一条死三文鱼在核磁共振里“读懂”了人类情绪？这个搞笑诺奖研究想说的是统计学会骗人
目录
配图：AI 生成的概念示意图，非论文原图、真实现场或实验数据。
TL;DR：2009 年，Bennett 等人把一条死三文鱼放进 fMRI，给它看社交场景照片，未做多重比较校正时，扫描里竟出现了“显著激活”的体素；校正之后则一个都没有。这不是说 fMRI 没用，也不是说鱼有思想，而是演示：数据量巨大时，不做校正就会满地都是假阳性。该研究获 2012 年搞笑诺贝尔神经科学奖。
这是一个老故事，不是新闻。研究最早在 2009 年的人类脑图谱组织（OHBM）年会上以海报形式亮相，2010 年发表在《Journal of Serendipitous and Unexpected Results》上，2012 年拿下搞笑诺贝尔神经科学奖，获奖者是 Craig Bennett、Abigail Baird、Michael Miller 和 George Wolford。
一条鱼，一台机器
实验对象是一条从超市买来的整条大西洋三文鱼，已经死透。研究者把它放进核磁共振扫描仪，给它看一组人物照片，场景是人们处于被接纳或被排斥的社交情境，并“要求”它判断照片里的人是什么心情。
三文鱼当然没有配合。但扫描仪照常记录数据，分析流程也照常跑。
假阳性是怎么来的
一次 fMRI 扫描要同时检验成千上万个体素（三维像素），每个体素都要问一句“这里有没有激活”。如果每次检验都用宽松的显著性阈值，检验次数一多，总会有一些体素纯凭随机噪声“碰巧达标”。
据论文摘要，在 8064 个体素的搜索范围内，未校正时有 16 个体素显著。采用多重比较校正后，这些“激活”全部消失。
作者的意思很直白：别把偶然当发现。校正多重比较，才能让统计结论站得住。
后来呢
这个“荒诞但严肃”的例子在神经影像圈流传甚广，成了讲多重比较问题的经典教材。有文章提到，2009 年前后约 25% 到 40% 的 fMRI 论文没有做这类校正，几年后降到约 10%，不过这一下降是否完全归功于这条鱼，作者也承认可能只是巧合。
搞笑诺贝尔的宗旨是“先让人笑，再让人思考”。这条死鱼两样都做到了：它让人笑出声，也让不少研究者回头检查自己的统计流程。