图灵的大脑
正如图灵在程序中拟定的那样，大脑做决定的机制建立在一个极为简单的原则之上。这个原则就是，大脑精心准备了一系列选择，在它们中开启了一场赢者通吃的比赛。
大脑通过感官搜集信息，然后把它转化成赞成一个选项或另一个选项的选票。选票以在一个神经元中存储的离子流的形式积累，直到到达一定程度，大脑认为证据已经够了。这些在大脑里协调做决定的回路是以威廉·纽瑟姆（William Newsome）和迈克尔·夏达伦（Michael Shadlen）为首的研究团队发现的。他们面临的挑战是设计一个实验，这个实验要够简单，能够隔离决定的各个因素，同时又要够复杂，能够再现现实中做决定的过程。
实验是这样进行的：一片由圆点构成的云在一块屏幕上移动。有很多圆点以混乱无序的方式移动。其他圆点移动比较连贯，朝着一个方向。一个游戏者（一个成年人，一个儿童，一只猴子，有时候是一台电脑）判断那块圆点云在向哪个方向移动。这有点像在波浪翻滚的大海上，水手举起一根手指，判断风朝哪个方向吹，不过是电子形式。当多数圆点朝着同一方向移动时，游戏自然会变得比较容易。
猴子玩了这个游戏数千次，研究人员记录了它们大脑里产生的电子流所反映的神经元活动。在多年研究这一练习的多个版本之后，他们揭示了图灵的做决定算法的3个原则：
1. 视觉皮质中的一群神经元从视网膜接收信息。神经元的电子流反映每个时刻的运动量和方向，但不收集这些观察的历史。
2. 感觉神经元与顶叶皮质中的其他神经元连接，后者积累这种即时信息。于是，就朝向每个可能的行动倾向怎样在做决定的过程中随着时间而改变，顶叶皮质中的神经元回路进行了编码。
3. 随着支持一个选项的信息的积累，给这一选项编码的顶叶皮质增加了电子活动。当活动到达一个特定的程度时，大脑深处结构中的一种名为基底节（basal ganglia）的神经元回路引发了相应的行为，重启了为下一个决定让路的过程。
要证明大脑通过顶叶皮质中的一种竞赛做决定，最好的方法是给支持特定选项的证据编码的神经元注入一股电流，证明能够人为干预猴子的反应。夏达伦和纽瑟姆做了这种实验。当一只猴子观察一片完全随机移动的圆点云时，他们用电极，给向右运动编码的顶叶神经元注入电流。不仅如此，尽管感觉显示运动在任一方向上都差不多，猴子却总是回应它们在向右移动。这有些像效仿选举欺诈，人为地给投票箱加入特定的选票。
再者，这一系列实验可以识别做决定过程的三个基本特征。证据的清晰和我们做决定所用时间之间存在什么关系？偏见和已有知识怎样左右了选项？支持一个选项的证据，多到什么程度才可以停止比赛？这三个问题的答案是相互关联的。信息越不完整，证据的积累就越慢。在移动的圆点实验中，当几乎所有圆点都随机移动时，顶叶皮质中积累证据的神经元的激活曲线并不太陡峭。如果证据的阈值需要保持相同标准，那么要跨过它（也就是说，要达到同等程度的可靠性）就需要更多的时间。决定是在慢火上烹制的，但它最终会达到相同的温度。
大脑是如何确立这一阈值的？或者，换句话说，大脑怎样断定何时已经足够了？这有赖于一种计算。通过估量出错的代价和可用的做决定的时间，大脑所做的计算精确得令人吃惊。
大脑之所以决定阈值，是为了将从决定中获得的收益最大化。为了做到这一点，它把编码的神经元回路结合了起来。
1. 行动的价值；
2. 所需时间的耗费；
3. 感觉信息的质量；
4.某种我们急于决定的东西——一种需要做出回应的内源性紧急状态。
在随机移动的圆点游戏中，如果犯错会遭到严厉惩罚，那么游戏者（猴子或人）就会提高阈值，花更多的时间来做决定，或积累更多的证据。另一方面，如果不计错误，那么游戏者就会降低阈值，再次采用最佳的策略，也就是尽快做出回应。这种适应性调整最值得注意的方面是，它在大多数案例中是不自觉的，并且效果往往比我们的想象要好得多。
举个例子，思考一下一个司机在红绿灯前停车的情形。司机的大脑在做很多评估，其中包括灯转变成黄色或红色的概率，到十字路口的距离、车速、刹车的效率、交通状况，等等。不仅如此，司机的大脑也在衡量紧急状况，发生事故的后果……在绝大多数案例中（除非大脑的监测系统掌控时出了问题），这些考虑是不明确的。我们察觉不到所有这些计算。然而，我们的大脑的确做了这种复杂的计算，产生了一个关于我们何时、以何种力度踩刹车的决定。这一具体的例子揭示了一个普遍原则：做决定的人知道的东西比他们认为他们知道的要多得多。
与这一点形成对照的是，在一些深思熟虑的情况（我们在一天结束时真的记得的情况）下，为了做出一个决定，大脑往往设置了一个效率很低的阈值。我们全都记得，在一些不需要多少考虑的问题上，我们容易拖拖拉拉。举个例子，我们大多数人都记得，我们在餐馆里就两个选项沉吟不决，即使我们深知，无论我们选择了哪个选项，自己都会大快朵颐。