Prezbiterijski duhovnik Thomas Bayes ni slutil, da bo trajno prispeval k človeški zgodovini. Bayes, rojen v Angliji v začetku 18. stoletja, je bil miren človek z radovednim umom. V svojem življenju je objavil le dve deli: "Gospodova dobrota" leta 1731 v obrambo boga in britanske monarhije ter anonimni članek v podporo izračunom Isaaca Newtona leta 1736. Vendar je en argument, ki ga je Bayes navedel pred smrtjo leta 1761, določil potek zgodovine. Alanu Turingu je pomagal razbiti nemški šifrirnik Enigma, ameriška mornarica je izsledila sovjetske podmornice, statistiki pa so identificirali Federalist Papers. In danes s pomočjo rešujejo skrivnosti uma.
Vse se je začelo leta 1748, ko je filozof David Hume objavil Poizvedbo o človeškem znanju in med drugim podvomil o obstoju čudežev. Po Humeu verjetnost napake ljudi, ki trdijo, da so videli Kristusovo vstajenje, odtehta verjetnost, da se je ta dogodek dejansko zgodil. Toda častiti Bayes ta teorija ni bila všeč.
Šifrirni aparat "Enigma"
Foto: AFP 2016, Timothy A. Clary
Ker je bil odločen, da bo dokazal, da se je Hume motil, je Bayes poskušal ovrednotiti verjetnost dogodka. Za začetek je pripravil preprost scenarij: predstavljajte si žogo, ki jo vržete na ravno mizo za hrbtom. Lahko ugibate, kje je pristal, vendar je nemogoče povedati, ne da bi pogledali, kako natančni ste bili. Nato prosite kolega, naj vrže drugo žogo in vam pove, ali je na desni ali levi strani prve. Če je druga žoga na desni, je bolj verjetno, da je prva pristala na levi strani mize (po tej predpostavki je na drugi strani več prostora na desni strani žoge). Z vsako novo žogo se bo vaše ugibanje o lokaciji prve žoge posodobilo in izboljšalo. Po Bayesu različni dokazi o Kristusovem vstajenju podobno kažejo na zanesljivost tega dogodka,in jih ni mogoče popustiti, kot je to storil Hume.
Leta 1767 je Bayesov prijatelj Richard Price objavil knjigo Pomen krščanstva, njeni dokazi in možni ugovori, v kateri je Bayesove ideje spodbijal Humeove argumente. Po besedah zgodovinarja in statistika Stephena Stiglerja je bilo v Priceovem članku »osnovna verjetnostna ideja ta, da je Hume podcenil število neodvisnih prič do čudeža, Bayesovi rezultati pa so pokazali, kako lahko bi bilo povečanje količine dokazov, pa čeprav nezanesljivih, močnejše od majhnih stopnjo verjetnosti dogodka in ga tako spremeni v dejstvo «.
Statistični podatki, ki so nastali iz dela Pricea in Bayesa, so bili dovolj močni, da so lahko obravnavali širok spekter negotovosti. V medicini Bayesov izrek pomaga upoštevati povezave med boleznimi in možnimi vzroki. V bitki zoži prostor za lokalizacijo sovražnikovih položajev. V informacijski teoriji se lahko uporablja za dešifriranje sporočil. In v kognitivni znanosti omogoča razumevanje pomena čutnih procesov.
Promocijski video:
Bayesov izrek je bil na možganih uporabljen konec 19. stoletja. Nemški fizik Hermann von Helmholtz je z Bayesovimi idejami predstavil idejo pretvorbe čutnih podatkov, kot je zavedanje prostora, v informacije s postopkom, ki ga je imenoval nezavedno sklepanje. Bayesova statistika je postala priljubljena in ideja, da so nezavedni miselni izračuni že po naravi verjetni, ni bila več namišljena. V skladu z Bayesovo hipotezo o možganih možgani nenehno sklepajo z Bayesovim sklepanjem, da bi nadomestili pomanjkanje senzoričnih informacij, tako kot vsaka naslednja žoga, vržena na Bayesovo mizo, zapolni informacije o lokaciji prve žoge. Bayesovi možgani tvorijo notranji model sveta: pričakovanja (ali predpostavke) gledekako različni predmeti izgledajo, čutijo, zvočijo, se obnašajo in komunicirajo. Ta sistem sprejema senzorične signale in približno simulira dogajanje okoli.
Na primer vid. Svetloba se odbija od predmetov okoli nas in zadene površino mrežnice, možgani pa morajo nekako iz dvodimenzionalnih podatkov ustvariti tridimenzionalno sliko. Iz njih je mogoče dobiti veliko tridimenzionalnih slik, kako se torej možgani odločijo, kaj nam bodo pokazali? Verjetno uporablja Bayesov model. Zdi se skoraj neverjetno, da so se možgani toliko razvili, da so postali sposobni statističnih izračunov približati idealu. Naši računalniki ne morejo obvladati tako velikega števila statističnih verjetnosti in zdi se nam, da to počnemo ves čas. Morda pa možgani tega še vedno niso sposobni. V skladu s teorijo vzorčenja se metode zavesti lahko približajo Bayesovemu sklepanju: namesto da bi hkrati izdali vse predpostavke, ki lahko pojasnijo kateri koli senzorični signal,možgani upoštevajo le nekaj izmed njih, izbranih naključno (število izbranih predpostavk temelji na pogostosti ustreznih primerov v preteklosti).
To bi lahko razložilo izvor vizualnih iluzij: možgani izberejo "najboljšo ugibanje" v skladu s pravili Bayesovega sklepanja in izkaže se, da je napačna, saj vizualizacijski sistem zapolni informacijske vrzeli z izborom iz neprimernega notranjega modela. Na primer, zdi se, da imata dva kvadrata na šahovnici različna barvna odtenka ali pa je krog najprej videti konkaven in po vrtenju za 180 stopinj postane konveksen. V takih primerih možgani na začetku napačno domnevajo o nečem tako preprostem, kot je osvetlitev.
Pomaga tudi razložiti, zakaj prejmejo se prejšnje informacije, močnejši je njihov vpliv na človeka s spomini, vtisi in odločitvami, pojasnjuje Alan Sanborn (Adam Sanborn), ki preučuje probleme vedenja na Univerzi v Warwicku. Potencialno ljudje raje kupujejo pri prvem prodajalcu, ki ga srečajo. Igralci igralnih avtomatov bodo bolj verjetno nadaljevali igro, če se je začela z zmago. Prvi vtis je pogosto težko ovreči, četudi je v osnovi napačen. "Ko boste dobili začetne informacije, boste sprejeli predpostavke, ki se z njimi strinjajo," pojasnjuje Sanborn.
Ta variabilnost gre do konca na ravni nevtronov. "Ideja je, da je nevtronska aktivnost naključna spremenljivka, ki jo poskušate izpeljati," pravi Máté Lengyel, nevroznanstvenik s sedežem v Cambridgeu. Z drugimi besedami, variabilnost živčne aktivnosti je pokazatelj verjetnosti dogodka. Razmislimo o poenostavljenem primeru - nevronu, ki je odgovoren za koncept "tigra". Nevron bo nihal med dvema stopnjama aktivnosti, visoko, ko obstaja signal za prisotnost tigra, in nizko, kar pomeni, da tigra ni. Kolikokrat je nevron zelo aktiven, poveča verjetnost prisotnosti tigra. "V bistvu lahko v tem primeru rečemo, da je aktivnost nevrona vzorec iz porazdelitve verjetnosti," pravi znanstvenik. - Izkaže se, če to idejo razvijete na bolj realen in manj poenostavljen način,potem vključuje veliko stvari, ki jih vemo o nevronih in variabilnosti njihovih odzivov."
Eden od Sanbornovih kolegov, Thomas Hills, pojasnjuje, da je način, kako izbiramo med miselnimi podobami, nekoliko podoben načinu iskanja fizičnih predmetov v vesolju. Če običajno poberete mleko s hrbtne strani supermarketa, najprej pojdite tja, ko greste v novo trgovino z mlekom. To se ne razlikuje od iskanja notranjih podob v možganih. »Spomin si lahko predstavljamo kot nekakšen zapis racionalne pogostosti dogodkov na svetu. Spomini so kodirani v miselne podobe sorazmerno s preteklimi izkušnjami. Torej, če vas vprašam o vašem odnosu z mamo, lahko začnete razmišljati: tukaj je spomin na pozitivno interakcijo, tu je še en spomin na pozitivno interakcijo in tukaj negativni. Toda spomini na vaš odnos z mamo so v povprečju dobri, zato rečete dobro, "- pravi Thomas Hills. Možgani so nekakšen iskalnik, ki izbira spomine in ustvarja tisto, kar Hills imenuje "strukture prepričanja", zamisel o povezovanju s starši, definicije "pes", "prijatelj", "ljubezen" in vse ostalo.
Če gre iskalni postopek narobe, torej možgani izbirajo med informacijami, ki niso reprezentativne za človeško izkušnjo, če pride do neskladja med pričakovanji in resničnim senzoričnim signalom, potem se pojavijo depresija, obsesivno-kompulzivni sindrom, posttravmatske motnje in številne druge bolezni.
To ne pomeni, da hipoteza o Bayesovih možganih nima nasprotnikov. »Mislim, da je Bayesov okvir kot nekakšen matematični jezik močno in uporabno sredstvo za izražanje psiholoških teorij. Pomembno pa je analizirati, kateri deli teorije dejansko dajo razlago, «je dejal Matt Jones z univerze v Koloradu v Boulderju. Po njegovem mnenju se zagovorniki "Bayesovih možganov" preveč zanašajo na del teorije, ki govori o statistični analizi. »Samo po sebi ne pojasni raznolikosti vedenja. Smiselno je le v kombinaciji s tem, kar se dejansko izkaže za svobodno predpostavko o naravi predstavitve znanja: kako organiziramo koncepte, iščemo informacije v spominu, znanje uporabljamo za razloge in reševanje problemov."
Z drugimi besedami, naše trditve o psihološki obdelavi informacij, ki jih kognitivna znanost tradicionalno počne, kažejo, kako se Bayesova statistika uporablja za delovanje možganov. Model te teorije prevede v jezik matematike, vendar ta razlaga temelji na konzervativni psihologiji. Konec koncev se lahko zgodi, da se drugi Bayesovi ali ne Bayesovi modeli bolje prilegajo raznolikosti duševnih procesov, ki so osnova našega čutnega zaznavanja in višjega mišljenja.
Sanborn se morda ne strinja z Jonesovim stališčem o Bayesovi hipotezi o možganih, vendar razume, da je naslednji korak zoženje različnih modelov v akciji. »Lahko bi rekli, da je samo vzorčenje koristno za razumevanje možganske aktivnosti. Toda izbire je veliko. Koliko se strinjajo z Bayesovo teorijo, bomo še videli. Vendar že lahko rečemo, da je obramba krščanstva v 18. stoletju pomagala znanstvenikom doseči velik uspeh v 21. stoletju.