Presbyteriánský kněz Thomas Bayes neměl tušení, že bude trvale přispívat k dějinám lidstva. Bayes se narodil v Anglii na počátku 18. století a byl tichým mužem se zvídavou myslí. Během svého života publikoval pouze dvě práce: „Dobrota Páně“v roce 1731 na obranu Boha a britské monarchie a také anonymní článek na podporu výpočtů Isaaca Newtona v roce 1736. Jeden argument, který Bayes učinil před svou smrtí v roce 1761, však určil běh dějin. Pomohl Alanovi Turingovi rozbít německý šifrovač Enigma, americké námořnictvo vypátrat sovětské ponorky a statistikům identifikovat federalistické dokumenty. A dnes s jeho pomocí řeší tajemství mysli.
Všechno to začalo v roce 1748, kdy filozof David Hume publikoval dotaz na lidské poznání a mimo jiné zpochybnil existenci zázraků. Podle Humea pravděpodobnost chyby lidí, kteří tvrdí, že viděli vzkříšení Krista, převažuje nad pravděpodobností, že se tato událost skutečně stala. Reverendovi Bayesovi se však tato teorie nelíbila.
Šifrovací zařízení "Enigma"
Foto: AFP 2016, Timothy A. Clary
Bayes, odhodlaný dokázat, že se Hume mýlil, se pokusil kvantifikovat pravděpodobnost události. Pro začátek přišel s jednoduchým scénářem: Představte si míč hodený na plochý stůl za vašimi zády. Můžete odhadnout, kde přistál, ale nelze to zjistit, aniž byste se dívali na to, jak přesní jste byli. Poté požádejte kolegu, aby hodil další míč, a řekněte mu, zda je vpravo nebo vlevo od prvního. Pokud je druhý míč na pravé straně, je pravděpodobnější, že první přistál na levé straně stolu (podle tohoto předpokladu je více místa na pravé straně míče pro druhý míč). S každým novým míčem bude váš odhad o umístění prvního míče aktualizován a upřesněn. Podle Bayese různé důkazy o vzkříšení Krista podobně naznačují spolehlivost této události,a nemohou být slevou, jako to udělal Hume.
V roce 1767 Bayesův přítel Richard Price publikoval O významu křesťanství, jeho důkazech a možných námitkách, ve kterém použil Bayesovské myšlenky ke zpochybnění Humových argumentů. Podle historika a statistika Stephena Stiglera v Priceově článku „základní pravděpodobnostní myšlenkou bylo, že Hume podcenil počet nezávislých svědků zázraku a Bayesovy výsledky ukázaly, jak může být nárůst množství důkazů, jakkoli nespolehlivý, silnější než malý stupeň pravděpodobnosti události, a tak ji promění ve skutečnost. “
Statistiky, které vyrostly z práce Priceových a Bayesových, byly dostatečně silné, aby zvládly celou řadu nejistot. V medicíně pomáhá Bayesova věta uvažovat o vazbách mezi nemocemi a možnými příčinami. V bitvě zužuje prostor pro lokalizaci nepřátelských pozic. V teorii informací jej lze použít k dešifrování zpráv. A v kognitivní vědě umožňuje pochopit význam smyslových procesů.
Propagační video:
Bayesova věta byla aplikována na mozek na konci 19. století. Německý fyzik Hermann von Helmholtz použil Bayesovy myšlenky k představě myšlenky transformace senzorických dat, jako je povědomí o vesmíru, na informace prostřednictvím procesu, který nazýval nevědomým závěrem. Bayesovské statistiky se staly populárními a myšlenka, že jsou v zásadě pravděpodobné nevědomé mentální výpočty, se již nezdála příliš přitažlivá. Podle Bayesovské hypotézy mozku mozek neustále dělá Bayesovské závěry, aby vykompenzoval nedostatek senzorických informací, stejně jako každá další koule hodená na Bayesiánský stůl vyplňuje informace o umístění prvního míčku. Bayesiánský mozek tvoří vnitřní model světa: očekávání (nebo předpoklady) ojak různé objekty vypadají, cítí, znějí, chovají se a komunikují. Tento systém přijímá smyslové signály a zhruba simuluje dění kolem.
Například vize. Světlo se odráží od objektů kolem nás a dopadá na povrch sítnice a mozek musí nějak vytvořit trojrozměrný obraz z dvourozměrných dat. Z nich lze získat mnoho trojrozměrných obrazů, tak jak mozek rozhodne, co nám má ukázat? Pravděpodobně platí Bayesovský model. Zdá se téměř neuvěřitelné, že se mozek vyvinul natolik, že se stal schopen provádět statistické výpočty blízké ideálu. Naše počítače nedokážou zvládnout takové obrovské množství statistických pravděpodobností a zdá se, že to děláme pořád. Ale možná to mozek stále není schopen. Podle teorie vzorkování se metody vědomí mohou přiblížit k Bayesiánské inference: namísto současného vydání všech předpokladů, které mohou vysvětlit jakýkoli smyslový signál,mozek bere v úvahu pouze několik z nich, náhodně vybraných (počet případů, kdy je každý z předpokladů vybrán, je založen na frekvenci odpovídajících případů v minulosti).
To by mohlo vysvětlit původ vizuálních iluzí: mozek volí „nejlepší odhad“podle pravidel Bayesiánské inference, což se ukazuje jako nepravdivé, protože vizualizační systém vyplňuje mezery v informacích výběrem z nevhodného interního modelu. Například se zdá, že dva čtverce na šachovnici mají různé barevné odstíny, nebo že kruh vypadá zpočátku konkávně a po otočení o 180 stupňů se stane konvexní. V takových případech mozek zpočátku dělá špatný předpoklad o něčem tak jednoduchém, jako je osvětlení.
Pomáhá také vysvětlit, proč čím dříve jsou informace přijímány, tím silnější je jejich dopad na člověka s jeho vzpomínkami, dojmy, rozhodnutími, vysvětluje Alan Sanborn (Adam Sanborn), který studuje problémy chování na University of Warwick. Potenciálně lidé raději nakupují od prvního prodejce, se kterým se setkají. Sloty pravděpodobně pokračují ve hře, pokud začala výhrou. První dojem je často obtížné vyvrátit, i když je zásadně špatný. "Jakmile získáte počáteční informace, vytvoříte předpoklady, které s nimi souhlasí," vysvětluje Sanborn.
Tato variabilita jde celou cestu na neutronové úrovni. "Myšlenka je, že aktivita neutronů je náhodná veličina, kterou se snažíte odvodit," říká Máté Lengyel, neurolog z Cambridge. Jinými slovy, variabilita nervové aktivity je indikátorem pravděpodobnosti události. Uvažujme zjednodušený příklad - neuron odpovědný za koncept „tygra“. Neuron bude oscilovat mezi dvěma úrovněmi aktivity, vysokou, když je signál o přítomnosti tygra, a nízkou, což znamená, že žádný tygr není. Počet vysoce aktivních neuronů zvyšuje pravděpodobnost přítomnosti tygra. "V podstatě v tomto případě můžeme říci, že aktivita neuronu je vzorkem z rozdělení pravděpodobnosti," říká vědec. - Ukázalo se, že pokud tuto myšlenku rozvíjíte realističtěji a méně zjednodušeně,pak zahrnuje mnoho věcí, které víme o neuronech a variabilitě jejich reakcí. “
Jeden ze Sanbornových kolegů, Thomas Hills, vysvětluje, že způsob, jakým si vybíráme mezi mentálními obrazy, je poněkud podobný tomu, jak hledáme fyzické objekty ve vesmíru. Pokud si obvykle sbíráte mléko ze zadní části supermarketu, první věcí, kterou uděláte, je jít tam, když přijdete do nového obchodu s mlékem. To se neliší od hledání interních obrazů v mozku. "Lze si představit paměť jako jakýsi záznam racionální frekvence událostí ve světě." Vzpomínky jsou zakódovány do mentálních obrazů v poměru k minulým zkušenostem. Takže pokud se vás zeptám na váš vztah s vaší matkou, můžete začít přemýšlet: zde je vzpomínka na pozitivní interakci, zde je další vzpomínka na pozitivní interakci a zde je negativní. Ale v průměru jsou vzpomínky na váš vztah s matkou dobré, takže řeknete „dobře““- říká Thomas Hills. Mozek je jakýmsi vyhledávačem, který vybírá vzpomínky a vytváří to, co Hills nazývá „struktury víry“- myšlenka spojení s rodiči, definice „psa“, „přítele“, „lásky“a všeho dalšího.
Pokud se proces hledání pokazí, to znamená, že mozek provede výběr z informací, které nereprezentují lidskou zkušenost, pokud existuje nesoulad mezi očekáváními a skutečným smyslovým signálem, objeví se deprese, obsedantně-kompulzivní syndrom, posttraumatické poruchy a řada dalších nemocí.
Tím nechci říci, že Bayesovská hypotéza mozku nemá oponenty. "Myslím si, že Bayesovský rámec, jako druh matematického jazyka, je mocným a užitečným prostředkem pro vyjádření psychologických teorií." Je ale důležité analyzovat, které části teorie ve skutečnosti poskytují vysvětlení, “řekl Matt Jones z University of Colorado v Boulderu. Podle jeho názoru se příznivci „bayesovského mozku“příliš spoléhají na tu část teorie, která hovoří o statistické analýze. "Sama o sobě nevysvětluje rozmanitost chování." Dává to smysl pouze v kombinaci s tím, co se ve skutečnosti ukazuje jako volný předpoklad o povaze reprezentace znalostí: jak organizujeme koncepty, hledáme informace v paměti, používáme znalosti pro argumentaci a řešení problémů. “
Jinými slovy, naše tvrzení o psychologickém zpracování informací, které kognitivní věda tradičně provádí, ukazují, jak jsou Bayesovské statistiky aplikovány na funkci mozku. Model převádí tyto teorie do jazyka matematiky, ale tato interpretace je založena na konzervativní psychologii. Nakonec se může stát, že jiné bayesiánské nebo nebajesianské modely lépe zapadají do různých mentálních procesů, které jsou základem našeho smyslového vnímání a vyššího myšlení.
Sanborn může nesouhlasit s Jonesovými názory na hypotézu Bayesovského mozku, ale chápe, že dalším krokem je zúžení rozmanitosti modelů v akci. "Dalo by se říci, že samotné vzorkování je užitečné pro pochopení mozkové činnosti." Existuje však mnoho možností. “Jak moc souhlasí s Bayesiánskou teorií, teprve uvidíme. Již nyní však můžeme říci, že obrana křesťanství v 18. století pomohla vědcům dosáhnout velkého úspěchu ve 21. století.