Как теорема Байеса формирует наше восприятие реальности

Реальность как контролируемая галлюцинация

В XVIII веке священник Томас Байес разработал уравнение, позволяющее оценить вероятность различных событий на основе имеющихся данных. Эта концепция обрела известность уже после его смерти, впоследствии сформировав мысль о том, что люди — это байесовские машины. В книге «Предсказать все. Как теорема Байеса объясняет наш мир», переведённой на русский Максимом Шером, популяризатор науки Том Чиверс исследует споры вокруг этой теории и её широкие сферы применения. Мы предлагаем вашему вниманию фрагмент, описывающий, как наш мозг конструирует реальность.

Яндекс Клауд

Реальность как контролируемая галлюцинация

Ричард Фицхью однажды провёл интересный эксперимент, пытаясь определить, что видит кошка, основываясь только на нервных импульсах, поступающих в её мозг из сетчатки. Предположим, чтобы это сделать, ему понадобилось бы провести операцию на кошке.

При этом часто забывают, что информация, поступающая в мозг, является формой энергии. Фотон, достигая рецепторной клетки, инициирует химическую реакцию, которая запускает цепную реакцию по нервам. Сигналы от пальца действуют аналогично. Когда сенсоры не фиксируют ничего интересного, они бездействуют, срабатывая лишь время от времени. Но как только происходит что-то заметное, например, вспышка света, активность нервов возрастает, и мозг получает больше сигналов. Фицхью работал над статистическим методом, который позволял определить момент, когда кошка увидела вспышку света, основываясь лишь на этих сигналах.

Эксперимент удался: Фицхью сопоставил результаты с реальной ситуацией. Однако на самом деле мозгу необходимо решать гораздо более сложные задачи. Он должен различать не только «вспышку» и «отсутствие вспышки», но и «собаку», «мышь», «машину», «человека» и многие другие варианты в мире окружающих объектов. Мозг получает различные электрохимические сигналы от множества источников и как-то преобразует их в осмысленное представление о физическом мире и социальных взаимодействиях.

Мы обнаружили, что в мозге происходят процессы предсказания и гипотезирования. Нейробиолог Крис Фрит утверждает, что наше восприятие реальности можно охарактеризовать как контролируемую галлюцинацию.

Представим, что я смотрю на чашку кофе на своём столе. (Данная метафора часто используется в литературе на эту тему, вероятно, это связано с тем, что многие авторы писали, находясь за столом и ища подходящий пример). Согласно традиционному взгляду на восприятие, я получаю информацию о чашке через «снизу вверх» сигналы от глаз, подобно тому, как телекамера передаёт изображения на экран телевизора, описывая цвет, линию и форму. Высший уровень обработки в мозге интерпретирует эти характеристики и формирует из них более сложные идеи, которые затем соотносятся с воспоминаниями и знаниями, получая ярлыки «кружка» и «кофе».

Однако теперь стало понятно, что процесс восприятия не полностью зависит от органов чувств. Мозг сами строит мир вокруг нас, выстраивая подобие 3D-модели. Он предсказывает окружающую действительность и создает галлюцинации. Присутствует не только «восходящий» поток информации, но и «нисходящий», который имеет важное значение. Высшие уровни обработки сигналов посылают сигналы вниз, в нервные рецепторы, указывая, какие сигналы следует ожидать.

Когда я смотрю на свой стол и направляю взгляд на чашку, участки мозга более высокого уровня, посылая сигналы, сообщают нижним уровням: «Ожидайте увидеть розовую чашку кофе рядом с клавиатурой». Нижние уровни обрабатывают информацию так: «приземистая бледная форма примерно в 30 градусах от центра моего зрительного поля». Они дополнительно разбиваются на более простые концепты, такие как цвет и форма, и в конечном итоге переводятся в «машинный код», пока не составляют базовые ожидания о том, как часто будут срабатывать нервные сигналы. Это предположения и гипотезы, позволяющие анализировать поток информации, спускающийся от высшего уровня к сигналам.

Что касается сигналов от нервов, то они идут в мозг «наверх»: срабатывание нервов соответствует ожидаемым паттернам. Чашка находится на месте, где я её ожидал, поэтому модель мира остаётся неизменной. Восприятие вокруг остаётся стабильным.

Но представьте, что я решаю взять чашку. Я предполагаю, что в ней горячий кофе, и, поднося руку, начинаю захватывать её, исходя из ожиданий о ее весе и температуре. Однако, когда я охватываю чашку и поднимаю её, сигналы nervов перестают совпадать с ожиданиями.

Это вызывает проблему: если результаты не совпадают с прогнозами, нижний уровень обработки передает сигнал на высший уровень. Если более высокий уровень может объяснить discrepancy, он посылает новую информацию на нижний уровень. В противном случае, сигнал будет двигаться дальше вверх по цепочке до тех пор, пока не достигнет областей, которые способны объяснить ситуацию. Например, что чашка остыла, и мне нужно будет вскипятить чайник.

Здесь важно не просто значение сигналов от нервов, а именно различие между этими сигналами и прогнозами, поступающими из мозговых структур. Ключевым понятием становится ошибка прогноза, обозначающая разницу между ожиданием и фактом. Мозг постоянно старается минимизировать эту ошибку, обновляя свою модель с поступающими новыми данными.

Специалисты по статистике и машинному обучению могут провести аналогию с «фильтром Калмана» — алгоритмом, который берёт различные измерения для оценки неизвестных величин, а затем делает прогнозы. Например, GPS-устройства используют сигналы от спутников для вычисления своего местоположения и прогнозирования следующих сигналов, продолжающий процесс снова и снова.

Мозг обрабатывает значительно больше. Он не только прогнозирует исходящие сигналы, но и предсказывает действия, которые эти сигналы вызовут в органах чувств. Это приводит к сложному взаимодействию, где сигналы движутся в разных направлениях, проверяя свои предположения. Алгоритмы отслеживают уверенность и точность прогнозов в зависимости от поступающей информации, а также сигналы от различных сенсорных систем и внутреннего состояния организма.

Тем не менее, в центре всего этого процесса снова оказывается байесовская система. Ваши прогнозы — это априорные вероятности; информация органов чувств формирует правдоподобные вероятности, а обновлённые прогнозы становятся апостериорными вероятностями. Важно отметить, что ваши ощущения — это не просто данные, полученные от органов чувств, а результаты непрерывного прогнозирования. Нейробиолог Анил Сет утверждает: «То, что мы испытываем, можно рассматривать как байесовский вывод о причинах сенсорных данных». Сознательный опыт — это, по сути, наши байесовские априорные вероятности. Фрит добавляет: «Сознание есть наша модель мира, а не мир сам по себе», и, соответственно, содержание восприятия действительно формируется этими «нисходящими» прогнозами.

Подробнее читайте:
Чиверс, Том. Предсказать все. Как теорема Байеса объясняет наш мир / Том Чиверс,
[пер. с английского Максима Шера]. — М.: Individuum, Эксмо, 2026. — 392 с.

N+1

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.