Presbyteriánsky kňaz Thomas Bayes netušil, že bude mať trvalý prínos do ľudských dejín. Bayes, narodený v Anglicku na začiatku 18. storočia, bol tichý muž so zvedavou mysľou. Počas svojho života publikoval iba dve diela: „Dobrota Pána“v roku 1731 na obranu Boha a britskej monarchie a anonymný článok na podporu výpočtov Isaaca Newtona v roku 1736. Jeden argument, ktorý predniesol Bayes pred svojou smrťou v roku 1761, však určil chod dejín. Pomáhal Alanovi Turingovi prelomiť nemeckú šifru Enigmy, americkému námorníctvu vypátrať sovietske ponorky a štatistikom zistiť poznámky federalistu. A dnes pomocou nej riešia tajomstvá mysle.
Všetko sa to začalo v roku 1748, keď filozof David Hume publikoval The Enquiry into Human Cognition a okrem iného spochybnil existenciu zázrakov. Podľa Humea pravdepodobnosť chyby ľudí, ktorí tvrdia, že videli vzkriesenie Krista, preváži pravdepodobnosť, že sa táto udalosť skutočne stala. Reverendovi Bayesovi sa ale táto teória nepáčila.
Šifrovací prístroj „Enigma“
Foto: AFP 2016, Timothy A. Clary
Bayes, odhodlaný dokázať, že sa Hume mýlil, sa pokúsil vyčísliť pravdepodobnosť udalosti. Na začiatok prišiel s jednoduchým scenárom: Predstavte si loptu hodenú na plochý stôl za chrbtom. Môžete hádať, kde pristál, ale nedá sa to povedať bez toho, aby ste sa pozreli na to, aký presný ste boli. Potom požiadajte kolegu, aby hodil ďalšiu loptu, a povedzte mu, či je vpravo alebo vľavo od prvej. Ak je druhá lopta vpravo, je pravdepodobnejšie, že prvá dopadla na ľavú stranu stola (za tohto predpokladu je viac priestoru vpravo od lopty pre druhú loptu). S každou novou loptou sa aktualizuje a spresňuje váš odhad umiestnenia prvej gule. Podľa Bayesa rôzne dôkazy o vzkriesení Krista podobne naznačujú spoľahlivosť tejto udalosti,a nemôžu byť zľavnené, ako to urobil Hume.
V roku 1767 Bayesov priateľ Richard Price publikoval O význame kresťanstva, jeho dôkazoch a možných námietkach, ktorý pomocou Bayesovských myšlienok spochybnil Humove argumenty. Podľa historika a štatistika Stephena Stiglera v Priceovom článku „základnou pravdepodobnostnou myšlienkou bolo, že Hume podcenil počet nezávislých svedkov zázraku a Bayesove výsledky ukázali, ako môže byť zvýšenie množstva dôkazov, aj keď nespoľahlivých, silnejšie ako malé mieru pravdepodobnosti udalosti, a tým ju premieňa na skutočnosť “.
Štatistiky, ktoré vyrastali z práce Price a Bayesa, boli dostatočne silné na to, aby zvládli širokú škálu neistôt. V medicíne pomáha Bayesova veta zvážiť súvislosti medzi chorobami a možnými príčinami. V boji zužuje priestor na lokalizáciu nepriateľských pozícií. V teórii informácií sa dá použiť na dešifrovanie správ. A v kognitívnej vede umožňuje pochopiť význam zmyslových procesov.
Propagačné video:
Bayesova veta bola aplikovaná na mozog na konci 19. storočia. Nemecký fyzik Hermann von Helmholtz pomocou Bayesových myšlienok predstavil myšlienku transformácie zmyslových údajov, napríklad vedomia o vesmíre, na informácie prostredníctvom procesu, ktorý nazval nevedomý záver. Bayesiánska štatistika sa stala populárnou a myšlienka, že nevedomé mentálne výpočty sú vo svojej podstate pravdepodobné, sa už nezdala priťahovaná. Podľa Bayesiánskej hypotézy mozgu mozog neustále robí Bayesiánske závery, aby kompenzoval nedostatok senzorických informácií, rovnako ako každá ďalšia lopta hodená na Bayesiánsky stôl vyplní informácie o umiestnení prvej lopty. Bayesovský mozog tvorí vnútorný model sveta: očakávania (alebo predpoklady) oako rôzne objekty vyzerajú, cítia, znejú, správajú sa a interagujú. Tento systém prijíma senzorické signály a zhruba simuluje dianie v okolí.
Napríklad videnie. Svetlo sa odráža od predmetov okolo nás a dopadá na povrch sietnice a mozog musí nejako vytvoriť trojrozmerný obraz z dvojrozmerných údajov. Dá sa z nich získať veľa trojrozmerných obrazov, tak ako mozog rozhodne, čo nám má ukázať? Pravdepodobne platí Bayesiánsky model. Zdá sa byť takmer neuveriteľné, že sa mozog vyvinul natoľko, že sa stal schopným robiť štatistické výpočty blízke ideálu. Naše počítače nezvládajú také obrovské množstvo štatistických pravdepodobností a zdá sa, že to robíme stále. Ale možno to mozog stále nie je schopný. Podľa teórie vzorkovania sa metódy vedomia môžu priblížiť k Bayesovmu záveru: namiesto súčasného vydania všetkých predpokladov, ktoré môžu vysvetliť akýkoľvek zmyslový signál,mozog berie do úvahy iba niekoľko z nich, náhodne vybraných (počet výberov každého z predpokladov je založený na frekvencii zodpovedajúcich prípadov v minulosti).
To by mohlo vysvetliť pôvod vizuálnych ilúzií: mozog si vyberá „najlepší odhad“podľa pravidiel Bayesovho vyvodenia a ukazuje sa ako nepravdivý, pretože vizualizačný systém vypĺňa informačné medzery výberom z nevhodného vnútorného modelu. Napríklad sa zdá, že dva štvorce na šachovnici majú rôzne farebné odtiene, alebo že kruh vyzerá spočiatku konkávne a po otočení o 180 stupňov sa stane konvexný. V takýchto prípadoch mozog spočiatku nesprávne predpokladá niečo také jednoduché ako osvetlenie.
Pomáha tiež vysvetliť, prečo čím skôr sú informácie prijaté, tým silnejší je ich dopad na človeka s jeho spomienkami, dojmami, rozhodnutiami, vysvetľuje Alan Sanborn (Adam Sanborn), ktorý študuje problémy správania na University of Warwick. Ľudia môžu potenciálne nakupovať radšej od prvého predajcu, s ktorým sa stretnú. Hráči, ktorí začali výhernými automatmi, budú s najväčšou pravdepodobnosťou v tejto hre pokračovať. Prvý dojem je často ťažké vyvrátiť, aj keď je zásadne nesprávny. "Len čo získate prvotné informácie, urobíte predpoklady, ktoré s nimi súhlasia," objasňuje Sanborn.
Táto variabilita pokračuje až na úrovni neutrónov. „Myšlienka je, že aktivita neutrónov je náhodná veličina, ktorú sa snažíte odvodiť,“hovorí Máté Lengyel, neurovedec so sídlom v Cambridge. Inými slovami, variabilita nervovej aktivity je indikátorom pravdepodobnosti udalosti. Uvažujme o zjednodušenom príklade - neuróne zodpovednom za pojem „tiger“. Neurón bude oscilovať medzi dvoma úrovňami aktivity, vysokou, keď je signál o prítomnosti tigra, a nízkou, čo znamená, že tiger nie je. Počet vysoko aktívnych neurónov zvyšuje pravdepodobnosť prítomnosti tigra. „V podstate v tomto prípade môžeme povedať, že aktivita neurónu je vzorkou z rozdelenia pravdepodobnosti,“hovorí vedec. - Ukázalo sa, že ak túto myšlienku rozvíjate realistickejšie a menej zjednodušene,potom obsahuje veľa vecí, ktoré vieme o neurónoch a variabilite ich reakcií. ““
Jeden z Sanbornových kolegov, Thomas Hills, vysvetľuje, že spôsob, akým si vyberáme medzi mentálnymi obrazmi, je do istej miery podobný tomu, ako keď hľadáme fyzické objekty vo vesmíre. Ak si zvyčajne vyberáte mlieko zo zadnej časti supermarketu, prvá vec, ktorú urobíte, je ísť tam, keď prídete do nového obchodu s mliekom. To sa nelíši od hľadania vnútorných obrazov v mozgu. „Pamäť si možno predstaviť ako akýsi záznam racionálnej frekvencie udalostí vo svete. Spomienky sú zakódované do mentálnych obrazov v pomere k minulým skúsenostiam. Takže ak sa vás spýtam na váš vzťah s mamou, môžete začať premýšľať: tu je spomienka na pozitívnu interakciu, tu je ďalšia spomienka na pozitívnu interakciu a tu je negatívna. Ale v priemere sú spomienky na váš vzťah s mamou dobré, takže hovoríte dobre, “- hovorí Thomas Hills. Mozog je akýsi vyhľadávač, ktorý vyberá spomienky a vytvára to, čo Hills nazýva „štruktúry viery“- myšlienku spojenia s rodičmi, definície „psa“, „priateľa“, „lásky“a všetkého ostatného.
Ak sa proces hľadania pokazí, to znamená, že mozog vykoná výber z informácií, ktoré nereprezentujú ľudskú skúsenosť, ak dôjde k nesúladu medzi očakávaniami a skutočným senzorickým signálom, potom vznikne depresia, obsedantno-kompulzívny syndróm, posttraumatické poruchy a množstvo ďalších chorôb.
To však neznamená, že Bayesova hypotéza mozgu nemá žiadnych odporcov. „Myslím si, že bayesovský rámec ako druh matematického jazyka je silným a užitočným prostriedkom na vyjadrenie psychologických teórií. Je však dôležité analyzovať, ktoré časti teórie skutočne poskytujú vysvetlenie, “hovorí Matt Jones z Coloradskej univerzity v Boulderi. Podľa jeho názoru sa priaznivci „bayesovského mozgu“príliš spoliehajú na časť teórie, ktorá hovorí o štatistickej analýze. „Sám o sebe nevysvetľuje rozmanitosť správania. Dáva to zmysel iba v kombinácii s tým, čo sa v skutočnosti ukazuje ako voľný predpoklad podstaty reprezentácie znalostí: ako organizujeme koncepty, hľadáme informácie v pamäti, využívame vedomosti na argumentáciu a riešenie problémov. “
Inými slovami, naše tvrdenia o psychologickom spracovaní informácií, o ktorých kognitívna veda tradične bola, ukazujú, ako sa Bayesovské štatistiky používajú na funkciu mozgu. Model prevádza tieto teórie do jazyka matematiky, ale táto interpretácia je založená na konzervatívnej psychológii. Nakoniec sa môže stať, že iné bayesiánske alebo nebajesianske modely lepšie zapadajú do rôznych mentálnych procesov, ktoré sú základom nášho zmyslového vnímania a vyššieho myslenia.
Sanborn možno nesúhlasí s Jonesovými názormi na hypotézu Bayesovho mozgu, chápe však, že ďalším krokom je zúženie rozmanitosti modelov v akcii. "Dalo by sa povedať, že samotné vzorkovanie je užitočné na pochopenie mozgovej činnosti." Existuje však veľa možností. ““To, ako veľmi súhlasia s Bayesovskou teóriou, sa ešte len ukáže. Už teraz však môžeme povedať, že obrana kresťanstva v 18. storočí pomohla vedcom v 21. dosiahnuť veľké úspechy.