Preotul presbiterian Thomas Bayes habar nu avea că va aduce o contribuție durabilă la istoria omenirii. Născut în Anglia la începutul secolului al XVIII-lea, Bayes era un om liniștit, cu o minte curioasă. În timpul vieții sale, a publicat doar două lucrări: „Bunătatea Domnului” în 1731 în apărarea lui Dumnezeu și a monarhiei britanice, precum și un articol anonim în sprijinul calculelor lui Isaac Newton în 1736. Cu toate acestea, un argument susținut de Bayes înainte de moartea sa în 1761 a determinat cursul istoriei. El l-a ajutat pe Alan Turing să spargă criptorul Enigma german, marina americană să urmărească submarinele sovietice și statisticienii identifică documentele federaliste. Și astăzi, cu ajutorul ei, rezolvă secretele minții.
Totul a început în 1748, când filosoful David Hume a publicat Ancheta despre cunoașterea umană și, printre altele, a pus la îndoială existența miracolelor. Potrivit lui Hume, probabilitatea de eroare a oamenilor care pretind că au văzut învierea lui Hristos depășește probabilitatea ca acest eveniment să se fi întâmplat de fapt. Însă reverendului Bayes nu i-a plăcut această teorie.
Aparat de criptare "Enigma"
Foto: AFP 2016, Timothy A. Clary
Hotărât să demonstreze că Hume a greșit, Bayes a încercat să cuantifice probabilitatea unui eveniment. Pentru început, el a venit cu un scenariu simplu: imaginați-vă o minge aruncată pe o masă plană la spate. Puteți face presupuneri despre locul în care a aterizat, dar este imposibil de spus fără să vă uitați cât de exacte ați fost. Apoi cereți unui coleg să arunce o altă minge și să vă spună dacă este în dreapta sau în stânga primei. Dacă a doua minge este în dreapta, este mai probabil ca prima să fi aterizat pe partea stângă a mesei (prin această presupunere, există mai mult spațiu în dreapta mingii pentru a doua minge). Cu fiecare bilă nouă, presupunerea dvs. despre locația primei mingi va fi actualizată și rafinată. Potrivit lui Bayes, diferite dovezi ale învierii lui Hristos indică în mod similar fiabilitatea acestui eveniment,și nu pot fi reduse, așa cum a făcut Hume.
În 1767, prietenul lui Bayes, Richard Price, a publicat Despre semnificația creștinismului, dovezile sale și obiecțiile posibile, care a folosit ideile lui Bayes pentru a contesta argumentele lui Hume. Potrivit istoricului și statisticianului Stephen Stigler, în articolul lui Price, „ideea probabilistică de bază a fost că Hume a subestimat numărul de martori independenți la un miracol, iar rezultatele lui Bayes au arătat cum o creștere a numărului de probe, oricât de fiabilă ar putea fi mai puternică decât o mică gradul de probabilitate al unui eveniment și astfel îl transformă într-un fapt”.
Statisticile care au rezultat din activitatea lui Price și Bayes au devenit suficient de puternice pentru a face față unei game largi de incertitudini. În medicină, teorema lui Bayes ajută la luarea în considerare a legăturilor dintre boli și cauzele posibile. În luptă, restrânge spațiul pentru localizarea pozițiilor inamice. În teoria informației, poate fi utilizată pentru decriptarea mesajelor. Și în știința cognitivă, face posibilă înțelegerea semnificației proceselor senzoriale.
Video promotional:
Teorema lui Bayes a fost aplicată creierului la sfârșitul secolului al XIX-lea. Fizicianul german Hermann von Helmholtz a folosit ideile lui Bayes pentru a prezenta ideea transformării datelor senzoriale, precum conștientizarea spațiului, în informații printr-un proces pe care l-a numit inferență inconștientă. Statisticile bayesiene au devenit populare și ideea că calculele mentale inconștiente erau inerent probabile nu părea exagerată. Potrivit ipotezei creierului bayesian, creierul face în mod continuu inferențe bayesiene pentru a compensa lipsa informațiilor senzoriale, la fel cum fiecare bilă ulterioară aruncată pe masa Bayesiană umple golurile din locația primei mingi. Creierul bayesian formează un model intern al lumii: așteptări (sau presupuneri) despremodul în care diferite obiecte arată, simt, sună, se comportă și interacționează. Acest sistem primește semnale senzoriale și simulează aproximativ ceea ce se întâmplă în jur.
De exemplu, viziunea. Lumina sare de pe obiectele din jurul nostru și lovește suprafața retinei, iar creierul trebuie cumva să creeze o imagine tridimensională din date bidimensionale. Multe imagini tridimensionale pot fi obținute de la ele, așa cum creierul decide ce să ne arate? Aplică probabil modelul bayesian. Pare aproape de necrezut că creierul a evoluat atât de mult încât a devenit capabil să facă calcule statistice apropiate de ideal. Computerele noastre nu pot gestiona un număr atât de mare de probabilități statistice și se pare că o facem tot timpul. Dar poate că creierul încă nu este capabil de asta. Conform teoriei eșantionării, metodele conștiinței pot aborda inferența bayesiană: în loc să emită simultan toate ipotezele care pot explica orice semnal senzorial,creierul ia în considerare doar câteva dintre ele, selectate la întâmplare (de câte ori este aleasă fiecare ipoteză se bazează pe frecvența cazurilor corespunzătoare din trecut).
Acest lucru ar putea explica originea iluziilor vizuale: creierul alege „cea mai bună presupunere” conform regulilor inferenței bayesiene și se dovedește a fi falsă, deoarece sistemul de vizualizare umple golurile informaționale cu o selecție dintr-un model intern inadecvat. De exemplu, se pare că două pătrate de pe o tablă de șah au nuanțe diferite de culoare sau că cercul pare concav la început și devine convex după o rotație de 180 de grade. În astfel de cazuri, creierul face inițial o presupunere greșită despre ceva la fel de simplu ca iluminatul.
De asemenea, ajută la explicarea de ce sunt primite informațiile anterioare, cu atât impactul acesteia asupra persoanei este mai puternic cu amintirile, impresiile, deciziile sale, explică Alan Sanborn (Adam Sanborn), care studiază problemele de comportament la Universitatea din Warwick. Potențial, oamenii preferă să cumpere de la primul vânzător pe care îl întâlnesc. Sloturile sunt mai predispuse să continue jocul dacă a început cu o victorie. Prima impresie este adesea dificil de infirmat, chiar dacă este fundamental greșită. „Odată ce veți obține informațiile inițiale, veți face presupuneri care sunt de acord cu acestea”, clarifică Sanborn.
Această variabilitate merge până la nivelul neutronilor. „Ideea este că activitatea neutronilor este o variabilă aleatorie pe care încercați să o obțineți”, spune Máté Lengyel, un neurolog care are sediul la Cambridge. Cu alte cuvinte, variabilitatea activității neuronale este un indicator al probabilității unui eveniment. Să luăm în considerare un exemplu simplificat - un neuron responsabil de conceptul de „tigru”. Neuronul va oscila între două niveluri de activitate, ridicat atunci când există un semnal pentru prezența unui tigru și scăzut, ceea ce înseamnă că nu există tigru. De câte ori neuronul este extrem de activ crește probabilitatea ca un tigru să fie prezent. „În esență, în acest caz, putem spune că activitatea unui neuron este o probă dintr-o distribuție de probabilitate”, spune omul de știință. - Se dovedește dacă dezvolți această idee într-un mod mai realist și mai puțin simplificat,apoi include multe lucruri pe care le știm despre neuroni și variabilitatea răspunsurilor lor."
Unul dintre colegii lui Sanborn, Thomas Hills, explică faptul că felul în care alegem printre imaginile mentale este oarecum similar cu modul în care căutăm obiecte fizice în spațiu. Dacă luați de obicei lapte din partea din spate a supermarketului, primul lucru pe care îl faceți este să mergeți acolo când mergeți la un magazin nou pentru lapte. Acest lucru nu este diferit de a căuta imagini interne în creier. „Ne putem imagina memoria ca un fel de înregistrare a frecvenței raționale a evenimentelor din lume. Amintirile sunt codificate în imagini mentale proporțional cu experiențele din trecut. Deci, dacă te întreb despre relația ta cu mama ta, poți începe să te gândești: aici este o amintire a unei interacțiuni pozitive, aici este o altă amintire a unei interacțiuni pozitive și aici este una negativă. Dar, în medie, amintirile relației tale cu mama ta sunt bune, așa că spui bine”- spune Thomas Hills. Creierul este un fel de motor de căutare care selectează amintirile, creând ceea ce Hills numește „structuri de credință”, ideea de legătură cu părinții, definiții de „câine”, „prieten”, „iubire” și orice altceva.
Dacă procesul de căutare merge prost, adică creierul face o selecție din informații care nu sunt reprezentative pentru experiența umană, dacă există o nepotrivire între așteptări și semnalul senzorial real, atunci apar depresia, sindromul obsesiv-compulsiv, tulburările post-traumatice și o serie de alte boli.
Aceasta nu înseamnă că ipoteza creierului bayesian nu are adversari. „Cred că cadrul bayesian, ca un fel de limbaj matematic, este un mijloc puternic și util de exprimare a teoriilor psihologice. Dar este important să analizăm ce piese de teorie oferă de fapt o explicație”, spune Matt Jones de la Universitatea din Colorado la Boulder. În opinia sa, susținătorii „creierului bayesian” se bazează prea mult pe partea teoriei care vorbește despre analiza statistică. „De la sine, nu explică diversitatea comportamentului. Are sens doar în combinație cu ceea ce se dovedește a fi o presupunere gratuită despre natura reprezentării cunoașterii: modul în care organizăm concepte, căutăm informații în memorie, folosim cunoștințele pentru argumentare și rezolvarea problemelor”.
Cu alte cuvinte, afirmațiile noastre despre procesarea psihologică pe care știința cognitivă a făcut-o în mod tradițional arată cum statisticile bayesiene sunt aplicate funcției creierului. Modelul traduce aceste teorii în limbajul matematicii, dar această interpretare se bazează pe psihologia conservatoare. În cele din urmă, s-ar putea ca alte modele bayesiene sau non-bayesiene să se încadreze mai bine în varietatea proceselor mentale care stau la baza percepției noastre senzoriale și a gândirii superioare.
Sanborn ar putea să nu fie de acord cu opiniile lui Jones cu privire la ipoteza creierului bayesian, dar el înțelege că următorul pas este de a restrânge varietatea de modele în acțiune. „Am putea spune că eșantionarea în sine este utilă pentru înțelegerea activității creierului. Dar există multe alegeri . Cât de mult sunt de acord cu teoria bayesiană rămâne de văzut. Cu toate acestea, putem spune deja că apărarea creștinismului în secolul al XVIII-lea a ajutat oamenii de știință să obțină un mare succes în secolul al XXI-lea.
