«Предсказать все. Как теорема Байеса объясняет наш мир»

В XVIII веке священник Томас Байес вывел уравнение, которое позволяло оценить вероятность того или иного события, исходя из имеющихся данных. Известно оно стало уже после смерти Байеса, а значительно позже, например, позволило утверждать, что люди — это байесовские машины. В книге «Предсказать все. Как теорема Байеса объясняет наш мир» («Individuum»), переведенной на русский язык Максимом Шером, писатель и популяризатор науки Том Чиверс рассказывает, почему эта теория вызывает столько споров и насколько широко ее в действительности можно применять. Предлагаем вам ознакомиться с фрагментом о том, как наш мозг конструирует реальность.

Реальность как контролируемая галлюцинация

Человек по имени Ричард Фицхью однажды попытался провести интересный эксперимент. Глядя только на нервные импульсы, поступающие в мозг кошки с сетчатки глаза, мог ли он определить, что видит кошка? (Я боюсь, что для этого понадобилась бы некоторая трепанация кошки). 

Мы иногда забываем, что информация, поступающая в ваш (или кошкин) мозг, — это энергия. Фотон попадает в рецепторную клетку и вызывает небольшое химическое изменение, которое запускает цепную реакцию по нерву. Нажатие на кончик пальца дает подобный эффект. Наш мозг получает серию энергетических импульсов от нервов, ведущих к нему. Когда с каким-то сенсором не происходит ничего особенно интересного, он в основном молчит, беспорядочно срабатывая несколько раз в секунду. Но когда что-то происходит, например ярко вспыхивает свет, нервы начинают работать более согласованно, и в мозг поступает больше сигналов. Фицхью статистический метод определения момента, когда кошка увидела вспышку света, только по сигналам, проходящим по оптическому нерву.

Эксперимент оказался успешным (Фицхью это понял, когда сопоставил результаты с реальностью). Однако на самом деле мозг должен выполнять гораздо более сложные задачи: ему приходится различать не только «вспышку» и «отсутствие вспышки», но и «собаку», «мышь», «машину», «хозяина», «миску вискас», «привлекательную кошку противоположного пола» и еще бесконечное множество других возможностей. (Тут речь пока о кошкином мозге). Мозг лишь получает различные частоты электрохимических энергетических всплесков от разных источников. Каким-то образом он превращает их в полностью представляемый мир физических объектов и социальных взаимодействий.

***

Мы видели, что в нашем мозгу происходит нечто, связанное с предположениями, прогнозами, гипотезами. Теперь давайте немного углубимся в эту тему. Нейробиолог Крис Фрит утверждает, что наше восприятие реальности — это контролируемая галлюцинация. 

Представьте, что я смотрю на чашку кофе на своем столе. (Почему-то во всех книгах, которые я читал по этой теме, приводят в пример чашку кофе. Я сначала подумал, не списывают ли они все друг у друга, но потом понял: причина в том, что все эти книги написали люди, сидевшие за столом и сканировавшие глазами окружающее пространство в поисках подходящего примера. Так что я останусь тут верным традиции.) Согласно интуитивной модели восприятия, я воспринимаю чашку кофе с помощью сигналов, идущих «снизу вверх», то есть сигналы поступают через мои глаза так же, как телекамера передает пиксели на экран телевизора в нашем мозгу: сигналы основных характеристик реальности — цвета, линий, форм. Более высокий уровень обработки в нашем мозге принимает эти характеристики и формирует из них более сложные идеи, которые затем сопоставляются с воспоминаниями и знаниями о мире, и им присваиваются такие ярлыки, как «кружка» и «кофе». 

Эта модель восприятия «снизу вверх» на протяжении многих лет определяла многие когнитивные науки. Но теперь мы понимаем, что все происходит примерно так : наш образ мира поступает не от органов чувств; наш мозг постоянно его придумывает. Мы строим своеобразную 3D-модель вокруг себя. Мы предсказываем мир и галлюцинируем. Существует не только «восходящий» поток информации, но и «нисходящий», что очень важно. Верхние уровни обработки сигналов в нашем мозге посылают сигнал вниз, к нервным рецепторам, сообщая им, каких сигналов следует ожидать. 

И когда я оглядываю свой стол и перевожу взгляд на определенную точку, участки моего мозга более высокого уровня посылают сигналы участкам более низкого уровня, как бы говоря: «Ожидайте увидеть розовую чашку кофе рядом с клавиатурой». Более низкий уровень обработки сигналов разбивает все это на такие, например, концепты: «приземистая бледная цилиндрическая форма примерно в 30 градусах дуги от центра моего зрительного поля». Они, в свою очередь, разбиваются на еще более простые понятия: этот цвет, вертикальная линия вот тут и так далее. А они переводятся в максимально базовую версию на уровне «машинного кода», с которой имел дело Фицхью: ожидайте, что эти аксоны в зрительном нерве будут срабатывать примерно столько-то раз в секунду. Это догадки, предсказания, гипотезы, каскадом спускающиеся с концептуально сложных высших уровней на предельно минималистичные уровни нервных сигналов. 

В то же время сигналы поступают по этим нервам «наверх»: эти нервы срабатывают столько-то раз. Чашка находится там, где я и ожидал, поэтому нервные сигналы соответствуют предсказанным паттернам. Поскольку там нет ничего неожиданного, моя модель мира остается неизменной. Чашка с кофе находится там, где и должна, поэтому нет необходимости посылать сигналы дальше по цепочке. Галлюцинируемая картина вокруг меня может оставаться на месте. 

Но теперь представьте, что я потянулся за этой чашкой кофе. Я полагаю, что в ней налит горячий кофе. Я двигаю руку туда, где она должна стоять, и беру ее (ожидания более высокого уровня: горячая чашка кофе; ожидания более низкого уровня: цилиндр определенного веса и температуры; ожидания машинного кода: проприоцептивные и термочувствительные нервы подают сигналы именно так). Но когда моя рука обхватывает чашку и начинает ее поднимать, паттерны сигналов нервов не совпадают с ожиданиями. 

Что-то начинает происходить. Когда предсказанный паттерн не совпадает с полученным, нижний уровень обработки переводит проблему выше по цепочке. Если обработчик чуть более высокого уровня может объяснить причину, он объяснит и отправит новые сигналы обратно вниз по цепочке. Если не может, то отправляет сигнал выше, пока не достигнет высокоуровневых участков, которые смогут объяснить его концептуально сложным пониманием того, что я допил свой кофе четверть часа назад, чашка давно остыла, и мне нужно пойти и вскипятить чайник, если я хочу еще. 

В такой ситуации важны не сигналы, поступающие от моих нервов, как таковые, а разница между этими сигналами, поступающими от моих нервов, и прогнозами, которые поступают из участков мозга более высокого уровня. Ключевое словосочетание здесь — ошибка прогноза, разница между ожиданиями и результатами. В этих рамках мозг постоянно пытается минимизировать ошибку прогноза, делая свою модель максимально приближенной к реальности, обновляя ее по мере поступления новых сигналов. 

Статистики и специалисты по машинному обучению могут увидеть во всем этом эквивалент «фильтру Калмана» — алгоритму, который берет различные замеры, с их помощью оценивает неизвестную величину, которую вы хотите узнать, а затем с помощью этой оценки делает прогноз. Например, GPS вашего телефона получает сигналы от различных спутников, с их помощью оценивает ваше местоположение, а затем с помощью этой оценки прогнозирует, когда получит следующие сигналы, дальше все повторяется снова и снова. Априорные вероятности, данные, апостериорные вероятности, образующие затем новые априорные вероятности.

***

Мозгу приходится обрабатывать гораздо больше всего. Помимо предсказания сигналов, которые он увидит, мозг должен предсказать, что будут делать сигналы, которые он посылает вашим мышцам, и как они повлияют на сигналы от ваших органов чувств, в этом фантастически сложном танце: сигналы идут вверх и вниз (и поперек), встречаясь и обмениваясь «рукопожатиями» друг с другом, различные участки обработки сверяют предсказания с результатами; уровень уверенности и конкретности прогноза и точность поступающей информации взвешиваются и оцениваются. И, конечно же, мозг получает информацию от различных видов ощущений — зрения, слуха, осязания, обоняния и вкуса, а также от ваших внутренних ощущений: где находится ваше тело, как оно устроено и хотите ли вы есть, пить, возбудиться или что-то еще, — и комбинирует их.

Но в основе — и вы, вероятно, уже сами видите, и вам наверняка надоело, что я это постоянно повторяю, — лежит еще одна байесовская система. Ваши прогнозы — это априорные вероятности, данные от органов чувств — правдоподобная вероятность, а обновленные прогнозы — апостериорные вероятности. И, что очень важно, то, что вы испытываете, — это не данные с органов чувств, а ваши прогнозы: прогнозы, постоянно обновляемые информацией, поступающей от органов чувств, да, но мир, в котором вы живете — это прогнозы, а не данные. «То, что мы испытываем, лучше всего описать как байесовский вывод о причинах сенсорных данных», — говорит нейробиолог Анил Сет. Возможно, я зашел бы слишком далеко, если бы сказал, что наш сознательный опыт — это и есть, по сути, наши байесовские априорные вероятности. Но и Сет, и Фрит с радостью согласились бы со мной. «Сознание есть наша модель мира, а не сам мир», — говорил Фрит. «Содержание нашего восприятия — это содержание этих “нисходящих” прогнозов», — говорил Сет. То есть сознание человека — байесовское.

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.