Presbyterian牧师Thomas Bayes没有理由怀疑他会对人类做出任何持久的贡献。贝叶斯18世纪初出生在英国，是个安静、爱问问题的人。他一生只出版了两部作品。1731年，他为上帝和英国君主的“神圣仁慈”写了一篇辩护文章，1736年，他匿名为艾萨克·牛顿的微积分逻辑辩护。然而，他在1761年去世前写下的一段论述却改变了历史的进程。它将帮助艾伦·图灵破译德国的Enigma密码，帮助美国海军定位苏联潜艇，帮助统计学家确定《联邦党人文集》的作者。今天，它帮助解开了大脑的秘密。
这一切都始于1748年，哲学家大卫·休谟发表了他的著作关于人类理解力的探索，质疑奇迹的存在。根据休谟的说法，人们错误地宣称他们看到了耶稣的复活的可能性远远超过了事件发生的可能性。牧师对此并不满意。
为了证明休谟是错误的，贝叶斯试图量化事件的概率。他提出了一个简单的虚构场景作为开始:设想一个球被扔到你背后的一张平桌上。你可以猜测它落在哪里，但没有办法确定你有多准确，至少不去看是不可能的。然后，他说，让一个同事把另一个球扔到桌子上，告诉你它落在第一个球的右边还是左边。例如，如果球落在右边，那么第一个球就更有可能落在桌子的左边(这种假设为球的右边留下了更多的空间，让第二个球落在那里)。当你的同事扔出一个新球时，你可以更新你的猜测，以更好地模拟原始球的位置。贝叶斯认为，以类似的方式，关于基督复活的各种证词表明，不能像休谟所说的那样对这一事件打折扣。
1767年，Bayes的朋友Richard Price发表了《论基督教的重要性、证据和反对意见》，该书利用Bayes的观点对休谟的论点提出了挑战。普莱斯文章的“基本概率点”，统计学家兼历史学家斯蒂芬·斯蒂格勒说，“是休谟低估了一个奇迹有许多独立见证人的影响，Bayes的研究结果表明，即使是容易出错的证据的倍增也可以压倒一个事件的巨大不可能性，并将其确定为事实。”
从贝叶斯和普莱斯的工作中衍生出来的统计数据变得足够强大，足以解释各种不确定性。在医学上，贝叶斯定理有助于衡量疾病和可能原因之间的关系。在战斗中，它缩小战场以确定敌人的位置。在信息论中，它可用于解密信息。在大脑中，它有助于理解感觉输入过程。
T将贝叶斯定理应用于大脑始于19世纪末。德国物理学家赫尔曼·冯·亥姆霍兹(Hermann von Helmholtz)利用贝叶斯的观点，引入了将感觉数据，比如空间意识，通过一个他称之为“无意识推理”的过程转化为信息的想法。随着贝叶斯统计的普及，潜意识的心理计算在本质上具有概率性的观点似乎不再那么牵强。根据“贝叶斯大脑”假说,大脑不断地使用贝叶斯推理来“填补”缺失的感官信息，就像贝叶斯的思维实验中，每个连续扔在桌子上的球都“填补”了第一个球的位置信息。“贝叶斯大脑”有一个关于世界的内部模型——关于物体的外观、感觉、声音、行为和交互作用的期望(或假设)——它接受感官输入，并在一定程度上构建我们周围实际发生的事情。
愿景。光线反射到我们周围的物体上，击中视网膜的表面，大脑必须以某种方式从二维数据生成三维图像。它可以生成许多三维场景，那么大脑如何决定向你展示哪一个呢?也许它使用了贝叶斯模型。但是大脑进化到能做出如此接近完美的统计计算似乎不太可能。我们的计算机无法处理我们每时每刻都在进行的大量概率计算。也许大脑也不能。根据一种理论,称为抽样,大脑可能逼近贝叶斯推理:而不是同时代表所有假设解释给定的感官输入,它只考虑几个假设随机采样(每个假说是采样的次数是基于之前发生的可能性)。
这或许可以解释为什么我们会有这样的视觉错觉:大脑会根据贝叶斯推理规则做出“最佳猜测”，但这个猜测最终是错误的，因为视觉系统会从一个不适用的内部模型中取样，填补缺失的细节。棋盘上的两个方格出现例如，变成不同深浅的灰色或圆形似乎一开始是凹的，但当翻转180度时就会变成凸的，因为大脑对像照明这样简单的东西的最初假设是错误的。
神经元活动的可变性描述了一个事件的概率。
华威大学的行为科学家亚当·桑伯恩说，这也有助于解释为什么人们——以及他们的回忆、印象和决定——更容易受到他们所接收到的早期信息的影响。人隐式更喜欢从他们遇到的第一个销售人员那里购买商品。赌徒可能更有可能继续玩老虎机，如果他们那天提前赢了钱。第一印象往往很难改变，即使它们大错特错。“你得到的第一个信息，”桑伯恩说，“你会想到与这个信息相一致的假设。”
这种变化一直在神经元层面上发生。“这个想法是，神经元的活动代表了你试图推断的随机变量的值，”Máté Lengyel说，剑桥大学的计算神经科学家。换句话说，神经元活动的可变性描述了一个事件的概率。他说，考虑一个简单的例子，一个代表“老虎”的神经元。神经元会在两个活动水平之间波动:有时高，表示有老虎，有时低，表示没有老虎。神经元处于高度活跃状态的时间比例近似于老虎出现的概率。“从本质上讲，在这种情况下，我们可以说神经元的活动是从需要表示的分布中取样的，”兰吉尔说。“事实证明，如果你以一种更现实、更简单的方式来追求这一想法，它就会捕捉到我们所知道的关于神经元的很多东西，以及它们反应的可变性。”
桑伯恩的一位同事托马斯·希尔斯(Thomas Hills)说，在某种意义上，我们从心理表征中取样的方式类似于我们在太空中搜寻物理物体的方式。如果你最常在超市的后面找到牛奶，那是你在新商店买牛奶时首先会去的地方。当我们在脑海中寻找内心的表象时，情况也是如此。“你可以把记忆看作是世界上事件的合理频率的某种记录，”希尔斯说。“它们在你的心理表征中被编码成你过去经历它们的程度的比例。所以如果我问你和你妈妈的关系，你可能会说:我有一段良好互动的记忆，一段良好互动的记忆，一段糟糕互动的记忆。但一般来说，这些记忆都是好的，所以你会回答“好的”。大脑是一种搜索引擎，它从记忆中抽取样本，构建希尔所说的“信念结构”——关于我们与父母的关系，关于我们如何定义“狗”、“朋友”或“爱”，关于一切。
如果这个搜索过程出错——如果大脑从样本中提取的信息不能代表一个人的经历，如果期望和感觉输入之间不匹配——就会导致抑郁、强迫症、创伤后应激障碍或许多其他疾病。
这并不是说贝叶斯大脑假说没有批评者。“我认为贝叶斯框架是一种数学语言，它是表达心理学理论的有力和有用的方法，”科罗拉多大学博尔德分校的认知神经科学家Matt Jones说。“但重要的是要思考该理论的哪些部分真正起到了解释作用。”他认为，贝叶斯大脑理论的支持者过于相信该理论的统计分析部分。“这本身并不能解释很多行为，”他说。“只有当你将它与关于知识表示本质的丰富假设结合起来，即我们如何组织概念、搜索记忆、使用知识进行推理和解决问题时，它才有意义。”
换句话说，我们关于心理加工的主张——传统认知科学的全部内容——告诉我们贝叶斯统计是如何应用于大脑功能的。该模型用数学语言表达了这些理论，但老式心理学正在进行实际解释。结果可能是，其他非贝叶斯模型或不同的贝叶斯模型更适合作为我们感官感知和更高认知基础的各种心理过程。
虽然桑伯恩可能不同意琼斯关于贝叶斯大脑假说的观点，但他也认为下一步是缩小可行的模型范围。“你可以说，采样本身是了解大脑试图做什么的有用方法，”他说，“但有很多采样者。”这些样本是否属于贝叶斯模型还有待观察。很明显，贝叶斯在18世纪对基督教的辩护帮助科学家在21世纪取得了长足的进步。
Jordana Cepelewicz是广达电脑杂志。
最新和最受欢迎的文章投递到您的收件箱!
观察：计算机或互联网是如何有意识的。
这篇经典的事实如此浪漫的文章最初发表于2016年12月。
