Presbyteeripapilla Thomas Bayesillä ei ollut aavistustakaan, että hän antaisi kestävän panoksen ihmiskunnan historiaan. Englannissa 1700-luvun alussa syntynyt Bayes oli hiljainen ihminen, jolla oli utelias mieli. Elämänsä aikana hän julkaisi vain kaksi teosta: "Herran hyvyyden" vuonna 1731 Jumalan ja Ison-Britannian monarkian puolustamiseksi sekä nimettömän artikkelin Isaac Newtonin laskelmien tueksi vuonna 1736. Yksi väite, jonka Bayes esitti ennen kuolemaansa vuonna 1761, määräsi historian kulun. Hän auttoi Alan Turingia rikkomaan saksalaisen Enigma-salauksen, Yhdysvaltain laivasto jäljittämään Neuvostoliiton sukellusveneet, ja tilastotieteilijät tunnistivat Federalist Papersin. Ja tänään he ratkaisevat sen avulla mielen salaisuudet.
Kaikki alkoi vuonna 1748, jolloin filosofi David Hume julkaisi tutkimuksen ihmiskunnasta ja kyseenalaisti muun muassa ihmeiden olemassaolon. Humein mukaan virheiden todennäköisyys ihmisillä, jotka väittävät nähneensä Kristuksen ylösnousemuksen, on suurempi kuin todennäköisyys, että tämä tapahtuma todella tapahtui. Mutta pastori Bayes ei pitänyt tästä teoriasta.
Salauslaite "Enigma"
Kuva: AFP 2016, Timothy A. Clary
Bayes päätti todistaa Humeen väärin, ja yritti kvantifioida tapahtuman todennäköisyyttä. Aluksi hän keksi yksinkertaisen skenaarion: Kuvittele pallo, joka heitetään tasaiselle pöydälle selän takana. Voit arvata missä hän laskeutui, mutta sitä on mahdotonta kertoa katsomatta kuinka tarkkoja olit. Pyydä sitten kollegaa heittämään toinen pallo ja kerro, onko se ensimmäisen oikealla vai vasemmalla puolella. Jos toinen pallo on oikealla, on todennäköisempää, että ensimmäinen on laskeutunut pöydän vasemmalle puolelle (tämän oletuksen mukaan pallon oikealla puolella on enemmän tilaa toiselle pallolle). Jokaisen uuden pallon kanssa arvauksesi ensimmäisen pallon sijainnista päivitetään ja puhdistetaan. Bayesin mukaan useat todisteet Kristuksen ylösnousemuksesta osoittavat samalla tavalla tämän tapahtuman luotettavuuden,eikä niitä voida alentaa, kuten Hume teki.
Vuonna 1767 Bayesin ystävä Richard Price julkaisi kristinuskon merkityksestä, sen todisteista ja mahdollisista vastalauseista julkaisun, jossa hän käytti Bayesin ideoita haastamaan Humen väitteet. Historioitsijan ja tilastotieteilijän Stephen Stiglerin mukaan Pricein artikkelissa "todennäköisyysperiaate oli, että Hume aliarvioi ihmeen liittyvien riippumattomien todistajien määrän, ja Bayesin tulokset osoittivat, kuinka todisteiden määrän kasvu, vaikka epäluotettavakin, voisi olla voimakkaampaa kuin pieni tapahtuman todennäköisyyttä ja muuttaa sen tosiasiaksi."
Pricein ja Bayesin työstä kasvaneet tilastot tulivat riittävän tehokkaiksi käsittelemään monia epävarmuustekijöitä. Lääketieteessä Bayesin lause auttaa ottamaan huomioon sairauksien ja mahdollisten syiden väliset yhteydet. Taistelussa se kaventaa tilaa vihollisten sijaintien paikallistamiseen. Tietoteoriassa sitä voidaan käyttää viestien salauksen purkamiseen. Ja kognitiivisessa tieteessä se mahdollistaa aistiprosessien merkityksen ymmärtämisen.
Mainosvideo:
Bayesin lausea sovellettiin aivoihin 1800-luvun lopulla. Saksalainen fyysikko Hermann von Helmholtz esitti Bayesin ideoiden avulla ajatuksen aistitietojen, kuten avaruuden tietoisuuden, muuttamisesta tiedoksi prosessilla, jota hän kutsui tajuttomaksi päätelmäksi. Bayesilaisista tilastoista tuli suosittuja, eikä ajatus siitä, että tiedostamattomat henkiset laskelmat olivat luonnostaan todennäköisiä, ei enää vaikuttanut kauaskantoiselta. Bayesin aivohypoteesin mukaan aivot tekevät jatkuvasti Bayesin päätelmiä aistintiedon puutteen kompensoimiseksi, aivan kuten jokainen seuraava Bayesin pöydälle heitetty pallo täyttää aukot ensimmäisen pallon sijainnissa. Bayesin aivot muodostavat sisäisen mallin maailmasta: odotukset (tai oletukset)kuinka erilaiset esineet näyttävät, tuntevat, kuulostavat, käyttäytyvät ja ovat vuorovaikutuksessa. Tämä järjestelmä vastaanottaa aistisignaaleja ja simuloi karkeasti sitä, mitä ympärillä tapahtuu.
Esimerkiksi visio. Valo palautuu ympärillämme olevista esineistä ja osuu verkkokalvon pintaan, ja aivojen on jotenkin luotava kolmiulotteinen kuva kaksiulotteisesta tiedosta. Niistä voidaan saada monia kolmiulotteisia kuvia, joten miten aivot päättävät, mitä meille näytetään? Todennäköisesti soveltaa Bayesin mallia. Vaikuttaa melkein uskomattomalta, että aivot ovat kehittyneet niin paljon, että niistä on tullut kykeneviä tekemään tilastolaskelmia lähellä ihannetta. Tietokoneemme eivät kykene käsittelemään niin suurta määrää tilastollisia todennäköisyyksiä, ja näytämme tekevämme sen koko ajan. Mutta ehkä aivot eivät vieläkään kykene tähän. Otantateorian mukaan tietoisuuden menetelmät voivat lähestyä Bayesin päätelmää: sen sijaan, että samanaikaisesti annettaisiin kaikki oletukset, jotka voivat selittää minkä tahansa aistisignaalin,aivot ottavat huomioon vain muutaman niistä, jotka on valittu satunnaisesti (kuinka monta kertaa kaikki oletukset valitaan, perustuu aikaisempien vastaavien tapausten taajuuteen).
Tämä voisi selittää visuaalisten harhojen alkuperän: aivot valitsevat "parhaan arvauksen" Bayesin päättelysääntöjen mukaisesti ja se osoittautuu vääräksi, koska visualisointijärjestelmä täyttää informaatioaukot valinnalla sopimattomasta sisäisestä mallista. Esimerkiksi näyttää siltä, että kahdella ruutulaudalla on erilainen värisävy tai että ympyrä näyttää aluksi koveralta ja muuttuu kuperaksi 180 asteen kiertämisen jälkeen. Tällaisissa tapauksissa aivot tekevät aluksi väärän oletuksen jostakin niin yksinkertaisesta kuin valaistus.
Se auttaa myös selittämään, miksi aikaisempaa tietoa vastaanotetaan, sitä voimakkaampi sen vaikutus henkilöön on hänen muistoillaan, vaikutelmillaan, päätöksillä, kertoo Alan Sanborn (Adam Sanborn), joka tutkii käyttäytymisongelmia Warwickin yliopistossa. Potentiaalisesti ihmiset haluavat ostaa ensimmäiseltä myyjältä, jonka he tapaavat. Kolikkopelien pelaajat jatkavat todennäköisemmin peliä, jos se alkoi voitolla. Ensivaikutelmaa on usein vaikea kumota, vaikka se olisikin pohjimmiltaan väärä. "Kun olet saanut alustavat tiedot, teet oletuksia, jotka ovat niiden kanssa samaa mieltä", Sanborn selventää.
Tämä vaihtelu kulkee aina neutronitasolla. "Ajatuksena on, että neutroniaktiivisuus on satunnainen muuttuja, jonka yrität johtaa", sanoo Cambridgessa toimiva neurotieteilijä Máté Lengyel. Toisin sanoen hermostollisen toiminnan vaihtelu on osoitus tapahtuman todennäköisyydestä. Tarkastellaan yksinkertaistettua esimerkkiä - neuroni, joka on vastuussa "tiikerin" käsitteestä. Neuroni värähtelee kahden aktiivisuustason välillä, korkea, kun on signaali tiikerin läsnäololle, ja matala, mikä tarkoittaa, että tiikeriä ei ole. Neuronin erittäin aktiivisen määrän lukumäärä lisää tiikerin läsnäolon todennäköisyyttä. "Pohjimmiltaan tässä tapauksessa voimme sanoa, että neuronin aktiivisuus on näyte todennäköisyysjakaumasta", tutkija sanoo. - On käynyt ilmi, että kehität tätä ideaa realistisemmalla ja vähemmän yksinkertaistetulla tavalla,sitten se sisältää monia asioita, jotka tiedämme hermosoluista ja niiden vastausten vaihtelevuudesta."
Yksi Sanbornin kollegoista, Thomas Hills, kertoo, että tapa, jolla valitsemme mielikuvat, on jonkin verran samanlainen kuin fyysisten esineiden etsiminen avaruudesta. Jos otat yleensä maitoa supermarketin takaosasta, mene ensin siihen, kun tulet uuteen maidon myymälään. Tämä ei eroa sisäisten kuvien etsimisestä aivoissa.”Muistia voidaan kuvitella eräänlaiseksi muistiin maailman tapahtumien järkevästä taajuudesta. Muistot koodataan mielikuviin suhteessa aikaisempiin kokemuksiin. Joten jos kysyn sinulta suhdestasi äitisi kanssa, voit alkaa ajatella: tässä on muisti positiivisesta vuorovaikutuksesta, tässä on toinen muisti positiivisesta vuorovaikutuksesta ja tässä on negatiivinen. Mutta keskimäärin muistosi suhteestasi äitisi ovat hyvät, joten sanot "hyvä" "- sanoo Thomas Hills. Aivot ovat eräänlainen hakukone, joka valitsee muistoja luomalla mitä Hills kutsuu "uskomusrakenteiksi" - ajatus yhteydestä vanhempiin, määritelmät "koira", "ystävä", "rakkaus" ja kaikki muu.
Jos hakuprosessi menee pieleen, toisin sanoen aivot tekevät valinnan tiedoista, jotka eivät edusta ihmiskokemusta, jos odotusten ja todellisen aistisignaalin välillä on ristiriitaisuuksia, syntyy masennus, pakko-oireinen oireyhtymä, traumaperäiset häiriöt ja useita muita sairauksia.
Tämä ei tarkoita sitä, että Bayesin aivohypoteesilla ei olisi vastustajia. "Luulen, että Bayesin viitekehys eräänlaisena matemaattisena kielenä on voimakas ja hyödyllinen keino ilmaista psykologisia teorioita. Mutta on tärkeää analysoida, mitkä teoriapalat todella antavat selityksen”, sanoi Matt Jones Coloradon yliopistosta Boulderista. Hänen mielestään "Bayesin aivojen" kannattajat luottavat liikaa siihen teorian osaan, joka puhuu tilastollisesta analyysistä.”Itse asiassa se ei selitä käyttäytymisen monimuotoisuutta. Sillä on järkeä vain yhdessä sen kanssa, mikä todellisuudessa osoittautuu vapaaksi olettamukseksi tiedon esityksen luonteesta: miten järjestämme käsitteitä, etsimme tietoa muistista, käytämme tietoa argumentointiin ja ongelmanratkaisuun.
Toisin sanoen väitteet kognitiivisen tieteen perinteisesti tekemästä psykologisesta tietojen käsittelystä osoittavat, miten Bayesin tilastoja käytetään aivotoimintaan. Malli kääntää nämä teoriat matematiikan kielelle, mutta tämä tulkinta perustuu konservatiiviseen psykologiaan. Viime kädessä voi olla, että muut Bayesin tai muut kuin Bayesin mallit sopivat paremmin erilaisiin henkisiin prosesseihin, jotka ovat aistihavaintojemme ja korkeamman ajattelumme taustalla.
Sanborn saattaa olla eri mieltä Jonesin näkemyksistä Bayesin aivohypoteesista, mutta hän ymmärtää, että seuraava askel on kaventaa toimintamallien moninaisuutta. "Voisimme sanoa, että näytteenotto itsessään on hyödyllistä aivotoiminnan ymmärtämiseksi. Mutta valintoja on monia. " Kuinka paljon he ovat yhtä mieltä Bayesin teorian kanssa, on vielä nähtävissä. Voimme kuitenkin jo sanoa, että kristinuskon puolustaminen 1700-luvulla auttoi tutkijoita saavuttamaan suuren menestyksen 21. vuosisadalla.