Как мозг человека стал суперкомпьютером: секреты байесовского вывода

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com

Человеческий мозг — удивительный орган, способный обрабатывать огромное количество информации и выполнять сложные вычисления. Но как он это делает? И почему он так хорошо справляется с этой задачей? Ответ на эти вопросы может дать новая исследовательская работа, которую опубликовали в журнале Nature Communications. Ученые из Австралии и Великобритании выявили, что мозг человека использует метод статистики, называемый байесовским выводом, для понимания и преобразования визуальной информации. Этот метод позволяет сопоставлять имеющиеся знания с полученными новыми, чтобы делать разумные предположения. Это нативное умение позволяет людям точно обрабатывать информацию, полученную из окружающей среды с большой скоростью, чем не могут похвастаться машины, которые могут быть обмануты простыми тестами на определение объектов на изображениях.

Автор: Bing image creator

Что такое байесовский вывод?

Байесовский вывод — это способ обновлять свои убеждения на основе новой информации. Для этого нужно использовать формулу Байеса, которая выглядит так:

Автор: Томас Байес

Здесь P(H∣E) — это вероятность гипотезы H при условии, что имеется свидетельство E. P(E∣H) — это вероятность свидетельства E при условии, что гипотеза H верна. P(H) — это априорная вероятность гипотезы H, то есть вероятность до получения свидетельства E. P(E) — это вероятность свидетельства E в целом.

Формула Байеса позволяет пересчитывать априорную вероятность гипотезы в апостериорную вероятность гипотезы после учета свидетельства. Например, если вы хотите оценить вероятность того, что завтра будет дождь (H), вы можете использовать свои предыдущие наблюдения (P(H)), а также текущую погоду (E). Если сейчас идет дождь (P(E∣H)), то вероятность того, что завтра будет дождь (P(H∣E)) повышается. Если же сейчас солнечно (P(E∣¬H)), то вероятность того, что завтра будет дождь (P(H∣E)) понижается.

Байесовский вывод позволяет учитывать не только новую информацию, но и степень ее достоверности. Например, если вы получаете информацию о погоде от разных источников, вы можете придавать им разный вес в зависимости от их надежности. Таким образом, вы можете уточнять свои прогнозы и делать более обоснованные решения.

Как работает байесовский вывод в нашем мозге?

Ученые давно предполагали, что мозг человека пользуется байесовский вывод для того чтобы обрабатывать полученную информацию, особенно визуальную. Однако, как именно мозг реализует этот метод, было неясно. В последней исследовательской работе ученые создали математическую модель, которая может достоверно отображать то, как мозг обрабатывает входящие данные. Для этого они отобрали добровольцев, и проанализировали их мозговую активность во время того, как они пассивно смотрели на специально подготовленные изображения, вызывающие определенные сигналы в мозге, связанные с обработкой визуальной информации. Затем они сравнивали эти сигналы с теми, которые генерировала их модель.

Оказалось, что модель очень хорошо совпадала с данными мозга. Это означает, что мозг использует ту же логику, что и модель, для вычисления вероятностей гипотез на основе визуальных данных. Модель состояла из трех основных компонентов: априорных знаний, свидетельств и апостериорных вероятностей. Априорные знания представлялись в виде распределений вероятностей различных свойств визуальных объектов, таких как цвет, форма, размер и положение. Свидетельства представлялись в виде наблюдаемых величин этих свойств на изображении. Апостериорные вероятности представлялись в виде обновленных распределений вероятностей этих свойств после учета свидетельств.

Модель показала, что мозг использует простые правила для обновления априорных знаний на основе свидетельств. Эти правила зависят от степени неопределенности в априорных знаниях и свидетельствах. Если априорные знания или свидетельства очень неопределенны, то мозг придает больший вес тому компоненту, который более определен. Если же оба компонента достаточно определены, то мозг усредняет их. Таким образом, мозг стремится к оптимальному балансу между новой информацией и предыдущим опытом.

Зачем это нужно?

Исследовательская работа является довольно убедительным подтверждением существующих теорий о том, что мозг использует байесовский вывод для восприятия визуальной информации, но и открывает новые исследовательские и инновационные возможности. Понимание того, как мозг реализует этот метод, может помочь в развитии различных областей, например сферы искусственного интеллекта, где имитация таких мозговых функций может революционизировать машинное обучение.

Байесовский вывод — это не только способ обработки информации, но и способ мышления. Он позволяет нам критически оценивать различные источники информации, учитывать неопределенность и альтернативные гипотезы, а также делать обоснованные выводы. Байесовский вывод — это биологический шедевр, который показывает, как эволюция сделала человеческий мозг похожим на суперкомпьютер.

7 комментариев

Добавить комментарий

K
то ли мозг использует байеса, то ли байес использует мозг — науке это интересно
k
Очень интересно и любопытно. На днях в рассылке от одного издательства получил новость, что у них готовится к выходу книга «Байесовские модели восприятия и действия». Надо бы купить, когда появится в продаже.
Спасибо
1
Судя по тому, какой звездец творится в мире — не работает этот ваш бейсовский вывод. А точнее работает только тогда, когда смотришь на статические изображения, созданные специально для этого эксперимента. :)
Особенно, про погоду понравилось. Это настолько хаотичная структура, что если сейчас идет дождь — еще не факт, что завтра тоже будет дождь.
И с другой визуальной информацией та же штука. Не всегда то, что мы видим оказывается тем, что мы воспринимаем. Мозг иногда нас обманывает. Не специально, просто он так устроен.
1
Ты вообще не в теме и несёшь чушь, иди спать.
Maskot
Интересно, если это сработает наверное можно будет запись производить…
W

Оказалось, что модель очень хорошо совпадала с данными мозга. Это означает, что мозг использует ту же логику, что и модель, для вычисления вероятностей гипотез на основе визуальных данных.

Слишком категоричный вывод. Если это логично, то почему бы мозгу не использовать эту логику? Но что мешает ему использовать НЕ ТОЛЬКО эту логику, но и любую другую логику, которая будет адекватна той или иной ситуации?
Математика, это наука о возможном. Что бы Вы не нашли, в той или иной ситуации это может оказаться востребованным.
Тут два основных вопроса, первый — понять ситуации и дальше выбрать наиболее адекватную математическую модель, наиболее полно отражающую происходящее, и второе, осознать, что, скорее всего, это всё равно упрощение и, если вектор нашего внимания сместится (возникнет для это уважительная причина, или новая информация), то и весовые коэффициенты могут поменяться и сами модели.
Это вроде и очевидно, но уж больно математики любят свои модели рассматривать не как модели, а как реальность. А такой подход отдаляет, а не приближает нас к пониманию. Загораживает дальнейшее изучение.

Добавить комментарий

Сейчас на главной

Новости

Публикации

«Аполлон-11» уже летел к Луне. Зачем Коллинз развернул корабль на 180°?

Чуть больше трёх часов прошло со старта «Аполлона-11», когда Майкл Коллинз отвёл командно-служебный корабль «Колумбия» от третьей ступени и развернул его на пол-оборота. Впереди по курсу была Луна,...

У «Титаника» было три винта. Почему задний ход давали только два?

На ходовых испытаниях у Белфаста «Титаник» разогнали примерно до двадцати узлов. Когда лайнер поравнялся с буем, инженер верфи подал знак капитану. Тот скомандовал полный назад. Два бортовых винта...

Физик собрал цифровую чёрную дыру на микросхеме и измерил утечку одного бита

На обычном лабораторном столе лежит компактная отладочная плата KV260. К её разъёмам подключены два небольших преобразователя напряжения, двухканальный генератор сигналов и осциллограф. Генератор...

На сейшельский остров вернули гигантских черепах, и они смогли распространить 11 000 семян за два месяца

На Сейшельских островах началась реализация проекта, который показывает процесс восстановления экосистемы после возвращения ключевого вида. Героем эксперимента стала гигантская альдабрская...

Оптика «глаз лобстера»: как устроен рентгеновский телескоп миссии BepiColombo

Изучение химического состава Меркурия с орбиты долгое время оставалось одной из сложнейших задач в планетологии. Посадка на горячую поверхность планеты, ближайшей к Солнцу, требует огромных затрат...

Долгожданное IPO Антропика, а также скукоживание «пузыря AI»: главное за неделю

Самые интересные новости финансов и технологий в России и мире за неделю: Антропик всосал с рынка рекордные $117 млрд, остальные активы (акции, крипта, золото) рухнули на ~8-10%...