Машина мышления. Заставь себя думать - Курпатов Андрей Владимирович - Страница 17

Очевидно, впрочем, что мы замечаем только те случаи предиктивного кодирования, когда мы допускаем какую-то ошибку или сталкиваемся с каким-то исключением, чрезвычайной ситуацией.

Но процесс предиктивного кодирования всего и вся производится нашим мозгом постоянно, неустанно. Просто мы осознаём его лишь в случаях, когда что-то, как говорится, идёт не так.

Или вот такая ситуация: вы находитесь на работе, допустим, в офисе своей компании, и вдруг видите в коридоре своего товарища, с которым вы связаны, например, соседством — он ваш сосед по даче, а к вашей работе он не имеет никакого отношения.

«Что ты тут делаешь?!» — в недоумении спросите вы. «А ты?..» — спросит он.

«Как что? Я тут работаю…» — ответите вы, неуверенно оглядываясь по сторонам.

«Вот как! А я пришёл сделку оформить…» — выдохнет ваш сосед, начиная постепенно привыкать к мысли, что вас можно встретить не только на даче, но и в офисе компании, где, как оказывается, вы работаете.

Вы, в свою очередь, тоже от состояния крайнего недоумения постепенно перейдёте к состоянию умиротворения и даже, не исключено, порадуетесь возможности помочь своему хорошему знакомому в его делах.

Но откуда взялось это сильное недоумение в момент описанной встречи?

Посмотрим ещё раз на левую часть схемы функциональной системы на рис. 12, где значится: «обстановочная афферентация» и «пусковой стимул».

В последнем примере обстановочная афферентация — это ваша работа в одном случае и ваша дача — в другом.

А теперь подумайте: какова вероятность встретить вашего соседа (пусковой стимул) в своём офисе и какова вероятность встретить его на даче?

Очевидно, что встретиться с соседом по даче вполне естественно в обстановочной афферентации вашего дачного посёлка, а вот обнаружить его в обстановочной афферентации вашей работы — это событие, несмотря на свою тривиальность, лично для вас уже из ряда вон выходящее, нетипичное как минимум.

То есть наш мозг, ориентируясь на обстановочную афферентацию (в одном случае — дача, в другом случае — ваш рабочий офис), считает какие-то пусковые стимулы более релевантными для неё, а какие-то — менее.

Ведь точно так же, если ваш коллега по работе (пусковой стимул) вдруг появится в обстановочной афферентации вашего дачного посёлка, это опять-таки приведёт ваш мозг в некоторое замешательство, потому что подобное событие трудно, а то и невозможно было предсказать.

Вот это «трудно было предсказать, что» и есть результат предиктивного кодирования.

Мозг постоянно рассчитывает вероятности будущих событий с учётом актуальной ситуации (обстановочной афферентации) и предсказывает будущее — то есть предиктивно его кодирует («опережающе отражает»).

Если прогноз, сделанный нашим мозгом, оправдывается, то ему и нет нужды особенно напрягаться — он работает на автоматизмах, особенно даже не вовлекаясь в процесс.

О чём тут задумываться, если «всё как обычно», «типично», «рутинно»?

Однако же, если вы сталкиваетесь с пусковым стимулом, который нетипичен для данной обстановочной афферентации, срабатывает сигнал тревоги, и вы судорожно пытаетесь понять, как вам действовать в этой непривычной для вас ситуации. И тут мозг включается на все сто.

То есть если наш прогноз не оправдывается, это повергает нас в стресс, что включает целый комплекс адаптационных механизмов, о чём, собственно, и говорил Иван Петрович Павлов, учитель Петра Кузьмича Анохина, рассказывая о феномене динамической стереотипии.

ВЕРОЯТНАЯ ВЕРОЯТНОСТЬ

Томас Байес, пресвитерианский священник и сын пресвитерианского священника, кроме богословия, освоил в Эдинбургском университете ещё и логику, что стало, судя по всему, закладным камнем всем нам известной теперь теории вероятности.

В 1764 году, уже после смерти Байеса, в «Трудах Лондонского королевского общества» была опубликована его работа «Эссе о решении проблем в теории случайных событий», которая рассказывала о «теореме Байеса»20.

Работу, кстати сказать, обнаружил в архиве Байеса его друг — Ричард Прайс. Обнаружил — и вписал тем самым байесовское имя в историю (впрочем, как и своё собственное).

Теорема Байеса в этом эссе определяет вероятность наступления события в условиях, когда на основе наблюдений известна лишь некоторая информация о событиях.

То есть мы знаем, что было такое-то количество наблюдений (замеров) и такое-то количество попаданий (событий), и из этого можем высчитать, какова вероятность того, что при следующем наблюдении искомое событие будет иметь место.

Энное количество раз я закрывал холодильник в своей кухне, и, видимо, такое же количество раз за этим следовал тихий хлопок. Количество замеров, произведённых моим мозгом, и соответствующих совпадений делает этот хлопок обязательным элементом ситуации, а его вероятность — практически стопроцентной.

Если всё максимально упростить, то теорема Байеса утверждает: вероятность какого-либо события — это то же самое, что и частота наступления этого события, где частота — это количество измерений.

Таким образом, если разделить число известных случаев события на общее количество измерений, мы получим вероятность события.

Феномен предиктивного кодирования — это и есть механизм предсказания вероятности будущих событий, который с математической точки зрения описывается как раз вариационными байесовскими методами.

Последние учитывают и поступающие данные, и скрытые переменные с различными потенциальными вариантами отношений между ними. То есть это уже многоуровневая байесовская модель, которая позволяет аппроксимировать расчёт вероятностей до конкретных предсказаний.

Над этой темой, если вы захотите разбираться в ней более детально, работают Карл Фристон и Саша Ондобака из Университетского колледжа Лондона, Анил Сет из Университета Сассекса, а также канадка Лиза Фельдман Барретт из Северо-Восточного университета в Бостоне и Кайл Симмонс из Университета Оклахомы.

А упоминаю я обо всём этом только потому, что возможность подобной математизации имеет чрезвычайно большое методологическое значение…

Фактически мы видим, что в основе психической функции предиктивного кодирования лежит не «мысль», как мы привыкли её понимать, а алгоритм.

Так что нет ничего удивительного в том, что предиктивное кодирование определяется сейчас уже как универсальный механизм адаптации множества различных систем к средам, в которых они могут оказаться.

Клетка биологического организма с помощью предиктивного кодирования предсказывает поступление веществ из межклеточной среды и заранее готовится к этому, продуцируя необходимые для такого случае белки.

Нейроны зрительной коры прогнозируют то, что внешняя среда покажет им в ближайшее мгновение. На высоком когнитивном уровне мы точно так же постоянно прогнозируем то, что ещё не произошло, но с большой вероятностью может случиться.

Или вот посмотрим, как этот механизм работает на уровне конкретного нейрона.

Допустим, у нас есть нейрон В, который возбуждается от нейрона А и передаёт соответствующий сигнал нейрону С.

Допустим, что нейрон В привык, что нейрон А возбуждает его сотней синапсов. Соответственно, активация ста синапсов на нейроне А создаёт потенциал действия, который передаётся по цепи нейрону С.

В результате, согласно принципу предиктивного кодирования, нейрон С предсказывает, что получит привычный для него потенциал действия от нейрона А, и живёт с этим счастливым ощущением предопределённости.

Но в один прекрасный момент нейрон А передаёт нейрону В слабый сигнал, в результате чего достаточного потенциала действия не возникает и нейрон С вообще не получает никакого сигнала.

В другой прекрасный момент нейрон А перевозбуждается и перевозбуждает нейрон В, а С получает сигнал, который совершенно не ожидал получить.

Итак, вот она, реальная жизнь, полная неопределённости и вероятностей.