Наше восприятие мира — это фантазия, совпадающая с реальностью
Отрывок из книги Криса Фрита «Мозг и душа. Как нервная деятельность формирует наш внутренний мир»
16.01.2013
http://postnauka.ru/longreads/8678
Разновидность обучения, открытая Павловым и Торндайком, служит нам неплохо, но работает очень грубо. Всё в окружающем мире разделяется лишь на две категории: приятное и неприятное. Но мы воспринимаем мир не в таких грубых категориях. Когда я смотрю на сад за своим окном, я сразу вижу такое богатство разнообразных цветов и форм, что кажется безнадежной затеей пытаться донести это ощущение во всей его полноте до кого-нибудь другого. Но в то же самое время, когда я ощущаю все эти цвета и формы, я также вижу их как объекты, которые могу распознать и назвать: недавно подстриженная трава, примулы, старые кирпичные столбы и, в данный конкретный момент, великолепный зеленый дятел с ярко-красной шапочкой. Эти ощущения и распознания выходят далеко за пределы простых категорий приятного и неприятного. Как же наш мозг открывает для себя то, что есть в окружающем мире? Как наш мозг узнаёт, что вызывает наши ощущения?
Наш мозг создает у нас ощущение легкости восприятия
Примечательная особенность нашего восприятия материального мира во всей его красоте и во всех подробностях состоит в том, что оно кажется нам таким легким. Если верить нашим чувствам, восприятие окружающего мира для нас не проблема. Но это чувство легкости и мгновенности нашего восприятия есть иллюзия, создаваемая нашим мозгом. И мы не знали об этой иллюзии, пока не попытались сделать машины, способные к восприятию.
Единственный способ узнать, легко или сложно нашему мозгу воспринимать окружающий мир, это сделать искусственный мозг, способный к восприятию окружающего. Чтобы сделать такой мозг, нужно установить, из каких компонентов он должен состоять, и узнать, какие функции должны выполнять эти компоненты.
Информационная революция
Основные компоненты головного мозга были открыты нейрофизиологами в конце XIX века. Тонкая структура мозга была установлена путем изучения под микроскопом тонких срезов мозговой ткани. Эти срезы окрашивали различным образом, чтобы увидеть разные аспекты структуры мозга. Исследования показали, что мозг содержит множество нервных клеток1 и очень сложную сеть взаимосвязанных волокон. Но главное открытие в области изучения основных компонентов мозга сделал нейроанатом Сантьяго Рамон-и-Кахаль. Путем детальных исследований он показал, что волокна этой сети растут из нервных клеток и, что особенно важно, в этой сети есть промежутки. Волокно, растущее из одной клетки, подходит очень близко к следующей клетке, но не сливается с ней. Эти промежутки и есть синапсы, описанные в предыдущей главе. Из результатов своих исследований Рамон-и-Кахаль сделал вывод, что основным элементом мозга является нейрон, то есть нервная клетка, со всеми ее волокнами и другими отростками. Эта концепция получила широкое признание и стала известна как “нейронная доктрина”2.
Но что же, собственно, делают нейроны, эти основные элементы мозга? В середине XIX века Эмиль Дюбуа-Реймон продемонстрировал электрическую природу нервных импульсов. А к концу XIX века Давид Феррье и другие исследователи показали, что электрическая стимуляция определенных участков мозга вызывает специфические движения и ощущения. Электрические импульсы, распространяющиеся по волокнам нейронов, переносят сигналы из одного участка мозга в другой, активируя там другие нейроны или подавляя их активность. Но как могут подобные процессы лежать в основе работы устройства, способного воспринимать объекты окружающего мира?
Рис. 5.1. Великий клубок, который был распутан
Нервные клетки — элементарные единицы, из которых состоит мозг. На этом рисунке Сантьяго Рамона-и-Кахаля показаны нервные клетки коры головного мозга, окрашенные по методике, разработанной Камилло Гольджи. Видны многочисленные нейроны разного типа и их отростки.
Источник: Рис. 117, “Coupe tranversale du tubercule quadrijumeau ante{1}rieur; lapin a{4}ge{1} de 8 jours, Me{1}thode de Golgi”, из книги: Cajal, S.R. y. (1901). The great unraveled knot. От Уильяма Холла, отделение нейробиологии, Медицинский центр Университета Дьюка.
Серьезный шаг в направлении решения этой проблемы был сделан даже не нейрофизиологами, а инженерами—проектировщиками телефонных линий. Телефонные линии похожи на нейроны: и по тем, и по другим распространяются электрические импульсы. В телефонной линии электрические импульсы активируют динамик на другом конце провода точно так же, как импульсы моторных нейронов могут активировать мышцы, к которым ведут отростки этих нейронов. Но мы знаем, что телефонные линии нужны не для передачи энергии, а для передачи сообщений, будь то в форме речи или в форме точек и тире азбуки Морзе.
Инженеры корпорации Bell Telephone Laboratories занимались поисками наиболее эффективного способа передачи телефонных сообщений. В ходе их исследований возникла идея, что телефонные провода в действительности служат для передачи информации3. Весь смысл передачи сообщения состоит в том, чтобы после его получения мы знали больше, чем до него. Теория информации4 дает нам метод, позволяющий измерять, насколько увеличились наши знания после получения определенного сообщения.
До начала игры в крикет мы еще не знаем, кому достанется первая подача, пока арбитр не бросит монетку. Перед бросанием монетки есть две возможности: или первая подача будет у англичан, или у австралийцев. После бросания монетки от этих двух возможностейостанется одна определенность: теперь мы знаем, что первая подача у англичан. Подобное увеличение знаний, когда из двух возможностей выбирается что-то одно, называют одним битом информации. Когда мы бросаем игральную кость, а не монетку, у нас есть шесть возможностей, и мы получаем больше информации, потому что одно определенное сообщение выбирается из шести возможных. Количество информации, которую мы получаем в данном случае, составляет 2,58 бит5 Пользуясь этим определением, мы можем измерить, сколько информации передается по телефонной линии и с какой скоростью (измеряемой в битах в секунду, или бодах) она передается. При скорости в 300 бод по линии передается около 60 знаков в секунду, так как каждый знак (например, буква или цифра) несет в среднем около 5 бит информации.
При этом, разумеется, одни знаки несут меньше информации, чем другие. Например, буквы, которые встречаются часто, такие как E в английском, несут меньше информации, чем редкие буквы, такие как Z. Хуже всего обстоит дело с буквой U, идущей после Q6 В этом положении буква U вообще не несет никакой информации. Про такие знаки говорят, что они избыточны. Может быть, наши коммуникации с помощью языка стали бы намного эффективнее, если бы мы избавились от избыточных знаков и стали реже использовать такие знаки, как буква E?
На деле подобные усовершенствования ничего не дают, потому что реальный мир несовершенен: рукописные тексты всегда содержат описки и двусмысленности, наборщики делают опечатки, телефонные линии полны помех7 К тому времени, как сообщение достигнет другого конца линии, некоторые его фрагменты потеряются, а некоторые посторонние звуки окажутся добавлены. Для идеальных сообщений, в которых нет избыточных знаков, подобный шум губителен. Другого конца провода достигнет сообщение, отличное от исходного, и не будет никакой возможности узнать, что произошла ошибка.
Если же сообщение содержит избыточные биты информации, то ошибки можно отследить и восстановить исходное сообщение. Например, можно послать одно и то же сообщение дважды. Второе сообщение совершенно избыточно, но если между двумя полученными сообщениями есть разница, мы поймем, что произошли какие-то ошибки. Мы, конечно, по-прежнему не будем знать, какой вариант правильный. Но если мы пошлем то же сообщение в третий раз, мы можем отследить случаи, где два из полученных трех сообщений совпадают, и, исходя из этого, выбрать правильный вариант.
Я помню времена, когда у нас не было не только компьютеров, но и электронных калькуляторов. Сложные математические расчеты приходилось выполнять вручную, и при этом почти неизбежно возникали ошибки. Стандартная процедура отслеживания таких ошибок состояла в том, чтобы повторять выполняемые расчеты трижды. Если в двух случаях из трех получался один и тот же ответ, он, скорее всего, и был правильным, потому что маловероятно, чтобы в обоих расчетах была допущена одна и та же ошибка.
Наш мозг сталкивается с той же самой проблемой. Сообщения об окружающем мире, поступающие от наших глаз и ушей, содержат шум и полны ошибок, поэтому наш мозг не может уверенно сказать, где “правда”, а где “ошибка”. Чтобы избежать этого, наш мозг вовсю пользуется избыточностью поступающей информации. Когда мы разговариваем с другим человеком, мы обычно не только слушаем, чтоон говорит, но и внимательно смотрим за движением его губ. Сопоставляя эти две разновидности информации, наш мозг получает лучшее представление об исходном сообщении. Обычно мы не осознаём, что нам помогают в этом движения губ, но когда мы смотрим озвученный иностранный фильм (или фильм на нашем родном языке, в котором плохо смонтирована фонограмма), мы сразу чувствуем, что что-то не так, потому что движения губ не соответствуют звукам.
Применение теории информации позволило сделать телефонные линии более эффективным средством передачи сообщений8 Но роль, которую сыграла теория информации, отнюдь не ограничивается увеличением прибыли телефонных компаний. Определение информации через простые физические состояния (такие, как положения “вкл” и “выкл” электронного переключателя) означало, что теперь информацию можно хранить на физических носителях, то есть на цифровых запоминающих устройствах. Долгое время для хранения информации использовались книги, написанные и читаемые людьми.
Новые запоминающие устройства позволяли записывать и считывать информацию машинам, от которых не требовалось понимания смысла записываемых и считываемых знаков. И конечно, эти новые запоминающие устройства можно было наполнять уже новым содержанием.
Уже в 1943 году Уоррен Маккаллок и Уолтер Питтс выдвинули новую нейронную доктрину, согласно которой нейрон — это элементарная функциональная единица мозга, служащая для обработки информации. Маккаллок и Питтс также предположили, что из обширных сетей простых электронных “нейронов” можно сконструировать искусственный мозг. Первые компьютеры были сделаны не по образцу нейронных сетей, однако, подобно искусственным нейронным сетям, они представляли собой устройства, способные хранить, передавать и видоизменять информацию в соответствии с определенными правилами. Когда в сороковых годах были сконструированы первые такие компьютеры, их сразу стали называть “электронные мозги”. Такие машины можно было научить делать то, что делает наш мозг.
На что же способны хитроумные устройства?
В 1956 году наука о создании устройств, способных делать разные хитроумные вещи, получила название “искусственный интеллект”. Исследовательская программа этой науки, как и любой другой, предполагала, что начать нужно с решения самых легких проблем. Восприятие окружающего мира казалось сравнительно легким делом. Почти все люди умеют с легкостью читать рукописный текст и узнавать лица, и поначалу казалось, что создать машину, способную читать рукописный текст и узнавать лица, должно быть тоже не особенно сложно. Игра в шахматы—напротив, очень сложное дело. Очень немногие люди способны играть в шахматы на уровне гроссмейстера. Создание машин, умеющих играть в шахматы, лучше было отложить на потом.
Прошло пятьдесят лет, и компьютер, предназначенный для игры в шахматы, выиграл у чемпиона мира9 Проблема научить машину восприятию, напротив, оказалась очень сложной. Люди по-прежнему умеют узнавать лица и читать рукописный текст намного лучше, чем машины. Почему же эта проблема оказалась такой сложной?
Оказывается, даже моей способностью видеть, что сад у меня за окном полон разных объектов, очень сложно наделить машину. Тому есть много причин. Например, видимые объекты перекрывают друг друга, а некоторые из них еще и движутся.
Откуда я знаю, что это за коричневое пятно — часть забора, или дерева, или птицы? Мой мозг решает все эти удивительно сложные задачи и заставляет меня думать, что я воспринимаю мир, не прилагая никаких усилий. Как же он это делает?
Развитие теории информации и цифровых компьютеров показало, что наше восприятие — дело очень сложное. Но наш мозг с ним справляется. Означает ли это, что цифровой компьютер не может служить хорошей моделью мозга? Или нам нужно найти какие-то новые способы обработки информации и научить им компьютеры?
Проблема с теорией информации
Создание теории информации было очень важным достижением. Оно позволило нам понять, как физическое явление — электрический импульс — может стать психическим явлением — нервным сигналом (сообщением). Но с первоначальной формулировкой была связана одна принципиальная проблема. Предполагалось, что объем информации в любом сообщении или, в более общем случае, в любом раздражителе полностью определяется этим раздражителем. Прекрасная концепция информации, но из нее следуют некоторые парадоксальные вещи.
Рис. 5.2. Мы лучше всего распознаем объекты по их контурам
Мы можем легко узнать лицо по одним контурам (справа), но улыбка лучше распознается на размытом изображении (слева).
Источник: Из статьи Livingstone, M.S. (2000). Is it warm? Is it real? Or just low spatial frequency? Science, 290(5495), 1299.
Вспомним, что каждая буква в сообщении несет тем больше информации, чем она необычнее. Поэтому буква Q обычно несет много информации, а идущая за ней буква U не несет никакой информации. Тот же подход можно применить и к изображениям. Любое изображение состоит не из букв, а из элементов изображения (или пикселов), которые могут быть разного цвета. Рассмотрим простое изображение черного квадрата на белом фоне. Какие элементы этого изображения наиболее информативны? Когда наш взгляд движется по однотонно окрашенному участку, он не видит ничего необычного, потому что при этом не происходит никаких изменений. Но вот наш взгляд достигает границы, где проходит контур квадрата, и происходит неожиданное изменение цвета. Следовательно, в соответствии с теорией информации, наиболее информативны должны быть именно контуры изображения. О том же говорит нам интуиция. Если заменить объект его контурами, иными словами, оставить только информативные границы, мы по-прежнему сможем распознать этот объект.
Рис. 5.3. Высокоинформативный набор случайных точек
Это изображение несет максимум информации, так как нельзя предсказать, какой цвет имеет та или иная точка.
Но из этой формулировки следует парадокс. Согласно этому определению самым информативным изображением будет такое, в котором мы никак не сможем угадать следующий элемент, на который, двигаясь, упадет наш взгляд. То есть это изображение, целиком состоящее из точек, окрашенных случайным образом. Такие изображения мы видим, когда у нас что-то не так с телевизором и на его экране возникает рябь, так называемый “снег”. Как справедливо отмечает профессор английского языка, когда я показываю ей иллюстрации, сгенерированные компьютером, это самые скучные изображения, которые ей доводилось видеть. Проблема концепции, которую дает нам теория информации, состоит в том, что в ней никак не учитывается субъект, смотрящий на изображение10 В рамках этой концепции все смотрящие равны, и их восприятие раздражителя должно быть одинаковым. Но мы-то знаем, что все смотрящие разные. Они отличаются разным прошлым опытом и разными ожиданиями. Эти отличия сказываются на нашем восприятии. Рассмотрим черный квадрат на рис. 5.4. Для некоторых смотрящих это не просто черный квадрат. Это “Черный квадрат” Казимира Малевича, выставленный им в 1915 году, первый образец отвлеченного, абстрактного искусства русских супрематистов. В данном случае знание того, что это значительное произведение искусства, меняет наше восприятие объекта11 несмотря на то что объем содержащейся в нем информации при этом не меняется. Этот простейший пример показывает, как наши исходные знания влияют на наше восприятие.
Рис. 5.4. Казимир Северинович Малевич “Черный квадрат” (начало XX века).
Преподобный Томас Байес
Как же тогда мы можем видоизменить теорию информации, чтобы она учитывала различия в опыте и ожиданиях наблюдателей? Нам нужно сохранить нашу идею, что информативность сообщения (или изображения) определяется его новизной и неожиданностью. Но теперь ее нужно дополнить новой идеей, что сообщение может для одного человека быть неожиданнее, чем для другого. Объективно новое и неожиданное сообщение можно определить как сообщение, меняющее наше представление о мире и, следовательно, наше поведение.
Сегодня вечером я собирался пойти на семинар по нейроэстетике, но его отменили. Вместо этого я могу пойти в бар. Там я встречаю профессора английского языка. На нее это сообщение никак не повлияло. Она никогда не ходит на нейробиологические семинары.
Мы можем также сказать, что информативность сообщения определяется степенью, в которой оно меняет наши убеждения12 об окружающем мире. Чтобы узнать, какой объем информации содержится в сообщении, передаваемом получателю, нужно узнать, каковы были убеждения получателя до поступления этого сообщения. Тогда мы сможем увидеть, насколько эти убеждения изменились после того, как сообщение было получено. Но можем ли мы определить такие априорные убеждения и происходящие в них изменения?
Решение этой проблемы нашел человек, который будет, наверное, самым необычным из всех ученых, попавших на страницы этой книги. Преподобный Томас Байес (1702–1761) был пресвитерианским священником и за всю свою жизнь не опубликовал ни одной научной работы, хотя и стал в 1742 году членом Лондонского королевского общества. Только через два года после его смерти его классическая работа была наконец опубликована в “Философских трудах Королевского общества”. После этого она больше ста лет пребывала в забвении. Только в двадцатых годах XX века слава Байеса начала расти. Для Рональда Фишера, бывшего тогда президентом Королевского статистического общества, Байес был настоящим кумиром, и в результате усердного лоббирования со стороны статистиков его в конце концов включили в “Национальный биографический словарь”. И все же он оставался почти неизвестным за пределами круга тех, кто профессионально занимался статистикой. И даже те, кто слышал о байесовской статистике, часто считали, что ей не хватает должной объективности.
Но в последние 10 лет Томас Байес стал суперзвездой. В сети есть множество сайтов, где объясняется теорема Байеса и сообщается: “Главное, что Байес крут, а кто не знает Байеса, тот не крут”. А если вы не верите тому, что говорят в интернете, то, быть может, вас убедитNew York Times за 20 января 2004 года?
““В научной среде байесовская революция вот-вот станет преобладающей точкой зрения, что 10 лет назад казалось немыслимым”, — говорит Брэдли Карлин, профессор здравоохранения из Университета Миннесоты”.
Из-за чего же возник весь этот ажиотаж?
Вот как формулируется теорема Байеса:
p(A|X) = p(X|A) p(A) / p(X).
Возьмем некоторое явление (A), о котором мы хотим узнать, и наблюдение (X), которое дает нам какие-то сведения об А. Теорема Байеса говорит нам, насколько увеличится наше знание об А в светеновых сведений X. Нам незачем вникать в детали этого уравнения. Главное — что это уравнение дает нам именно ту математическую формулу убеждений, которую мы искали. Убеждению в данном случае соответствует математическое понятие вероятности. Вероятность позволяет измерить, в какой степени я убежден в чем-то. Если я в чем-то совершенно уверен (например, в том, что утром взойдет солнце), вероятность равна единице [в форме уравнения это можно выразить так: p(взойдет солнце) = 1]. А если я совершенно уверен, что что-то никогда не случится, вероятность равна нулю [p(Крис Фрит выиграет конкурс “Евровидение”) = 0]. Большинство наших убеждений не так тверды и занимают промежуточное положение между нулем и единицей [p(поезд, на котором я езжу на работу, опоздает) = 0,5]. И эти промежуточные убеждения постоянно изменяются по мере того, как мы получаем новые сведения. Прежде чем ехать на работу, я уточню положение поездов Лондонского метро в интернете, и эти новые сведения изменят мое убеждение о вероятности опоздания поезда (хотя и ненамного…).
Рис. 5.5.Могила преподобного Томаса Байеса
Томас Байес похоронен на кладбище Банхилл-Филдс в центре Лондона. В XVIII веке на этом кладбище хоронили нонконформистов13, но теперь это общественный парк. Могила была отреставрирована в 1969 году, на средства “статистиков со всего мира”.
Источник: Фото профессора Тони О’Хагана из Шеффилдского университета.
Теорема Байеса показывает, насколько именно изменится мое убеждение относительно A в свете новых сведений X. В приведенном выше уравнении p(A) — мое первоначальное, или априорное, убеждение об А до поступления новых сведений X, p(X|A) — вероятность получения сведений X в случае, если A действительно будет иметь место, а p(A|X) — мое последующее, или апостериорное, убеждение об А с учетом новых сведений X. Все это станет понятнее на конкретном примере.
Вас, вероятно, удивило, почему это Брэдли Карлин, профессор здравоохранения из Университета Миннесоты, так интересуется теоремой Байеса. Дело в том, что здравоохранение — одна из тех многих областей, где теорема Байеса находит свое применение.
Рассмотрим проблему рака груди14. Обратимся к частному случаю, связанному с эффективностью массовых обследований. Мы знаем (это наше априорное убеждение), что к 40 годам у 1% женщин развивается рак груди (p(A) = 0,01). Кроме того, у нас есть хороший метод выявления рака груди — маммография (этот метод дает нам новые сведения). Результат маммографии будет положительным у 80% женщин с раком груди (p(X|A) = 0,8) и лишь у 9,6% женщин без рака груди (p(X|~A) = 0,096). Таковы вероятности получения наших сведений в случае, если наше убеждение истинно. Судя по этим цифрам, кажется очевидным, что регулярные обследования на предмет наличия рака груди — вещь хорошая. Итак, если мы обследуем всех женщин, то какова будет среди тех, у кого обследование даст положительный результат, доля тех, у кого действительно будет рак груди, то есть каково будет значение p(A|X)?
Учитывая, что этот метод кажется хорошим, каково будет ваше убеждение относительно женщины, для которой только что получен положительный результат маммографического обследования на рак груди? Большинство людей сказали бы, что у нее, скорее всего, рак груди. Но применение теоремы Байеса показывает, что это мнение ошибочно. Мы можем легко убедиться в этом, если на время забудем о вероятностях. Вместо этого давайте рассмотрим 10 000 женщин в возрасте 40 лет и старше.
Еще до обследования эти 10 000 женщин можно мысленно разделить на две группы:
Группа 1: 100 женщин с раком груди;
Группа 2: 9 900 женщин без рака груди.
Группа 1 — этот тот 1% женщин, у которых развился рак: p(A)
После обследования женщин можно разделить на четыре группы:
Группа А: 80 женщин с раком груди и положительноймаммографией;
Группа Б: 20 женщин с раком груди, но с отрицательноймаммографией.
Группа А — это те 80% женщин с раком груди, у которых его выявляет маммография: p(X|A)
Группа В: 950 женщин без рака груди, но с положительноймаммографией;
Группа Г: 8 950 женщин без рака груди и с отрицательноймаммографией.
Группа В — это те 9,6% женщин, у которых нет рака груди, но результат маммографии положительный: p(X|~A).
Итак, результат обследования оказался положительным у 950 женщин, у которых нет рака груди, и только у 80 женщин, у которых есть рак груди. Чтобы ответить на вопрос “Какова доля женщин с раком груди среди тех, у кого результат маммографии положительный?”, мы разделим число женщин в группе A на суммарное число женщин в группах А и В (то есть на общее число женщин с положительной маммографией). Это даст нам ответ 7,8%. Иными словами, более 90% женщин, у которых маммография дает положительный результат, в действительности не больны раком груди. Несмотря на то что маммография — хороший метод выявления рака груди, теорема Байеса говорит нам, что получаемые с ее помощью сведения сравнительно малоинформативны15. Проблема возникает оттого, что мы обследуем сразу всех женщин в возрасте 40 лет и старше. Для женщин этой большой группы априорное ожидание рака весьма невелико. Теорема Байеса показывает, что результаты маммографии будут намного информативнее, если обследовать “группы риска”, например женщин, у которых в семье были случаи рака груди.
Теперь вам уже, наверное, кажется, что вы узнали больше, чем нужно, о том, как на деле работает теорема Байеса. Какое же все это имеет отношение к решению проблемы познания окружающего мира?
Идеальный байесовский наблюдатель
Важность теоремы Байеса состоит в том, что она дает нам возможность очень точно измерять степень, в которой новые сведения должны менять наши представления о мире. Теорема Байеса дает нам критерий, позволяющий судить о том, адекватно ли мы используем новые знания. На этом и основана концепция идеального байесовского наблюдателя — воображаемого существа, всегда использующего получаемые сведения наилучшим из возможных способов. Как мы только что убедились из примера с раком груди, у нас очень плохо выходит использовать получаемые сведения, когда речь идет о редких событиях и больших числах. Психологи охотно придумывают забавные и полезные задачи, которые у студентов, даже тех, кто изучает статистику и логику, никак не получается правильно решить16. Но хотя нам, когда мы пытаемся решать такие задачи, и далеко до идеального наблюдателя, у нас есть уже немало свидетельств того, что наш мозг не сбивают с толку ни редкие события, ни большие числа. Наш мозг, когда он обрабатывает данные, поступающие от органов чувств, ведет себя как настоящий идеальный наблюдатель.
Отступление о преподобном Томасе Байесе и национальной безопасности: когда идеальный наблюдатель оказывается неидеальным
Наш мозг, пока мы ему не мешаем, ведет себя как идеальный байесовский наблюдатель. Так почему же эта идеальная система дает сбои, когда мы сами начинаем думать над решением задачи? Не оттого ли это, что в некоторых условиях этот идеальный наблюдатель оказывается не таким уж идеальным?
Приведем пример из проведенных в Бостоне исследований Джереми Вулфа (Jeremy Wolfe) и его коллег. Они экспериментировали с заданием, за образец которого взяли задачу работников службы безопасности, сканирующих вещи в аэропорту в поисках ножей и взрывчатых веществ, а также разных других запрещенных к провозу объектов. Когда искомые объекты встречались часто, испытуемые показывали совсем неплохой результат, не замечая лишь около 7% запрещенных объектов, но когда такие объекты встречались очень редко, результат оказывался крайне неутешительным. В одном из экспериментов испытуемые не заметили больше 50% искомых объектов, находившихся лишь в 1% досмотренных вещей. В этом эксперименте испытуемые вели себя как идеальные наблюдатели.
Когда искомые объекты встречаются очень редко, идеальному наблюдателю нужно намного больше данных, чтобы установить наличие такого объекта. Но когда искомый объект — это бомба, спрятанная в чемодане, идеальный наблюдатель оказывается не таким уж идеальным. Слишком серьезны могут быть последствия незамеченной бомбы.
Например, одна из задач, которые должен решать наш мозг, состоит в сопоставлении сведений, поступающих от разных органов чувств. Когда мы слушаем речь другого человека, наш мозг сопоставляет сведения, поступающие от глаз (вид движущихся губ) и от ушей (звук голоса). Когда мы берем в руку какой-нибудь предмет, наш мозг сопоставляет сведения, поступающие от глаз (каков этот предмет на вид) и осязательных рецепторов (каков этот предмет на ощупь). Совмещая эти сведения, наш мозг ведет себя как настоящий идеальный байесовский наблюдатель. Он игнорирует неубедительные свидетельства и акцентирует убедительные. Разговаривая с профессором английского языка на очень шумной вечеринке, я невольно буду внимательно смотреть на движения ее губ, потому что в такой ситуации сведения, поступающие от глаз, могут оказаться полезнее, чем сведения, поступающие от ушей.
Как байесовский мозг может создавать модели мира?
Но есть и еще один аспект теоремы Байеса, который даже важнее для понимания того, как работает наш мозг. В формуле Байеса два ключевых элемента: p(A|X) и p(X|A). Величина p(A|X) говорит нам, насколько мы должны изменить наше представление об окружающем мире (A) после получения новых сведений (X). Величина p(X|A) говорит нам, каких сведений (X) мы должны ожидать, исходя из нашего убеждения (A). Мы можем взглянуть на эти элементы как на средства, позволяющие нашему мозгу делать предсказания и отслеживать ошибки в них. Руководствуясь своими представлениями об окружающем мире, наш мозг может предсказывать характер событий, которые будут отслеживать наши глаза, уши и другие органы чувств: p(X|A). Что же происходит, когда такое предсказание оказывается ошибочным? Отслеживать ошибки в подобных предсказаниях особенно важно, потому что наш мозг может использовать их для уточнения и улучшения своих представлений об окружающем мире: p(A|X). После внесения такого уточнения мозг получает новое представление о мире и может снова повторить ту же процедуру, сделав новое предсказание о характере событий, отслеживаемых органами чувств. С каждым повтором этого цикла ошибка в предсказаниях уменьшается. Когда ошибка оказывается достаточно маленькой, наш мозг “знает”, что творится вокруг нас. И все это происходит так быстро, что мы даже не осознаём выполнения всей этой сложной процедуры. Нам может казаться, что представления о том, что творится вокруг, даются нам легко, но они требуют неустанного повторения мозгом этих циклов предсказаний и уточнений.
Есть ли в комнате носорог?
Говорить об этих представлениях нашего мозга об окружающем мире можно по-разному. Например, можно говорить о причинах и следствиях. Если я считаю, что в этой комнате сейчас находится носорог, то, возможно, этот носорог и вызывает соответствующие ощущения, получаемые моим мозгом от глаз и ушей. Мозг осуществил поиск возможных причин моих ощущений и пришел к выводу, что наиболее вероятная причина — это присутствие в комнате носорога. Можно также говорить о моделях. Мой мозг может предсказать, какие ощущения вызовет носорог, потому что обладает некоторыми априорными представлениями о носорогах. На основе этих априорных знаний у меня в сознании сложился образ носорога. В моем случае это крайне ограниченная модель. Она включает размер животного, его силу, его необычный рог и мало что другое. Но ограниченность моих знаний не имеет значения, потому что модель — это не исчерпывающий список сведений о моделируемом объекте. Модель подобна карте, отображающей реальный мир в уменьшенном масштабе17. Многие аспекты окружающего мира нельзя найти на карте, но расстояния и направления отражены на картах довольно точно. Пользуясь картой, я могу предсказать, что через 50 ярдов найду поворот налево, и если это карта зоопарка, то, возможно, я даже смогу предсказать, что, скорее всего, увижу там еще одного носорога. Я могу воспользоваться картой, чтобы предсказать, сколько времени займет то или иное путешествие, даже не совершая его.
Рис. 5.6. Есть ли в комнате носорог?
Этот рисунок носорога работы Конрада Геснера, опубликованный в 1551 году, скопирован с другого рисунка, работы Альбрехта Дюрера. Сам Дюрер никогда не видел носорогов, а его рисунок был выполнен по чужому эскизу и описанию, прочитанному Дюрером в письме.
Источник: Gesner, C. (1551). Historia animalium libri I–IV. Cum iconibus. Lib. I. De quadrupedibus uiuiparis. Zurich: C. Froschauer.
Я могу провести курвиметром по определенному маршруту на карте, моделируя настоящее путешествие, и узнать, какой длины будет этот маршрут. Мой мозг содержит много подобных карт и моделей и пользуется ими, чтобы делать предсказания и моделировать действия. Я вижу, что профессор английского в недоумении. “Но ведь в этой комнате нет носорога”, — говорит она.
“Вы что, его не видите? — отвечаю я. — Вам просто не хватает достаточно сильного априорного убеждения”.
Наше восприятие зависит от априорных убеждений. Это не линейный процесс, вроде тех, в результате которых возникают изображения на фотографии или на экране телевизора. Для нашего мозга восприятие — это цикл. Если бы наше восприятие было линейным, энергия в виде света или звуковых волн достигала бы органов чувств, эти послания из окружающего мира переводились бы на язык нервных сигналов, и мозг интерпретировал бы их как объекты, занимающие определенное положение в пространстве. Именно этот подход и сделал моделирование восприятия на компьютерах первого поколения такой сложной задачей. Мозг, пользующийся предсказаниями, делает все почти наоборот. Наше восприятие на самом деле начинается изнутри — с априорного убеждения, которое представляет собой модель мира, где объекты занимают определенное положение в пространстве. Пользуясь этой моделью, наш мозг может предсказать, какие сигналы должны поступать в наши глаза и уши. Эти предсказания сравниваются с реальными сигналами, и при этом, разумеется, обнаруживаются ошибки. Но наш мозг их только приветствует. Эти ошибки учат его восприятию. Наличие таких ошибок говорит ему, что его модель окружающего мира недостаточно хороша. Характер ошибок говорит ему, как сделать модель, которая будет лучше прежней. В итоге цикл повторяется вновь и вновь, до тех пор, пока ошибки не станут пренебрежимо малы. Для этого обычно достаточно всего нескольких таких циклов, на которые мозгу может потребоваться лишь 100 миллисекунд.
Система, которая строит подобным образом модели окружающего мира, стремится использовать всю доступную информацию для совершенствования своих моделей. Ни зрению, ни слуху, ни осязанию не оказывается предпочтений, так как все они могут быть информативны. Кроме того, эта система стремится делать предсказания о том, как сигналы, поступающие от всех органов чувств, изменятся в результате нашего взаимодействия с окружающим миром. Поэтому, когда мы видим бокал вина, наш мозг уже делает предсказания о том, какие ощущения возникнут, когда мы возьмем его в руку, и какой вкус будет у этого вина. Представьте себе, как дико и неприятно было бы взять бокал сухого красного вина и обнаружить, что оно холодное и сладкое.
Откуда берутся априорные знания?
Но если восприятие — это циклический процесс, начинающийся с априорных знаний, то откуда берутся эти априорные знания? Не возникла ли у нас задача о курице и яйце? Мы не можем ничего воспринимать без знаний, но не можем и ничего узнать без восприятия.
Откуда наш мозг берет априорные знания, необходимые для восприятия? Частично это врожденные знания, записанные у нас в мозгу за миллионы лет эволюции. Например, у многих видов обезьян цветовая чувствительность нейронов сетчатки идеально подходит для высматривания плодов, которые встречаются в их среде обитания. Эволюция встроила в их мозг априорную гипотезу о цвете спелого плода. В нашем мозгу система зрительного восприятия формируется в течение первых нескольких месяцев жизни под действием зрительных ощущений.
Некоторые сведения об окружающем мире меняются очень слабо и, в связи с этим, становятся сильными априорными гипотезами. Мы можем видеть тот или иной объект только тогда, когда его поверхность отражает свет, который попадает нам в глаза. От света возникают тени, которые позволяют нам судить о форме объекта. В течение многих миллионов лет на нашей планете был только один основной источник света — Солнце. А солнечный свет всегда падает сверху. Это значит, что вогнутые объекты будут темнее сверху и светлее снизу, в то время как выпуклые объекты будут светлее сверху и темнее снизу. Это простое правило жестко прописано в нашем мозгу. С его помощью мозг решает, выпуклый или вогнутый тот или иной объект. В этом можно убедиться, посмотрев на рис. 5.7. Показанные на нем половинки костяшек домино на первый взгляд трактуются однозначно: на верхней пять выпуклых пятнышек и одно вогнутое, а на нижней два выпуклых и четыре вогнутых. По крайней мере, так нам кажется — на самом деле страница совершенно плоская. Мы трактуем эти пятнышки как выпуклые и вогнутые потому, что их затенение напоминает тени, возникающие от падающего сверху света. Поэтому, если вы перевернете книгу вверх ногами, выпуклые пятнышки станут вогнутыми, а вогнутые выпуклыми, ведь мы исходим из того, что свет падает сверху. Если же вы повернете книгу боком, пятнышки перестанут выглядеть вогнутыми и выпуклыми и покажутся отверстиями, через которые мы смотрим на сложную затененную поверхность.
Рис. 5.7. Иллюзия с костяшками домино
Вверху — половинка костяшки домино с пятью вогнутыми пятнышками и одним выпуклым. Внизу — половинка с двумя вогнутыми и четырьмя выпуклыми пятнышками. На самом деле вы смотрите на плоский лист бумаги. Пятнышки выглядят вогнутыми или выпуклыми из-за характера их затенения. Мы ожидаем, что свет падает сверху, поэтому у выпуклого пятнышка должен быть затенен нижний край, а у вогнутого — верхний. Если вы перевернете книгу, вогнутые пятнышки станут выпуклыми, а выпуклые — вогнутыми.
Когда априорные знания нашего мозга неверны, наше восприятие оказывается обманчивым. Современные технологии позволяют создавать множество новых изображений, правильно интерпретировать которые наш мозг не способен. Такие изображения мы неизбежно воспринимаем неправильно.
К объектам, которые мы почти не в состоянии воспринимать правильно, относится вогнутая внутренняя поверхность маски, повторяющая форму лица. Когда мы смотрим на маску изнутри (фото внизу справа на рис. 5.8), мы невольно видим в ней подобие нормального выпуклого лица. Априорное убеждение, что лица выпуклы, а не вогнуты, оказывается слишком сильным, чтобы наш мозг мог его поменять. Если маска при этом медленно вращается, создается еще одна иллюзия. Так как вогнутая поверхность маски выглядит выпуклой, кончик носа кажется ближайшей к нам точкой этой поверхности, хотя на самом деле это самая далекая от нас точка. В результате мы неправильно интерпретируем движение маски, и, когда она поворачивается к нам внутренней стороной, нам кажется, что она вращается в противоположную сторону18.
Рис. 5.8. Иллюзия выпуклой маски
Фотографии вращающейся маски Чарли Чаплина (последовательность справа налево и сверху вниз). Лицо внизу справа вогнутое, потому что мы смотрим на маску изнутри, но мы невольно воспринимаем его как выпуклое, с выступающим носом. В данном случае наше знание того, что лица выпуклы, берет верх над тем, что мы знаем о свете и тени.
Источник: Профессор Ричард Грегори (Richard Gregory), отделение экспериментальной психологии, Бристольский университет.
Как наши действия рассказывают нам о мире
Для мозга между восприятием и действиями существует тесная связь. Наше тело служит нам, чтобы познавать окружающий мир. Мы взаимодействуем с окружающим миром посредством своего тела и смотрим, что из этого выйдет. Этой способности тоже не хватало ранним компьютерам. Они просто смотрели на мир. Они ничего не делали. У них не было тел. Они не делали предсказаний. Восприятие давалось им с таким трудом в том числе и по этой причине.
Даже самые простые движения помогают нам отделять один воспринимаемый объект от другого. Когда я смотрю на свой сад, я вижу забор, за которым стоит дерево. Откуда я знаю, какие коричневые пятна относятся к забору, а какие к дереву? Если согласно моей модели мира забор стоит перед деревом, то я могу предсказать, что ощущения, связанные с забором и с деревом, будут меняться по-разному, когда я двигаю головой. Так как забор расположен ближе ко мне, чем дерево, фрагменты забора движутся у меня перед глазами быстрее, чем фрагменты дерева. Мой мозг может объединить все эти фрагменты дерева благодаря их согласованному движению. Но движусь при этом я, воспринимающий, а не дерево и не забор.
Рис. 5.9. Мы можем понять, где что находится, посредством движения
Когда мы движемся мимо двух деревьев, елка, расположенная ближе, сдвигается в нашем поле зрения быстрее, чем лиственное дерево, расположенное дальше. Это явление называют параллаксом движения. Оно помогает нам понять, что елка расположена ближе к нам, чем лиственное дерево.
Простые движения помогают нашему восприятию. Но движения, совершаемые с некоторой целью, которые я буду называть действиями, помогают восприятию еще больше. Если передо мной стоит бокал с вином, я осознаю, какой он формы и какого цвета. Но я не осознаю, что мой мозг уже рассчитал, какое положение должна занять моя рука, чтобы взять этот бокал за ножку, и предчувствует, какие ощущения возникнут при этом в моих пальцах. Эти приготовления и предчувствия происходят даже в том случае, если я не собираюсь брать в руку этот бокал. Часть мозга отображает окружающий мир в свете наших действий, например действий, нужных, чтобы выйти из комнаты или чтобы взять со стола бутылку. Наш мозг непрерывно и машинально предсказывает, какими движениями будет лучше всего осуществить то или иное действие, которое нам может понадобиться совершить. Всякий раз, когда мы совершаем какое-либо действие, эти предсказания проверяются, и наша модель мира совершенствуется, исходя из ошибок в таких предсказаниях.
Опыт обращения с бокалом вина улучшает мое представление о его форме. В будущем мне будет проще понять, какой он формы, посредством такого несовершенного и неоднозначного чувства, как зрение.
Наш мозг познаёт окружающий мир, создавая модели этого мира. Это не какие-то произвольные модели. Они постоянно совершенствуются, чтобы выдавать нам как можно лучшие предсказания наших ощущений, возникающих при взаимодействии с окружающим миром. Но мы не осознаём работы этого сложного механизма. Так что же мы вообще осознаём?
Мы воспринимаем не мир, а его модель, создаваемую мозгом
То, что мы воспринимаем, это не те необработанные и неоднозначные сигналы, поступающие из окружающего мира к нашим глазам, ушам и пальцам. Наше восприятие намного богаче — оно совмещает все эти необработанные сигналы с сокровищами нашего опыта19. Наше восприятие — это предсказание того, что должно быть в окружающем нас мире. И это предсказание постоянно проверяется действиями.
Но любая система, когда дает сбои, совершает определенные характерные ошибки. По счастью, эти ошибки весьма информативны. Они не только важны для самой системы тем, что она учится на них, они также важны для нас, когда мы наблюдаем за этой системой, чтобы разобраться, как она работает. Они дают нам представление о том, как устроена эта система. Какие ошибки будет совершать система, работающая путем предсказаний? У нее будут возникать проблемы во всякой ситуации, допускающей неоднозначную трактовку, например когда два разных объекта окружающего мира вызывают одно и то же ощущение20. Такие проблемы обычно решаемы за счет того, что одна из возможных трактовок намного вероятнее другой. Весьма маловероятно, что в этой комнате сейчас находится носорог. Но в результате система оказывается обманута, когда маловероятная трактовка на деле и есть правильная. Многие зрительные иллюзии, которые так любят психологи, работают именно потому, что обманывают наш мозг подобным образом.
Очень странная форма комнаты Эймса спланирована так, чтобы вызывать у нас те же зрительные ощущения, что и обычная прямоугольная комната (см. рис. 2.8). Обе модели, комнаты странной формы и обычной прямоугольной комнаты, позволяют одинаково хорошо предсказать то, что видят наши глаза.
Но на опыте мы имели дело с прямоугольными комнатами настолько чаще, что поневоле видим и комнату Эймса прямоугольной, и нам кажется, что люди, которые движутся по ней из угла в угол, немыслимым образом увеличиваются и уменьшаются. Априорная вероятность (ожидание) того, что мы смотрим на комнату такой странной формы, столь невелика, что наш байесовский мозг не берет в расчет необычные сведения о возможности такой комнаты.
Рис. 5.10. Двусмысленные изображения
Источники: Куб Неккера: Necker, L.A. (1832). Observations on some remarkable optical phenomena seen in Switzerland; and on an optical phenomenon which occurs on viewing a figure of a crystal or geometrical solid. The London and Edinburgh Philosophical Magazine and Journal of Science, 1(5), 329–337. Чаша/лица (фигура Рубина): Rubin, E. (1958). Figure and ground. In D. Beardslee & M. Wertheimer (Ed. and Trans.), Readings in perception (pp. 35–101). Princeton, NJ: Van Nostrand. (Оригинал опубликован в 1915 году.) Жена/теща: Boring, E.G. (1930). A new ambiguous figure. American Journal of Psychology, 42(3), 444–445. Оригинал был нарисован известным карикатуристом Уильямом Хиллом и опубликован в журнале Puckза 6 ноября 1915 года.
Но что происходит, когда у нас нет априорных оснований предпочесть одну трактовку другой? Так бывает, например, с кубом Неккера. Мы могли бы увидеть его как довольно сложную плоскую фигуру, но на опыте мы намного чаще имели дело с кубами. Поэтому мы видим куб. Проблема в том, что это могут быть два разных куба. У одного передняя сторона расположена вверху справа, а у другого — внизу слева. У нас нет никаких оснований предпочесть одну трактовку другой, поэтому наше восприятие самопроизвольно переключается с одного возможного куба на другой и обратно.
Еще более сложные изображения, такие как фигура Рубина и портрет жены или тещи, демонстрируют спонтанные переключения с одного воспринимаемого образа на другой, также связанные с тем, что обе трактовки в равной степени правдоподобны. Тот факт, что наш мозг реагирует подобным образом на двусмысленные изображения, лишний раз свидетельствует о том, что наш мозг представляет собой байесовское устройство, познающее окружающий мир путем предсказаний и поиска причин наших ощущений.
Цвета существуют только у нас в голове
Вы могли бы возразить, что все эти двусмысленные изображения изобретены психологами. Мы не встречаем таких объектов в реальном мире. Это верно. Но реальному миру тоже свойственна неоднозначность. Рассмотрим проблему цвета. Мы узнаём цвет объектов исключительно по отражаемому ими свету. Цвет определяется длиной волны этого света. Длинные волны воспринимаются как красный цвет, короткие — как фиолетовый, а волны промежуточной длины — как остальные цвета. У нас в глазах есть специальные рецепторы, чувствительные к свету с разной длиной волны. Стало быть, сигналы, идущие от этих рецепторов, говорят нам, какого цвета помидор? Но здесь возникает проблема. Ведь это не цвет самого помидора. Это характеристика света, отражаемого помидором. Если осветить помидор белым светом, он отражает красный свет. Поэтому он и выглядит для нас красным. Но что если осветить помидор синим цветом? Теперь он может отражать только синий цвет. Будет ли он теперь выглядеть синим? Нет. Мы по-прежнему воспринимаем его как красный. Судя по цветам всех видимых объектов, наш мозг решает, что они освещены синим цветом, и предсказывает “истинный” цвет, которым должен обладать каждый из этих объектов. Наше восприятие определяется этим предсказанным цветом, а не длиной волны света, попадающего в наши глаза. Учитывая, что мы видим этот предсказанный, а не “истинный” цвет, можно создать эффектные иллюзии, в которых элементы рисунка, от которых поступает цвет с одинаковой длиной волны, кажутся окрашенными по-разному21.
Восприятие — это фантазия, совпадающая с реальностью
Наш мозг строит модели окружающего мира и постоянно видоизменяет эти модели на основании сигналов, достигающих наших органов чувств. Поэтому на самом деле мы воспринимаем не сам мир, а именно его модели, создаваемые нашим мозгом.
Эти модели и мир — не одно и то же, но для нас это, по существу, одно и то же. Можно сказать, что наши ощущения — это фантазии, совпадающие с реальностью. Более того, в отсутствие сигналов от органов чувств наш мозг находит, чем заполнить возникающие пробелы в поступающей информации. В сетчатке наших глаз есть слепое пятно, где нет фоторецепторов. Оно находится там, где все нервные волокна, передающие сигналы от сетчатки в мозг, собираются вместе, образуя зрительный нерв. Для фоторецепторов там нет места. Мы не осознаём, что у нас есть это слепое пятно, потому что наш мозг всегда находит, чем заполнить эту часть поля зрения. Наш мозг использует сигналы, поступающие от непосредственно окружающего слепое пятно участка сетчатки, чтобы восполнить этот недостаток информации.
Поместите свой палец прямо перед глазами и внимательно посмотрите на него. Затем закройте левый глаз и медленно перемещайте палец вправо, но при этом продолжайте внимательно смотреть прямо перед собой. В какой-то момент кончик вашего пальца исчезнет, а затем снова появится, пройдя слепое пятно. Но когда на кончик пальца придется слепое пятно, ваш мозг заполнит этот пробел узором на обоях, на фоне которого виден кончик пальца, а не самим кончиком пальца.
Но даже то, что мы видим в центре нашего поля зрения, определяется тем, что наш мозг ожидает увидеть в сочетании с реальными сигналами, поступающими от органов чувств. Иногда эти ожидания оказываются столь сильными, что мы видим то, что ожидаем увидеть, а не то, что есть на самом деле. В этом позволяет убедиться эффектный лабораторный опыт, в котором испытуемым демонстрируют визуальные раздражители, например буквы алфавита, так быстро, что зрение едва различает их. Испытуемый, который ожидает, что непременно увидит букву A, иногда остается в убеждении, что видел ее, даже если на самом деле ему демонстрировали букву B.
Мы не рабы своих чувств
Может показаться, что склонность к галлюцинациям — слишком дорогая цена за способность нашего мозга строить модели окружающего мира. Неужели нельзя было настроить систему так, чтобы сигналы, поступающие от органов чувств, всегда играли главную роль в наших ощущениях? Тогда галлюцинации были бы невозможны. Но на самом деле это плохая идея, по ряду причин. Сигналы, идущие от органов чувств, просто недостаточно надежны. Но еще важнее, что их главенство сделало бы нас рабами своих чувств. Наше внимание, как бабочка, порхающая с цветка на цветок, постоянно отвлекалось бы на что-то новое. Иногда люди становятся такими рабами своих чувств из-за повреждений мозга. Есть люди, которые поневоле отвлекаются на все, на что падает их взгляд. Человек надевает очки. Но тут он видит другие очки, и надевает и их тоже22. Если он видит бокал с вином, он должен его выпить. Если он видит карандаш, должен им что-то написать. Такие люди не способны реализовать какой-либо план или следовать каким-либо указаниям. Выясняется, что у них обычно сильно повреждены лобные доли коры. Их странное поведение впервые описал Франсуа Лермитт.
Пациент […] пришел ко мне домой. […] Мы вернулись в спальню. Покрывало с кровати было снято, и верхняя простыня отогнута, как обычно. Когда пациент увидел это, он немедленно начал раздеваться [в том числе снял парик]. Он забрался в кровать, укрылся простыней до подбородка и приготовился отойти ко сну.
Пользуясь контролируемыми фантазиями, наш мозг спасается от тирании окружающего. В вавилонском столпотворении университетской вечеринки я могу уловить спорящий со мной голос профессора английского языка и слушать, что она говорит.
Я могу найти ее лицо среди моря других лиц. Томографические исследования мозга показывают, что, когда мы решаем обратить внимание на чье-то лицо, у нас в мозгу увеличивается нервная активность в области, связанной с восприятием лиц, причем еще до того, как лицо окажется у нас в поле зрения. Активность этой области увеличивается даже тогда, когда мы всего лишь представляем себе чье-нибудь лицо (см. рис. 5.8). Вот как сильна способность нашего мозга создавать контролируемые фантазии. Мы можем предвосхитить появление лица в поле зрения. Мы можем даже представить себе лицо, когда на самом деле никакого лица перед нами нет.
Откуда мы знаем, что реально, а что нет?
С нашими фантазиями об окружающем мире связаны две проблемы. Во-первых, откуда мы знаем, что создаваемая нашим мозгом модель мира верна? Но это еще не самая серьезная проблема. Для нашего взаимодействия с окружающим миром неважно, верна ли построенная нашим мозгом модель. Важно только одно — работает ли она. Позволяет ли она действовать адекватно и прожить еще один день? В целом да, позволяет. Как мы убедимся из следующей главы, вопросы о “верности” моделей нашего мозга возникают только тогда, когда он общается с мозгом другого человека, и оказывается, что его модель окружающего мира отличается от нашей.
Другая проблема открылась нам в ходе тех томографических исследований восприятия лиц. Связанная с восприятием лиц область мозга активируется, когда мы видим или представляем себе какое-либо лицо. Так как же наш мозг узнаёт, когда мы действительно видим лицо, а когда лишь воображаем его?
В обоих случаях мозг создает образ лица. Как нам узнать, стоит ли за этой моделью реальное лицо? Эта проблема относится не только к лицам, но и к чему угодно другому.
Но эта проблема решается очень просто. Когда мы только представляем себе лицо, в наш мозг не поступают сигналы от органов чувств, с которыми он мог бы сравнивать свои предсказания. Никаких ошибок тоже не отслеживается. Когда же мы видим реальное лицо, модель, создаваемая нашим мозгом, всегда оказывается немного неидеальной. Мозг постоянно совершенствует эту модель, чтобы уловить все мимолетные изменения в выражении этого лица и все игры света и тени. К счастью, действительность всегда полна неожиданностей.
Воображение — очень скучная штука
Мы уже видели, как зрительные иллюзии помогают нам разобраться в том, как мозг моделирует действительность. Вышеупомянутый куб Неккера — широко известная зрительная иллюзия (см. рис. 5.10). Мы можем видеть на этом рисунке куб, передняя сторона которого направлена влево и вниз. Но тут наше восприятие внезапно меняется, и мы видим куб, передняя сторона которого направлена вправо и вверх. Объясняется это очень просто. Наш мозг видит на этом рисунке скорее куб, чем плоскую фигуру, которая там есть на самом деле. Но как изображение куба этот рисунок неоднозначен. Он допускает две возможных трехмерных трактовки. Наш мозг спонтанно переключается с одной трактовки на другую в неустанных попытках найти вариант, который лучше соответствует сигналам, поступающим от органов чувств.
Но что произойдет, если я найду неопытного человека, который никогда раньше не видел куб Неккера и не знает, что он кажется направленным то в одну сторону, то в другую? Я покажу ему рисунок ненадолго, чтобы он успел увидеть только один вариант куба. Затем я попрошу его представить себе эту фигуру. Произойдет ли переключение образов, когда он будет смотреть на эту фигуру в своем воображении? Оказывается, что в воображении куб Неккера никогда не меняет своей формы.
Наше воображение совершенно некреативно. Оно не делает предсказаний и не исправляет ошибок. Мы ничего не творим у себя в голове. Мы творим, облекая наши мысли в форму набросков, штрихов и черновиков, позволяющих нам извлечь пользу из неожиданностей, которыми полна действительность.
Именно благодаря этим неиссякаемым неожиданностям взаимодействие с окружающим миром и приносит нам столько радости.
В этой главе показано, как наш мозг познаёт окружающий мир, строя модели и делая предсказания. Он строит эти модели путем совмещения информации, поступающей от органов чувств, с нашими априорными ожиданиями. Для этого совершенно необходимы и ощущения, и ожидания. Мы не осознаём всей работы, которую проделывает наш мозг. Мы осознаём лишь модели, которые получаются в результате этой работы. Поэтому нам и кажется, что мы воспринимаем окружающий мир напрямую, не прилагая особых усилий.
1 По оценкам исследователей кора головного мозга содержит порядка 10 миллиардов нейронов, а мозжечок около 70 миллиардов, всего же нейронов в мозгу почти 100 миллиардов (1011). — Примеч. авт.
2 Факт существования этих промежутков удалось окончательно подтвердить только в 1954 году, когда появилась возможность использовать электронные микроскопы. В 1906 году Сантьяго Рамон-и-Кахаль получил Нобелевскую премию вместе с Камилло Гольджи, который изобрел методику окрашивания тканей мозга для исследования их тонкой структуры. В своей нобелевской речи Гольджи отверг нейронную доктрину, оставшись верным своей идее, что мозг состоит из непрерывной сети взаимосвязанных волокон. Рамон-и-Кахаль был страшно зол на Гольджи за его “демонстрацию гордыни и самопоклонения” человека, “герметически запечатанного и непроницаемого для непрерывных изменений, происходящих в интеллектуальной среде”. — Примеч. авт.
3 Эту идею сформулировал Ральф Хартли (Ralph Hartley) в 1928 году.— Примеч. авт.
4 Эту теорию разработал Клод Шеннон (Claude Shannon) в 1948 году. — Примеч. авт.
5 Биты соответствуют двоичным цифрам. Число 2,58 (логарифм шести по основанию два) есть среднее число вопросов, предполагающих ответ “да” или “нет”, которые требуется задать, чтобы узнать, какое число выпало при бросании кости. Вначале я спрашиваю: “Оно больше трех?” Если ответ “да”, то это четыре, пять или шесть. Затем я спрашиваю: “Оно больше четырех?” Если ответ “нет”, то это четыре, и я узнал ответ за два вопроса. Если ответ “да”, то это или пять, или шесть, и тогда мне нужно задать еще один вопрос. Чтобы узнать одно число из шести, мне всегда потребуется задать от двух до трех вопросов. — Примеч. авт.
6 В английском языке буква Q встречается только в сочетании QU, за исключением немногих слов, заимствованных из других языков. — Примеч. перев.
7 Один и самых фундаментальных законов природы состоит в том, что, как бы мы ни старались, часть наших трудов всегда пропадает впустую. Тепло, выделяемое электрической лампочкой, трение в подшипниках колеса, шум на телефонной линии, а также, вероятно, и ошибки людей-операторов невозможно полностью устранить. — Примеч. авт.
8 Хотя избыточность информации и можно использовать для преодоления проблемы шума и ошибок на телефонной линии, это всегда требует дополнительных затрат, так как для этого нужно передавать больше знаков. Применение теории информации позволило находить оптимальные пути использования избыточности, требующие минимальных затрат. Примером таких решений может служить контроль циклическим избыточным кодом, используемый в модемах, позволяющих нам выходит в интернет. — Примеч. авт.
9 В 1997 году сконструированный корпорацией IBM суперкомпьютер Deep Blue выиграл в шахматы у Гарри Каспарова, которого многие считают одним из величайших шахматистов всех времен. Компьютер победил во многом благодаря своей способности проводить сложные математические расчеты. Он мог анализировать 200 миллионов ходов в секунду. Люди так в шахматы не играют. — Примеч. авт.
10 Я преувеличиваю несовершенство теории информации. Идеального байесовского наблюдателя, с которым мы вскоре познакомимся, можно описать и в терминах теории информации: он максимизирует полное количество информации, общей для окружающего мира и его самого. — Примеч. авт.
11 А может быть, и не меняет. — Примеч. авт.
12 Слово “убеждение” (belief) здесь используется в особом смысле: степень моего убеждения в истинности некоторого утверждения есть предполагаемая мной вероятность того, что это утверждение истинно. — Примеч. авт.
13 Нонконформисты — британские протестанты, не признававшие власти Англиканской церкви (пресвитерианцы, баптисты, квакеры и др.). — Примеч. перев.
14 Пример из статьи Элиэзера Юдковского “Доступное объяснение теоремы Байеса” (An Intuitive Explanation of Bayes’ Theorem), http://yudkowsky.net/bayes/bayes.html. — Примеч. авт.
15 Именно поэтому, несмотря на то что на первый взгляд кажется, что проводить такие обследования — хорошая идея, в итоге у многих возникли серьезные сомнения в эффективности этой меры. — Примеч. авт.
16 Особенно увлекательно эти вещи описал Стюарт Сазерленд. — Примеч. авт.
17 Борхес придумал страну, в которой географы приобрели такое влияние, что им выделили средства на создание карты, которая была “того же размера, что и сама страна, и совпадала с ней во всех подробностях”. Пользы от этой карты не было никакой. — Примеч. авт.
18 Все идеи, излагаемые в этой главе, восходят к работам Ричарда Грегори, чьи замечательные лекции мне довелось слушать в шестидесятых годах. Вращающуюся маску и другие эффектные демонстрации можно увидеть на его сайте: http://www.richardgregory.org/experiments/index.htm. — Примеч. авт.
19 Когда Уистлер выставил свою картину “Ноктюрн в черном и золотом: падающая ракета” (см. рис. 5 на цветной вставке), Рёскин написал, что художник имел дерзость просить 1000 гиней за “банку краски, брошенную в лицо публике”. Уистлер подал на него в суд за клевету и в суде свидетельствовал, что на написание этой картины у него ушло всего “несколько часов”. Адвокат Рёскина сказал: “Вы просили 1000 гиней за несколько часов работы?” Уистлер ответил: “Нет, я просил 1000 гиней за опыт всей моей жизни”. — Примеч. авт.
20 На самом деле любая ситуация допускает неоднозначные трактовки. Любой характер активности наших органов чувств может иметь разные причины. Чтобы разобраться в них, нужно решить так называемую обратную задачу. Именно поэтому для восприятия так важны априорные знания. — Примеч. авт.
21 Некоторые из таких иллюзий представлены на сайте: http://www.lottolab.org/. — Примеч. авт.
22 Этот эффект априорных знаний проявляется на намного более высоком уровне, чем действие априорных знаний на восприятие объектов. Байесовский же механизм действует на всех уровнях работы мозга. — Примеч. авт.
Neils Bohr Visiting Professor, University of Aarhus in Denmark