Der presbyterianische Priester Thomas Bayes hatte keine Ahnung, dass er einen dauerhaften Beitrag zur menschlichen Geschichte leisten würde. Bayes wurde im frühen 18. Jahrhundert in England geboren und war ein ruhiger Mann mit einem neugierigen Geist. Während seines Lebens veröffentlichte er nur zwei Werke: "Die Güte des Herrn" im Jahr 1731 zur Verteidigung Gottes und der britischen Monarchie sowie einen anonymen Artikel zur Unterstützung der Berechnungen von Isaac Newton im Jahr 1736. Ein Argument, das Bayes vor seinem Tod im Jahr 1761 vorbrachte, bestimmte jedoch den Lauf der Geschichte. Er half Alan Turing, die deutsche Enigma-Chiffre zu brechen, die US-Marine sowjetische U-Boote aufzuspüren und Statistiker die föderalistischen Notizen zu identifizieren. Und heute lösen sie mit ihrer Hilfe die Geheimnisse des Geistes.
Alles begann 1748, als der Philosoph David Hume The Inquiry in Human Cognition veröffentlichte und unter anderem die Existenz von Wundern in Frage stellte. Laut Hume überwiegt die Wahrscheinlichkeit von Fehlern durch Menschen, die behaupten, die Auferstehung Christi gesehen zu haben, die Wahrscheinlichkeit, dass dieses Ereignis tatsächlich stattgefunden hat. Aber Reverend Bayes mochte diese Theorie nicht.
Verschlüsselungsgerät "Enigma"
Foto: AFP 2016, Timothy A. Clary
Bayes war entschlossen zu beweisen, dass Hume falsch lag, und versuchte, die Wahrscheinlichkeit eines Ereignisses zu quantifizieren. Zunächst kam er auf ein einfaches Szenario: Stellen Sie sich einen Ball vor, der auf einen flachen Tisch hinter Ihnen geworfen wird. Sie können erraten, wo er gelandet ist, aber es ist unmöglich zu sagen, ohne zu sehen, wie genau Sie waren. Bitten Sie dann einen Kollegen, einen weiteren Ball zu werfen und Ihnen mitzuteilen, ob er sich rechts oder links vom ersten befindet. Befindet sich der zweite Ball rechts, ist es wahrscheinlicher, dass der erste auf der linken Seite des Tisches gelandet ist (nach dieser Annahme ist rechts vom Ball mehr Platz für den zweiten Ball). Mit jedem neuen Ball wird Ihre Vermutung über den Ort des ersten Balls aktualisiert und verfeinert. Nach Bayes weisen verschiedene Beweise für die Auferstehung Christi in ähnlicher Weise auf die Zuverlässigkeit dieses Ereignisses hin.und sie können nicht abgezinst werden, wie es Hume tat.
1767 veröffentlichte Bayes 'Freund Richard Price "Über die Bedeutung des Christentums, seine Beweise und mögliche Einwände", in dem er Bayes'sche Ideen verwendete, um Humes Argumente in Frage zu stellen. Laut dem Historiker und Statistiker Stephen Stigler war in Price 'Artikel „die grundlegende probabilistische Idee, dass Hume die Anzahl unabhängiger Zeugen eines Wunders unterschätzt hat, und die Ergebnisse von Bayes zeigten, dass eine Zunahme der Beweismenge, wie unzuverlässig sie auch sein mag, stärker sein kann als eine kleine den Grad der Wahrscheinlichkeit des Ereignisses und macht es somit zu einer Tatsache."
Die Statistiken, die aus der Arbeit von Price und Bayes hervorgegangen sind, waren leistungsfähig genug, um mit einer Vielzahl von Unsicherheiten umzugehen. In der Medizin hilft der Satz von Bayes, die Zusammenhänge zwischen Krankheiten und möglichen Ursachen zu berücksichtigen. Im Kampf wird der Raum für die Lokalisierung feindlicher Positionen enger. In der Informationstheorie kann es zum Entschlüsseln von Nachrichten verwendet werden. Und in der Kognitionswissenschaft ist es möglich, die Bedeutung sensorischer Prozesse zu verstehen.
Werbevideo:
Der Satz von Bayes wurde Ende des 19. Jahrhunderts auf das Gehirn angewendet. Der deutsche Physiker Hermann von Helmholtz verwendete Bayes'sche Ideen, um die Idee zu präsentieren, sensorische Daten wie das Raumbewusstsein in Informationen umzuwandeln, die er als unbewusste Folgerung bezeichnete. Bayesianische Statistiken wurden populär, und die Idee, dass unbewusste mentale Berechnungen von Natur aus wahrscheinlich waren, schien nicht mehr weit hergeholt. Gemäß der Bayes'schen Gehirnhypothese zieht das Gehirn kontinuierlich Bayes'sche Schlussfolgerungen, um den Mangel an sensorischen Informationen auszugleichen, so wie jeder nachfolgende Ball, der auf den Bayes'schen Tisch geworfen wird, die Lücken an der Stelle des ersten Balls ausfüllt. Das Bayes'sche Gehirn bildet ein internes Modell der Welt: Erwartungen (oder Annahmen) überwie verschiedene Objekte aussehen, sich anfühlen, klingen, sich verhalten und interagieren. Dieses System empfängt sensorische Signale und simuliert grob, was um ihn herum passiert.
Zum Beispiel Vision. Licht wird von Objekten um uns herum reflektiert und trifft auf die Oberfläche der Netzhaut, und das Gehirn muss irgendwie ein dreidimensionales Bild aus zweidimensionalen Daten erstellen. Viele dreidimensionale Bilder können von ihnen erhalten werden. Wie entscheidet das Gehirn, was es uns zeigen soll? Wendet wahrscheinlich das Bayes'sche Modell an. Es scheint fast unglaublich, dass sich das Gehirn so weit entwickelt hat, dass es in der Lage ist, statistische Berechnungen nahe am Ideal durchzuführen. Unsere Computer können nicht mit so vielen statistischen Wahrscheinlichkeiten umgehen, und wir scheinen dies ständig zu tun. Aber vielleicht ist das Gehirn dazu noch nicht in der Lage. Nach der Stichprobentheorie können sich die Bewusstseinsmethoden der Bayes'schen Folgerung nähern: anstatt gleichzeitig alle Annahmen zu treffen, die ein sensorisches Signal erklären können,Das Gehirn berücksichtigt nur einige von ihnen, die zufällig ausgewählt wurden (die Häufigkeit, mit der jede der Annahmen ausgewählt wird, basiert auf der Häufigkeit der entsprechenden Fälle in der Vergangenheit).
Dies könnte den Ursprung visueller Illusionen erklären: Das Gehirn wählt die „beste Vermutung“gemäß den Regeln der Bayes'schen Inferenz und stellt sich als falsch heraus, da das Visualisierungssystem Informationslücken mit einer Auswahl aus einem unangemessenen internen Modell füllt. Zum Beispiel scheinen zwei Quadrate auf einem Schachbrett unterschiedliche Farbtöne zu haben, oder der Kreis sieht zunächst konkav aus und wird nach einer Drehung um 180 Grad konvex. In solchen Fällen macht das Gehirn zunächst die falsche Annahme über etwas so Einfaches wie Beleuchtung.
Es hilft auch zu erklären, warum je früher Informationen eingehen, desto stärker die Auswirkungen auf die Person mit ihren Erinnerungen, Eindrücken und Entscheidungen sind, erklärt Alan Sanborn (Adam Sanborn), der Verhaltensprobleme an der University of Warwick untersucht. Möglicherweise kaufen die Leute lieber beim ersten Verkäufer, den sie treffen. Es ist wahrscheinlicher, dass Slots das Spiel fortsetzen, wenn es mit einem Gewinn beginnt. Der erste Eindruck ist oft schwer zu widerlegen, auch wenn er grundsätzlich falsch ist. "Sobald Sie die ersten Informationen erhalten haben, werden Sie Annahmen treffen, die damit übereinstimmen", stellt Sanborn klar.
Diese Variabilität reicht bis auf Neutronenebene. "Die Idee ist, dass die Neutronenaktivität eine Zufallsvariable ist, die Sie ableiten möchten", sagt Máté Lengyel, ein in Cambridge ansässiger Neurowissenschaftler. Mit anderen Worten ist die Variabilität der neuronalen Aktivität ein Indikator für die Wahrscheinlichkeit eines Ereignisses. Betrachten wir ein vereinfachtes Beispiel - ein Neuron, das für das Konzept des "Tigers" verantwortlich ist. Das Neuron pendelt zwischen zwei Aktivitätsstufen, hoch, wenn ein Signal für die Anwesenheit eines Tigers vorliegt, und niedrig, was bedeutet, dass es keinen Tiger gibt. Die Häufigkeit, mit der das Neuron hoch aktiv ist, erhöht die Wahrscheinlichkeit, dass ein Tiger anwesend ist. „Im Wesentlichen können wir in diesem Fall sagen, dass die Aktivität eines Neurons eine Stichprobe aus einer Wahrscheinlichkeitsverteilung ist“, sagt der Wissenschaftler. - Es stellt sich heraus, ob Sie diese Idee realistischer und weniger vereinfacht entwickeln.dann enthält es viele Dinge, die wir über Neuronen und die Variabilität ihrer Reaktionen wissen."
Einer von Sanborns Kollegen, Thomas Hills, erklärt, dass die Art und Weise, wie wir zwischen mentalen Bildern wählen, der Suche nach physischen Objekten im Raum etwas ähnlich ist. Wenn Sie normalerweise Milch von der Rückseite des Supermarkts abholen, gehen Sie zuerst dorthin, wenn Sie in den neuen Milchladen kommen. Dies unterscheidet sich nicht von der Suche nach internen Bildern im Gehirn. „Man kann sich das Gedächtnis als eine Art Aufzeichnung der rationalen Häufigkeit von Ereignissen in der Welt vorstellen. Erinnerungen werden im Verhältnis zu früheren Erfahrungen in mentale Bilder kodiert. Wenn ich Sie also nach Ihrer Beziehung zu Ihrer Mutter frage, können Sie anfangen zu denken: Hier ist eine Erinnerung an eine positive Interaktion, hier ist eine weitere Erinnerung an eine positive Interaktion und hier ist eine negative. Aber im Durchschnitt sind die Erinnerungen an Ihre Beziehung zu Ihrer Mutter gut, also sagen Sie "gut". "- sagt Thomas Hills. Das Gehirn ist eine Art Suchmaschine, die Erinnerungen auswählt und das schafft, was Hills "Glaubensstrukturen" nennt - die Idee der Verbindung mit den Eltern, Definitionen von "Hund", "Freund", "Liebe" und alles andere.
Wenn der Suchprozess schief geht, das heißt, das Gehirn eine Auswahl aus Informationen trifft, die nicht repräsentativ für die menschliche Erfahrung sind. Wenn die Erwartungen und das reale sensorische Signal nicht übereinstimmen, treten Depressionen, Zwangsstörungen, posttraumatische Störungen und eine Reihe anderer Krankheiten auf.
Dies bedeutet nicht, dass die Bayes'sche Gehirnhypothese keine Gegner hat. „Ich denke, das Bayes'sche Gerüst als eine Art mathematische Sprache ist ein mächtiges und nützliches Mittel, um psychologische Theorien auszudrücken. Es ist jedoch wichtig zu analysieren, welche theoretischen Teile tatsächlich eine Erklärung liefern “, sagt Matt Jones von der University of Colorado in Boulder. Seiner Meinung nach verlassen sich Anhänger des "Bayes'schen Gehirns" zu sehr auf den Teil der Theorie, der über statistische Analysen spricht. „An sich erklärt es nicht die Vielfalt des Verhaltens. Es ist nur in Kombination mit einer tatsächlich freien Annahme über die Natur der Wissensrepräsentation sinnvoll: Wie wir Konzepte organisieren, nach Informationen im Gedächtnis suchen, Wissen verwenden, um zu argumentieren und Probleme zu lösen."
Mit anderen Worten, unsere Behauptungen über die psychologische Verarbeitung von Informationen, die die Kognitionswissenschaft traditionell durchgeführt hat, zeigen, wie Bayes'sche Statistiken auf die Gehirnfunktion angewendet werden. Das Modell übersetzt diese Theorien in die Sprache der Mathematik, aber diese Interpretation basiert auf konservativer Psychologie. Letztendlich kann es sein, dass andere Bayes'sche oder nicht-Bayes'sche Modelle besser in die Vielfalt der mentalen Prozesse passen, die unserer sensorischen Wahrnehmung und unserem höheren Denken zugrunde liegen.
Sanborn mag Jones 'Ansichten zur Bayes'schen Gehirnhypothese nicht zustimmen, aber er versteht, dass der nächste Schritt darin besteht, die Vielfalt der in Aktion befindlichen Modelle einzugrenzen. „Wir könnten sagen, dass die Probenahme selbst nützlich ist, um die Gehirnaktivität zu verstehen. Aber es gibt viele Möglichkeiten. Wie sehr sie mit der Bayes'schen Theorie übereinstimmen, bleibt abzuwarten. Wir können jedoch bereits sagen, dass die Verteidigung des Christentums im 18. Jahrhundert den Wissenschaftlern im 21. Jahrhundert zu großen Erfolgen verholfen hat.
