Быть собой: новая теория сознания

Байесовский вывод с успехом используется в самых разных контекстах, от медицинской диагностики до поиска пропавших атомных подлодок, и ему постоянно находится все новое и новое применение[129]. Собственно, и сам научный метод можно рассматривать как байесовский процесс, в котором научные гипотезы обновляются с появлением новых свидетельств по итогам экспериментов. Подобное представление о науке отличается и от «сдвигов парадигмы» Томаса Куна, согласно которым целые научные построения переворачиваются, как только накапливается достаточный объем не совпадающих с ними свидетельств, и от «фальсификационизма» (опровергаемости) Карла Поппера, согласно которому гипотезы выдвигаются и проверяются по очереди, одна за другой, словно воздушные шарики, которые отпускают в небо, а потом сбивают. В философии науки больше всего с байесовской концепцией схожи взгляды венгерского философа Имре Лакатоса, который в своих работах сосредоточивался прежде всего на том, что позволяет научно-исследовательским программам работать на практике, а не на том, в чем они в идеале должны состоять[130].

Конечно, байесовское представление о науке подразумевает, что априорные убеждения ученых об обоснованности их теорий повлияют на то, в какой мере эти теории будут обновляться или опровергаться в свете новых данных. У меня, например, имеется сильное априорное убеждение, что мозг — это машина, выдающая байесовские прогнозы. Это сильное убеждение определяет не только мою трактовку экспериментальных данных, но и то, какие эксперименты я буду проводить, чтобы получить новые данные, отвечающие моим убеждениям. Мне иногда становится интересно, сколько понадобится данных, чтобы развенчать мое байесовское убеждение в том, что мозг, по сути, руководствуется байесовскими принципами[131].

* * *

Давайте вернемся к нашему воображаемому мозгу, который, томясь в глухой темнице черепной коробки, пытается выяснить, что происходит снаружи, во внешнем мире. Теперь мы можем ухватиться за эту трудную задачу как за идеальную возможность вывести байесовское умозаключение. Выдвигая наиболее вероятные предположения об источниках своих зашумленных и неоднозначных сенсорных сигналов, мозг руководствуется принципами преподобного Томаса Байеса.

Перцептивные априорные вероятности могут кодироваться на разных уровнях абстракции и гибкости. Они варьируются от самых общих и относительно фиксированных — таких как «свет льется сверху» — до обусловленных конкретной ситуацией, таких как «приближающийся мохнатый объект — это горилла». Условные вероятности в мозге кодируют отображение потенциальных источников в сенсорных сигналах. Это составляющие перцептивного умозаключения по принципу «рассуждения, направленного вперед», которые, как и априорные вероятности, могут действовать в самых разных пространственно-временных масштабах. Мозг непрерывно комбинирует эти априорные и условные вероятности согласно байесовскому правилу, каждую долю секунды формируя новую байесовскую апостериорную вероятность — наиболее вероятное перцептивное предположение. И на каждом следующем витке постоянно меняющегося потока входящих сенсорных данных предшествующая апостериорная вероятность становится действующей априорной. Восприятие — это текучий процесс, а не застывший снимок.

Надежность сенсорной информации играет важную роль и здесь. Если вы не в зоопарке, то априорная вероятность, что замаячившая вдалеке темная косматая фигура окажется гориллой, очень низка. Поскольку этот «неопознанный объект» пока находится далеко, оцениваемая надежность входящих зрительных данных тоже будет низкой, поэтому вряд ли вашим наиболее вероятным перцептивным предположением сразу же будет горилла. Но по мере приближения зверюги зрительные сигналы будут становиться все надежнее и информативнее и мозг будет перебирать наиболее вероятные предположения одно за другим — большая черная собака, человек в костюме гориллы, собственно горилла, — пока вы воочию не увидите гориллу (будем надеяться, как раз вовремя, чтобы успеть убежать).

Проще всего представить байесовские убеждения — априорные, условные и апостериорные вероятности — как числа от 0 (обозначающего нулевую вероятность) до 1 (обозначающей стопроцентную вероятность). Но чтобы понять, как надежность сенсорных сигналов влияет на перцептивное умозаключение, и увидеть, как байесовское правило может на самом деле применяться в мозге, нам нужно еще немного углубиться в теорию и начать рассуждать в терминах распределения вероятностей.