Быть собой: новая теория сознания

Последняя ключевая составляющая минимизации ошибок предсказания — это взвешивание прецизионности[139]. Мы уже видели, как относительная надежность сенсорных сигналов определяет степень обновления перцептивных умозаключений. Первый взгляд на маячащую вдалеке гориллу или на соседский газон через грязное окно принесет сенсорные сигналы низкой надежности, поэтому ваше наиболее вероятное байесовское предположение пока не слишком продвинется. Еще мы видели, как отражается надежность в прецизионности соответствующего распределения вероятностей. Как показывает график на рис. 9, сенсорные данные с низкой оцениваемой прецизионностью меньше влияют на обновление априорных убеждений.

Я говорю «оцениваемая прецизионность», а не просто «прецизионность», потому что прецизионность сенсорных сигналов не подается воспринимающему мозгу на блюдечке. Ее тоже нужно выводить как умозаключение. Мозгу приходится не только вычислять наиболее вероятные источники входящей сенсорной информации, но и устанавливать, насколько эта входящая сенсорная информация надежна. На практике это значит, что мозг постоянно корректирует степень влияния сенсорных сигналов на перцептивные умозаключения. Делает он это, временно меняя их оцениваемую прецизионность. Именно это и означает термин «взвешивание прецизионности». Снижение ее веса подразумевает, что сенсорные сигналы начинают меньше влиять на обновление наиболее вероятных предположений; увеличение веса, наоборот, увеличивает влияние сенсорных сигналов на перцептивные умозаключения. Таким образом, взвешивание прецизионности играет немаловажную роль в дирижировании этой изящнейшей перекличкой прогнозов и ошибок предсказания, без которого не получится вывести наиболее вероятное перцептивное предположение.

Выглядит это все очень сложно, однако на самом деле роль взвешивания прецизионности в восприятии нам всем отлично знакома. Повышение оцениваемой прецизионности сенсорных сигналов — это не что иное, как «обращение внимания». Когда мы обращаем на что-то внимание — например, присматриваемся, пытаясь разглядеть, действительно ли там впереди горилла, — мозг усиливает взвешивание прецизионности для соответствующих сенсорных сигналов, что эквивалентно повышению их оцениваемой надежности или включению их «усиления». Теперь понятно, почему иногда мы вроде бы смотрим, но не видим. Если вы обращаете внимание на одни сенсорные данные — увеличиваете их оцениваемую прецизионность, — другие сенсорные данные будут меньше влиять на обновление наиболее вероятных перцептивных предположений.

Примечательно, что в некоторых ситуациях обойденные вниманием сенсорные данные полностью лишаются возможности повлиять на воспринимаемое. В 1999 г. психолог Дэниел Саймонс снял хорошо сейчас известную видеодемонстрацию[140] этого феномена, который он назвал «слепота невнимания». Если вы не видели этот ролик, рекомендую посмотреть, прежде чем читать дальше[141].

Вот что там происходит. Участники проводимого Саймонсом эксперимента смотрят короткий ролик, в котором сняты две команды по три игрока в каждой. Одна команда одета в черное, другая в белое. У каждой из команд имеется баскетбольный мяч, который они передают друг другу, хаотично перемещаясь и меняясь местами. Задача зрителя — подсчитать, сколько передач сделают «белые». Для этого ему приходится напрячь внимание, поскольку шесть игроков беспорядочно двигаются по всему пространству кадра, а мячей передается два.

Поразительно следующее: подсчитывая передачи, большинство людей совершенно не замечают человека в черном костюме гориллы, который проходит через кадр слева направо, по пути делая несколько характерных горилльих движений. Когда им включают тот же ролик снова, на этот раз попросив найти гориллу, они видят ее сразу и часто отказываются верить, что это то же самое видео. Дело в том, что при сосредоточении внимания на игроках в белом сенсорные сигналы от игроков в черном и от гориллы получают низкую оцениваемую прецизионность, поэтому почти (или совсем) не влияют на обновление наиболее вероятных перцептивных предположений.