計算、理論與前沿神經科學

貝氏大腦

貝氏大腦是這樣一個觀點:你的大腦像一位永遠不敢完全確定的細心偵探。外部世界到達你的感官時,只是一些嘈雜、模糊、殘缺的線索,因此大腦永遠無法確切知道外面究竟有什麼。於是它做出最佳猜測,靠的是把兩樣東西結合起來:它原本就預期的內容(由過往經驗積累而成的先驗信念),以及此刻正透過你的眼睛、耳朵和皮膚傳來的新證據。只要證據可靠,它就更多地依賴證據;只要證據微弱或含糊,它就更多地依賴原本的預期。這種在信念與證據之間權衡的方式,得名於貝氏法則——一條古老的數學規律,描述了當新資訊出現時更新猜測的最佳辦法。

這為什麼重要呢?它能解釋知覺中許多日常的怪現象。當你在嘈雜房間裡聽朋友說話時,大腦會用預期補全那些含糊的字句,所以你有時會聽錯,也正因如此,錯覺能夠同樣地騙過每一個人。它還能解釋為什麼意外會抓住注意力:意外恰恰是現實與大腦預測發生衝突的時刻,迫使大腦更新認識。研究者喜歡這個框架,是因為它把關於思維的含糊問題變成了精確的數學,也因為它把知覺、學習、注意力,甚至某些精神疾病(其中先驗信念可能被調得過強或過弱)統統納入一個簡潔的觀念之下。它是一種理論或指引性的視角,而非已被證實的事實,但它一直極富成效。

「先驗」指在當前證據到來之前就已形成的預期;「貝氏法則」則是把這種先驗與新證據融合起來的數學公式。

又稱
Bayesian brain hypothesisprobabilistic brain贝叶斯大脑假说貝氏大腦假說