计算、理论与前沿神经科学
贝叶斯大脑
贝叶斯大脑是这样一个观点:你的大脑像一位永远不敢完全确定的细心侦探。外部世界到达你的感官时,只是一些嘈杂、模糊、残缺的线索,因此大脑永远无法确切知道外面究竟有什么。于是它做出最佳猜测,靠的是把两样东西结合起来:它原本就预期的内容(由过往经验积累而成的先验信念),以及此刻正通过你的眼睛、耳朵和皮肤传来的新证据。只要证据可靠,它就更多地依赖证据;只要证据微弱或含糊,它就更多地依赖原本的预期。这种在信念与证据之间权衡的方式,得名于贝叶斯法则——一条古老的数学规律,描述了当新信息出现时更新猜测的最佳办法。
这为什么重要呢?它能解释知觉中许多日常的怪现象。当你在嘈杂房间里听朋友说话时,大脑会用预期补全那些含糊的字句,所以你有时会听错,也正因如此,错觉能够同样地骗过每一个人。它还能解释为什么意外会抓住注意力:意外恰恰是现实与大脑预测发生冲突的时刻,迫使大脑更新认识。研究者喜欢这个框架,是因为它把关于思维的含糊问题变成了精确的数学,也因为它把知觉、学习、注意力,甚至某些精神疾病(其中先验信念可能被调得过强或过弱)统统纳入一个简洁的观念之下。它是一种理论或指引性的视角,而非已被证实的事实,但它一直极富成效。
“先验”指在当前证据到来之前就已形成的预期;“贝叶斯法则”则是把这种先验与新证据融合起来的数学公式。
又称
另见