Машина мышления. Заставь себя думать - Андрей Владимирович Курпатов
Шрифт:
Интервал:
Закладка:
То есть мозг предиктивно кодирует — ожидает, что дверца закроется со специфическим звуковым сопровождением.
В этот раз я был в задумчивости, быстро отвернулся от холодильника и, честно говоря, думать о нём толком не думал. Для меня холодильник закрыт. По крайней мере, необходимое движение рукой я для этого сделал.
Но мой мозг имел предиктивное ожидание характерного звука, и для него холодильник остался незакрытым. Именно это и остановило меня в проходе.
Непрозвучавший звук догнал меня через эту паузу: я услышал, что не услышал его. Динамический стереотип не закрылся, мозг поднял тревогу и вернул меня к дверце, чтобы я привёл содержимое холодильника в порядок и дверца могла закрыться как надо.
То есть, по сути, тот же фокус: я нахожусь в уверенности, что закрыл холодильник, но предиктивное кодирование вносит поправки в моё представление о реальности, корректируя его.
Нечто подобное может случаться, конечно, не только с холодильником, но и с дверным замком, который вы, как вам показалось, закрыли, а потом вдруг с чувством недоумения и дискомфорта обнаруживаете, что осталась ещё пара пропущенных вами поворотов ключа.
Или с краном горячей воды, когда из него вдруг льётся холодная: мозг предиктивно кодировал одно, реальность оказалась другой, и ошибка результата возвращает вас на один, а то и два хода назад.
Вы отдёргиваете руку, проверяете, какой кран открыт, осознаёте, что что-то произошло с водоснабжением вашей квартиры.
Очевидно, впрочем, что мы замечаем только те случаи предиктивного кодирования, когда мы допускаем какую-то ошибку или сталкиваемся с каким-то исключением, чрезвычайной ситуацией.
Но процесс предиктивного кодирования всего и вся производится нашим мозгом постоянно, неустанно. Просто мы осознаём его лишь в случаях, когда что-то, как говорится, идёт не так.
Или вот такая ситуация: вы находитесь на работе, допустим, в офисе своей компании, и вдруг видите в коридоре своего товарища, с которым вы связаны, например, соседством — он ваш сосед по даче, а к вашей работе он не имеет никакого отношения.
«Что ты тут делаешь?!» — в недоумении спросите вы. «А ты?..» — спросит он.
«Как что? Я тут работаю…» — ответите вы, неуверенно оглядываясь по сторонам.
«Вот как! А я пришёл сделку оформить…» — выдохнет ваш сосед, начиная постепенно привыкать к мысли, что вас можно встретить не только на даче, но и в офисе компании, где, как оказывается, вы работаете.
Вы, в свою очередь, тоже от состояния крайнего недоумения постепенно перейдёте к состоянию умиротворения и даже, не исключено, порадуетесь возможности помочь своему хорошему знакомому в его делах.
Но откуда взялось это сильное недоумение в момент описанной встречи?
Посмотрим ещё раз на левую часть схемы функциональной системы на рис. 12, где значится: «обстановочная афферентация» и «пусковой стимул».
В последнем примере обстановочная афферентация — это ваша работа в одном случае и ваша дача — в другом.
А теперь подумайте: какова вероятность встретить вашего соседа (пусковой стимул) в своём офисе и какова вероятность встретить его на даче?
Очевидно, что встретиться с соседом по даче вполне естественно в обстановочной афферентации вашего дачного посёлка, а вот обнаружить его в обстановочной афферентации вашей работы — это событие, несмотря на свою тривиальность, лично для вас уже из ряда вон выходящее, нетипичное как минимум.
То есть наш мозг, ориентируясь на обстановочную афферентацию (в одном случае — дача, в другом случае — ваш рабочий офис), считает какие-то пусковые стимулы более релевантными для неё, а какие-то — менее.
Ведь точно так же, если ваш коллега по работе (пусковой стимул) вдруг появится в обстановочной афферентации вашего дачного посёлка, это опять-таки приведёт ваш мозг в некоторое замешательство, потому что подобное событие трудно, а то и невозможно было предсказать.
Вот это «трудно было предсказать, что» и есть результат предиктивного кодирования.
Мозг постоянно рассчитывает вероятности будущих событий с учётом актуальной ситуации (обстановочной афферентации) и предсказывает будущее — то есть предиктивно его кодирует («опережающе отражает»).
Если прогноз, сделанный нашим мозгом, оправдывается, то ему и нет нужды особенно напрягаться — он работает на автоматизмах, особенно даже не вовлекаясь в процесс.
О чём тут задумываться, если «всё как обычно», «типично», «рутинно»?
Однако же, если вы сталкиваетесь с пусковым стимулом, который нетипичен для данной обстановочной афферентации, срабатывает сигнал тревоги, и вы судорожно пытаетесь понять, как вам действовать в этой непривычной для вас ситуации. И тут мозг включается на все сто.
То есть если наш прогноз не оправдывается, это повергает нас в стресс, что включает целый комплекс адаптационных механизмов, о чём, собственно, и говорил Иван Петрович Павлов, учитель Петра Кузьмича Анохина, рассказывая о феномене динамической стереотипии.
ВЕРОЯТНАЯ ВЕРОЯТНОСТЬ
Томас Байес, пресвитерианский священник и сын пресвитерианского священника, кроме богословия, освоил в Эдинбургском университете ещё и логику, что стало, судя по всему, закладным камнем всем нам известной теперь теории вероятности.
В 1764 году, уже после смерти Байеса, в «Трудах Лондонского королевского общества» была опубликована его работа «Эссе о решении проблем в теории случайных событий», которая рассказывала о «теореме Байеса»20.
Работу, кстати сказать, обнаружил в архиве Байеса его друг — Ричард Прайс. Обнаружил — и вписал тем самым байесовское имя в историю (впрочем, как и своё собственное).
Теорема Байеса в этом эссе определяет вероятность наступления события в условиях, когда на основе наблюдений известна лишь некоторая информация о событиях.
То есть мы знаем, что было такое-то количество наблюдений (замеров) и такое-то количество попаданий (событий), и из этого можем высчитать, какова вероятность того, что при следующем наблюдении искомое событие будет иметь место.
Энное количество раз я закрывал холодильник в своей кухне, и, видимо, такое же количество раз за этим следовал тихий хлопок. Количество замеров, произведённых моим мозгом, и соответствующих совпадений делает этот хлопок обязательным элементом ситуации, а его вероятность — практически стопроцентной.
Если всё максимально упростить, то теорема Байеса утверждает: вероятность какого-либо события — это то же самое, что и частота наступления этого события, где частота — это количество измерений.
Таким образом, если разделить число известных случаев события на общее количество измерений, мы получим вероятность события.
Феномен предиктивного кодирования — это и есть механизм предсказания вероятности будущих событий, который с математической точки зрения описывается как раз вариационными байесовскими методами.
Последние учитывают и поступающие данные, и скрытые переменные с различными потенциальными вариантами отношений между ними.
