作者 | Manuel Brenner

翻譯 | Yael

審校 | 酷炫腦主創(chuàng) & 小草

編輯 | 黃喜歡

美工 | 豆?jié){

來源：炫酷腦

hackernoon

要是你們能夠洞察時(shí)間所播的種子，知道哪一顆會(huì)長成，哪一顆不會(huì)長成......

——《麥克白》，威廉·莎士比亞生活充斥著不確定性，沒有人可以預(yù)知未來。正如布萊士·帕斯卡（Blaise Pasca）所說，

我們航行在遼闊無邊的區(qū)域里，永遠(yuǎn)沒有把握地漂流著，從一頭被推到另一頭。（we sail within a vast sphere, ever drifting inuncertainty, driven from end to end）

沒有人知曉死亡何時(shí)會(huì)降臨，生活何時(shí)會(huì)帶給我們苦難，又在何時(shí)給予回報(bào)。

盡管不得不在人生的某個(gè)時(shí)刻里沉悶地接受這個(gè)教訓(xùn)，但我們依舊在這個(gè)由不確定性組成的世界里取得了了不起的成績。我們買房，在銀行賬戶攢錢，為了退休金和子女存錢。我們建立穩(wěn)定的人際關(guān)系，紀(jì)念每一段感情。我們掌控著，也理應(yīng)掌控著正在發(fā)生的事。

對(duì)于像我們這樣從隨機(jī)混亂且異想天開的進(jìn)化中生存下來的生物來說，能做到這樣已經(jīng)很了不得了。那么在不確定的未來面前，我們是如何感知到“確定無疑”的呢？

貝葉斯腦假說（The Bayesianbrain hypothesis）主張我們的行為背后隱藏著一種機(jī)制，其根源可以追溯到生命的本質(zhì)。該假說認(rèn)為，在某種意義上，除了預(yù)測(cè)未來和實(shí)現(xiàn)這個(gè)預(yù)測(cè)到的未來之外，大腦幾乎沒有做任何其他的事，此外，它還和生物系統(tǒng)一起，與大自然為它們準(zhǔn)備的意外“驚喜”長期不懈地艱苦戰(zhàn)斗著。

thenegativepsychologist

01 穩(wěn)態(tài)的必要性

穩(wěn)態(tài)（Homeostasis）是所有生命體遵循的一條基本法則。它衍生于拉丁語homeo（equal，平等的）和 stasis（to stand still，靜止不動(dòng)），由沃爾特·布拉福德·坎農(nóng)于 1926 年創(chuàng)造出來。穩(wěn)態(tài)是生物系統(tǒng)內(nèi)部生理和化學(xué)過程的動(dòng)態(tài)平衡，這有利于維持生物系統(tǒng)的完整和效率。這是一種自我調(diào)整的原則，用來應(yīng)對(duì)自然界的無秩序特征。

安東尼奧·達(dá)馬西奧（Antonio Damasio）在他的《事物的奇怪秩序》（The Strange Order of Things）一書中指出這一概念有所偏頗，穩(wěn)態(tài)的內(nèi)涵遠(yuǎn)遠(yuǎn)高于“靜止不動(dòng)”（standstill）。生命的特性是自我實(shí)現(xiàn)的（self-realizing），而不是僅僅滿足于維持眼下所擁有的功能。

如果有兩種存在競(jìng)爭(zhēng)的有機(jī)體擺在你面前，一個(gè)滿足于它目前所擁有的一切，另一個(gè)則為了未來而不斷優(yōu)化，你認(rèn)為哪一個(gè)更有機(jī)會(huì)生存幾百萬甚至幾十億年？如今，我們發(fā)現(xiàn)生命其實(shí)一直在“默默地推動(dòng)自己到達(dá)更遙遠(yuǎn)的未來”，因?yàn)樗谶^去進(jìn)化出了更有利于在未來繼續(xù)生存的特性。

像車輪一樣滾動(dòng)，保持呼吸，向前走。

artistsandillustrators

人們一直試著預(yù)測(cè)和改變未來。在古代，算命占卜是專屬于司祭和巫師的精妙手藝。德爾斐神諭（the Oracle of Delphi）大概是最出名的一個(gè)例子了。希臘政治家和羅馬皇帝千百年來都會(huì)向它求教。古時(shí)的政治充滿了各種不確定性，我們不應(yīng)對(duì)人們想要減少這種不確定性的訴求太過苛刻。

但是從現(xiàn)代科學(xué)的角度來看，我們已經(jīng)知道，在恍惚的狀態(tài)下吸入毒性氣體和打謎語不可能會(huì)讓我們真正了解到世界的運(yùn)作機(jī)制。為了減少對(duì)未來的不確定性，我們（和我們的大腦）需要采取更接地氣的方法，以掌握的知識(shí)為基礎(chǔ)預(yù)測(cè)未來。根據(jù)我今天對(duì)世界的觀察，我能預(yù)計(jì)明天會(huì)發(fā)生些什么呢？為了獲得最有利于生存的結(jié)果，我又該如何行動(dòng)？

*譯者注：據(jù)記載，傳達(dá)德爾斐神諭的先是一位名叫皮提亞的女性，她在預(yù)言時(shí)周身被巖層裂隙中冒出的神秘氣體環(huán)繞，進(jìn)入一種瘋癲的、疑似被上身的狀態(tài)。目前有學(xué)者經(jīng)過研究提出這種氣體可能是乙烯類物質(zhì)，對(duì)人產(chǎn)生了麻痹作用。

02 貝葉斯定理

在 18 世紀(jì)，備受尊崇的托馬斯·貝葉斯（Thomas Bayes）提出了一個(gè)小定理，雖然貝葉斯沒有在在世時(shí)把它發(fā)表出來，它卻在后來的許多領(lǐng)域中發(fā)揮了巨大作用。這個(gè)定理很簡單，但并不妨礙它使貝葉斯成為現(xiàn)代認(rèn)知科學(xué)中最出名的人物。

在下圖中我們可以看到它的藍(lán)色發(fā)光版本：

Bayes’ theorem | mattbuck （category） [CC BY-SA 2.0]

貝葉斯定理描述的是在 B 為前提條件的情況下， A 發(fā)生的概率等于以 A 為前提B的發(fā)生概率，乘以 A 發(fā)生的概率，再除以 B 的發(fā)生概率。

它給出了在我們已知其他相關(guān)條件發(fā)生的概率時(shí)，某特定事件的發(fā)生的可能性。

希望你已經(jīng)猜到為什么這個(gè)公式會(huì)在預(yù)測(cè)未來時(shí)能派上用場(chǎng)。

作為“變幻無?！钡拇~，天氣是冷酷無情的大自然用來打擊我們的最直接的方式，也是應(yīng)用貝葉斯定理的絕佳案例。

我們假設(shè)一下這樣的情景：你外出散步，但出于某些原因迷失在干旱無邊的沙漠中。原本只是計(jì)劃在公園里走走，所以你身上只帶了一小瓶水。過了三天后，你已經(jīng)干渴難耐。在這天早上你抬頭仰望天空，驚訝地發(fā)現(xiàn)在地平線上，有一小朵云。那么，有多大的可能性會(huì)下雨，讓你免于渴死呢？

這里要計(jì)算的概率就是P（Rain | Cloud），也就是當(dāng)你看見云朵時(shí)，沙漠會(huì)下雨的概率。我們需要的其他條件有：

1.P（Cloud | Rain）：雨天的早上是不是都會(huì)出現(xiàn)云呢？我們假設(shè)沙漠中80%的雨天早上都會(huì)出現(xiàn)云朵，這就意味著在早上看見云的話，這一天有很大幾率會(huì)下雨2.P（Cloud）：沙漠中會(huì)出現(xiàn)云的概率非常小， 10% 左右。3.P（Rain）：下雨的概率就更低了。沙漠中每百天才會(huì)下一次雨，所以概率是1%。

所以你在沙漠中看見云朵后，這一天會(huì)下雨的概率為：

P（Rain | Cloud） = P（Cloud | Rain）*P（Rain） / P（Cloud） = 0.8 * 0.01 / 0.10 = 0.08可以說，看見云朵后差不多有百分之八的概率這一天會(huì)下雨。希望很小，但聊勝于無。

reinertfineart

重要的是，在計(jì)算你需要的概率時(shí)，另外三個(gè)概率是必不可少的。丟棄任何一個(gè)都會(huì)明顯改變你的結(jié)果。

03 假陽性

貝葉斯定理可以幫助我們糾正假陽性（False Positive），比如說我們推測(cè)某個(gè)事件對(duì)結(jié)果是有意義的，但實(shí)際上它并不是。一個(gè)著名的例子就是癌癥測(cè)試（或者任何其它罕見疾?。?。

*譯者注：假陽性又稱為誤報(bào)、虛假肯定、偽正性。

假設(shè)只有 0.1% 的人口患有某種特定的癌癥。你的醫(yī)生告訴你有一種新型改良的癌癥測(cè)試，在患癌的情況下，它檢測(cè)的正確率為 90% 。缺點(diǎn)就是，當(dāng)病人并沒有患癌時(shí)，它也會(huì)有大概 9% 的概率將病人檢測(cè)為癌癥。

你是一個(gè)天生就對(duì)這個(gè)問題有些焦慮的人，你想通過做這個(gè)測(cè)試來緩解焦慮。最終你得到的結(jié)果是陽性。你害怕極了，畢竟你得癌癥的概率是 90% 不是嗎？

不，不是的。你可以快速地運(yùn)用貝葉斯定理來推算你患癌的真正幾率。請(qǐng)注意，在這種情況下，你需要區(qū)分真實(shí)肯定和虛假肯定的概率：

P（cancer | positiveresult）= P（positiveresult | cancer）* p（cancer）/（p（positiveresult）* p（cancer）+ p（falsepositive）* p（nothaving cancer））= 9.17% 所以你并不需要太擔(dān)憂（出于焦慮所以進(jìn)行測(cè)試，想必肯定很難做到不擔(dān)憂），因?yàn)榛及┑母怕适呛艿偷?，檢測(cè)結(jié)果假陽性的幾率是檢測(cè)陽性且真患癌的概率的 10 倍。

04 用先驗(yàn)概率預(yù)測(cè)未來

對(duì)預(yù)測(cè)未來有興趣的人來說，掌握事件發(fā)生的先驗(yàn)概率（prior probability）是很有幫助的。

在觀察天空或者進(jìn)行癌癥測(cè)試時(shí)，為了判斷一個(gè)事件（比如發(fā)現(xiàn)天上有云朵，或者癌癥測(cè)試結(jié)果呈陽性）是否能幫助我們對(duì)另一個(gè)事件（比如下雨，或者真的患了癌癥）進(jìn)行預(yù)測(cè)，我們需要對(duì)下雨和患癌的整體概率進(jìn)行描述。

我們的感官從外部世界收集到的信息會(huì)被大腦進(jìn)行分類，在分類的同時(shí)，大腦會(huì)不停地計(jì)算概率。你可能在想為什么它運(yùn)作的方式跟貝葉斯定理有關(guān)。

假設(shè)你看到一個(gè)四條腿的動(dòng)物在地平線上飛奔的模糊輪廓，它的前額上有一個(gè)長而尖的東西。

你的大腦有沒有自動(dòng)得出這個(gè)動(dòng)物是個(gè)獨(dú)角獸（unicorn）的結(jié)論？

這很可能不是個(gè)真的獨(dú)角獸 | PAndrea Tummons on Unsplash

如果你精神還正常，你可能不會(huì)得出這個(gè)結(jié)論，因?yàn)樵诔霈F(xiàn)獨(dú)角獸形狀物體的情況下，真的看見一個(gè)獨(dú)角獸的概率 P （unicorn | shape），是由獨(dú)角獸真正存在的先驗(yàn)概率 P（unicorn）決定的，然而這個(gè)概率差不多是 0 。

05 用貝葉斯推斷建模世界

如果大腦想要對(duì)世界上的事件進(jìn)行建模，尤其是未來的事件，那么它需要有一個(gè)關(guān)于世界是如何運(yùn)作的模型，以便理解世界會(huì)如何發(fā)展、變化。

在接收到有關(guān)世界現(xiàn)狀的新信息，比如新的樣本后，大腦需要更新這個(gè)內(nèi)部模型。假設(shè)你時(shí)常在每天上下班的路上看見一個(gè)獨(dú)角獸，大概多久之后你會(huì)開始懷疑“世界上不存在獨(dú)角獸”這個(gè)說法是否成立？或者假設(shè)有 50 個(gè)人癌癥測(cè)試結(jié)果為陽性，其中有 20 個(gè)真的得了癌癥，對(duì)于只有 9.17% 的人才會(huì)真的患癌這個(gè)估計(jì)，你還有多大的信心認(rèn)為它是對(duì)的？

the beekman school

在新信息的基礎(chǔ)上，以最優(yōu)化統(tǒng)計(jì)的方式更新內(nèi)部模型的概率分布被稱為貝葉斯推斷（Bayesian Inference）。

我們?cè)谛袨閷?shí)驗(yàn)中時(shí)常發(fā)現(xiàn)大腦會(huì)進(jìn)行這種推斷，或者在將感覺輸入信息互相關(guān)聯(lián)時(shí)：有研究表明，在巴甫洛夫有關(guān)的刺激實(shí)驗(yàn)中，不同刺激物之間的共有信息會(huì)優(yōu)先被處理。

另一個(gè)例子來自于布里頓（Britten）等人于 1992 年做的視覺運(yùn)動(dòng)實(shí)驗(yàn)，他們觀察到猴子在對(duì)視覺運(yùn)動(dòng)的一致性進(jìn)行解碼時(shí)，它們的大腦對(duì)刺激物的神經(jīng)反應(yīng)速率十分接近于貝葉斯最優(yōu)解碼速率。事實(shí)證明，大腦會(huì)以我們已知的方式預(yù)測(cè)未來。

06 貝葉斯腦假說

現(xiàn)在我們可以深入討論貝葉斯腦假說（The Bayesian Brain Hypothesis）的內(nèi)涵到底是什么了。貝葉斯腦存在于外部世界，并被賦予了這個(gè)外部世界的內(nèi)在表征。這兩者被所謂的馬爾科夫毯區(qū)分開來。

*譯者注：Markov blanket，也稱馬爾科夫覆蓋。馬爾科夫毯是貝葉斯網(wǎng)絡(luò)中的一個(gè)核心概念，可以理解為某個(gè)目標(biāo)變量的最小特征集，所有與目標(biāo)變量有關(guān)的信息都包含在它的馬爾科夫毯中。馬爾科夫毯中的信息集與之外的集合相互獨(dú)立。

大腦會(huì)試著根據(jù)它自身生成的有關(guān)世界的模型，來推斷知覺的成因。為了成功地對(duì)外部世界進(jìn)行建模，在某種程度上，它必須能夠模擬外部世界正在發(fā)生的事。用卡爾·弗里斯頓（Karl Friston）的話來說：

如果大腦要推斷感知覺產(chǎn)生的原因，那么它必須有一個(gè)模型來描述引起感覺輸入的（潛在的）客觀情形之間的因果關(guān)系（聯(lián)系）。進(jìn)而神經(jīng)組織會(huì)對(duì)參與產(chǎn)生感官信息的因果關(guān)系進(jìn)行編碼（建模）。

卡爾·弗里斯頓（Karl Friston）| wired

這是理解貝葉斯腦假說的第一個(gè)關(guān)鍵點(diǎn)，也是一個(gè)深刻的觀點(diǎn)：大腦內(nèi)部的世界模型證明，大腦的處理加工，是模擬外部世界運(yùn)作的結(jié)果。為了成功地預(yù)測(cè)未來，大腦需要用自己的結(jié)構(gòu)去模擬外在世界。這些過程需要遵循跟外部世界類似的因果關(guān)系，而且大腦自身還會(huì)對(duì)此進(jìn)行觀察監(jiān)督。第二個(gè)關(guān)鍵點(diǎn)回到貝葉斯推理上：從某種意義上說，大腦是遵循最優(yōu)化原則的，正如我們發(fā)現(xiàn)大自然也是朝著最優(yōu)化方向發(fā)展那樣。

就像我之前提到過的，在對(duì)知覺內(nèi)容進(jìn)行分類，并在不確定的情境下做決策時(shí)，貝葉斯腦的工作狀態(tài)近似于貝葉斯最優(yōu)水平。這意味著在對(duì)未來（潛在的）狀況進(jìn)行預(yù)估時(shí)，它盡可能考慮到了所有可用信息和所有概率約束。

你可以給被優(yōu)化的量取幾個(gè)名字，但實(shí)際上對(duì)各種理論進(jìn)行深挖、整合后發(fā)現(xiàn)，不同觀點(diǎn)所指的被優(yōu)化的量看似不同，其實(shí)內(nèi)核都是一樣的。有一種考察方式就是把它看作證據(jù)（evidence），在信息論中，證據(jù)等同于感官和內(nèi)部世界模型共有信息的最大化。

07 自由能量最小化

我在寫自由意志的熱力學(xué)（TheThermodynamics of Free Will）這篇文章時(shí)，詳細(xì)地討論了卡爾·弗里斯頓有關(guān)主動(dòng)推理（Active Inference）的理論。

自由能量（Free Energy）最小化是為了優(yōu)化模型的信息或邊際似然性，弗里斯頓將自由能量的定義跟模型意外度（surprise of the model）的最小化聯(lián)系在了一起（也就是盡量減少與你的內(nèi)在世界模型不相符的體驗(yàn)）。

該理論進(jìn)一步將它的元素與生物系統(tǒng)相結(jié)合，比如說大腦，因?yàn)樗梢詫?duì)外界施加作用。你不該只是在腦中臆想未來，你能對(duì)外界施加影響，追求并實(shí)現(xiàn)自己的愿望，主動(dòng)地改變未來。

據(jù)弗里斯頓說，主動(dòng)推理（ActiveInference，AI）跟人工智能（Artificial Intelligence，AI）“撞縮寫”并不是個(gè)巧合，他相信“在 5 到 10 年內(nèi)，大多數(shù)的機(jī)器學(xué)習(xí)都將涵蓋自由能量最小化（Free energy minimization）原理”。

這又令我們想起了達(dá)馬西奧對(duì)穩(wěn)態(tài)的批判：

生命系統(tǒng)并不是靜止不動(dòng)的，為了使意外最小化并在充斥著不確定性的未來中生存，它始終在對(duì)外界產(chǎn)生著影響。

就像永不停息的瀑布一般 | gtglobalcinema

最小化的自由能與熵（entropy）有關(guān)，因?yàn)橐馔舛鹊臅r(shí)間平均值（time-average over the surprise）給出了熵的度量。這會(huì)造成物理性質(zhì)的結(jié)果，弗里斯頓這樣說道：

貝葉斯腦在將它所掌握的證據(jù)最大化時(shí)，實(shí)際上也正在隱晦地將它的熵最小化。換句話說，它在對(duì)抗著熱力學(xué)第二定律，并在面對(duì)走向無序的自然界時(shí)，為生命系統(tǒng)的自組織（self-organization）提供了一個(gè)原則性的解釋。

*譯者注：熵是用來衡量系統(tǒng)混亂程度的量。根據(jù)熱力學(xué)第二定律，宇宙的熵會(huì)不斷增大到最大值，最后所有的一切都會(huì)變成無序、解體、無意義的狀態(tài)。但根據(jù)生物進(jìn)化論，生命體從簡單形態(tài)自發(fā)進(jìn)化到復(fù)雜形態(tài)，始終保持有序、有組織的狀態(tài)，與熱力學(xué)第二定律看似存在矛盾。有觀點(diǎn)認(rèn)為生物通過與外界進(jìn)行能量交互來增序減熵，避免走向混亂無序。

因此貝葉斯腦假說是一個(gè)有關(guān)基本問題的理論。它將大腦活動(dòng)與穩(wěn)態(tài)概念結(jié)合在了一起，解釋生命系統(tǒng)是如何在注定消亡的世界里掙扎求存。

08 我們?cè)撊绾慰疾熵惾~斯腦？

其一是提出體系龐大的理論，其二是在大腦活動(dòng)中尋找證據(jù)。如果大腦的確是按照貝葉斯腦假說的原理活動(dòng)，那么我們需要進(jìn)一步了解大腦是如何實(shí)現(xiàn)貝葉斯推理的。

學(xué)者認(rèn)為貝葉斯推理發(fā)生在從運(yùn)動(dòng)控制到注意和工作記憶等多種認(rèn)知層面上。每個(gè)認(rèn)知模塊都有各自的預(yù)期、內(nèi)部模型和時(shí)間尺度。

有一個(gè)叫做預(yù)測(cè)編碼（Predictive Coding）的理論被認(rèn)為很有希望揭開這個(gè)秘密，它的核心觀念跟貝葉斯腦是一致的：通過改變預(yù)測(cè)模型的參數(shù)，在相同事件發(fā)生時(shí)將（實(shí)際與預(yù)測(cè)的）差異最小化。有不少實(shí)驗(yàn)證據(jù)支持了該理論，例如在詞匯預(yù)測(cè)實(shí)驗(yàn)中發(fā)現(xiàn)了 N400 效應(yīng)。

認(rèn)知科學(xué)界逐漸認(rèn)識(shí)到，大腦并不僅僅是一個(gè)被動(dòng)接收外界信息并作出反應(yīng)的探測(cè)器。它不斷地通過假設(shè)世界的真實(shí)模樣和預(yù)測(cè)未來，以自上而下的方式生成內(nèi)部世界模型（這意味著低階的信息感知是在高階思維的指導(dǎo)下進(jìn)行的，就像獨(dú)角獸那個(gè)例子一樣）。

這使得研究者們將現(xiàn)實(shí)描述成“受控的幻覺”（controlled hallucination），以 2018 年Journal of Neuroscience 發(fā)表的文章為例，被試在讀過“kick”這個(gè)詞后，把耳邊播放的“pick”錯(cuò)聽成了“kick”。幻覺現(xiàn)實(shí)以一種可預(yù)測(cè)的方式帶給我們決定性的進(jìn)化優(yōu)勢(shì)，當(dāng)我們?cè)跓o序復(fù)雜的世界中渴求有序時(shí)所需要的優(yōu)勢(shì)。

the conversation

目前學(xué)者們?nèi)栽诩ち业貭?zhēng)論該理論的有效性，以及大腦是如何在功能層面實(shí)現(xiàn)貝葉斯推理的問題。在定下任何明確的結(jié)論之前，還需要大量深入的研究。但我認(rèn)為該理論以及現(xiàn)有證據(jù)的美妙之處在于，可以讓我們意識(shí)到人類正走在越來越好的軌道上。

我們離這個(gè)宇宙最神秘之物的真相越來越近了，它使我們能夠觀察世界并遨游其中，它掌握著我們的生死，也引導(dǎo)我們走向美好的未來（讀到這里你很有可能知道我會(huì)怎么結(jié)束這段話了）：我們的貝葉斯腦。