贝叶斯公式能够诠释这个世界，也同样能够描述我们的思想活动。它将带给我们的是关于人类思想的新理伦！
“我们每个人大脑里都有一个小托马斯·贝叶斯！”法兰西学院实验心理学教授斯坦尼斯拉斯·德阿纳（Stanislas Dehaene）总把这句话挂在嘴边。他最近刚在法兰西学院开设了一门题为“认知科学的贝叶斯革命”的课程。鉴于这一主题的重要性，他最终决定把课程时间定为两年。对于这上决定，他的解释直截了当：“我称其为‘革命’，因为出现一种能够突然渗透到一切科学领域的理论体系并不是常见的事情。过去，我们很多人认为大脑是自然进化的产物，处于不断变动之中，不可能存在关于认知的一般性理论……然而，当贝叶斯统计学展示出它超常的适用性后，这一观点开始动摇。”这也是他针对学生的开课引言。
贝叶斯公式不仅仅在自然科学领域掀起革命，它的应用范围甚至延伸到了人类行为，以及人类大脑活动的研究领域。事实上，不论是心理学家还是神经学家都认识到，贝叶斯公式是他们期待已久的用来描述研究对象的有效工具！他们甚至开始期望它能够建立起关于大脑各个层级的结构模型，直至最基本的单位：神经元。最终，这样一个小小的公式可以将数以百计的描述大脑活动的模型整合，生成一个关于“整个思想”+的理论。 “革命”呼之欲出。
类似人脑的机制
这个神奇的公式表面看起来和心理学并无相关，但就像斯坦尼斯拉斯·德阿纳告诉学生们的， “贝叶斯公式虽然是数学，但它是诠释思考的数学。”在它抽象的外表之下，展现的是一个典型的类似于人脑的机制：即使缺少数据，也会不遗余力地追寻现象背后的原因。它不间断地对我们的一切既有知识（或预设）去伪存真，是一个实实在在的思考机器。反过来——这正是认知科学专家正在做的，我们也可以用这一公式来描述思想。
法兰西学院感知与运动心理学实验室统计学家皮埃尔·贝西耶介绍道：“起初，心理学家用贝叶斯公式检验他们的实验结果。不过，很快，他们就发现它对于描述他们所观测的现象十分有效：如果把大脑当做一个贝叶斯网络，不就可以了解它的所有运转机制了么。”于是，贝叶斯公式也就从计算工具演变为人类行为模型。’而研究成果接踵而至，涉及许多人类的认知机制：形态识别、运动控制、语言识别、学习……众多实验已经表明，思想就是贝叶斯公式支配下的统计运算。“我们正在证明贝叶斯公式可以为各种认知形态建立模型！”图卢兹大学心理学家克洛伊·法瑞( Chl0e Farrer)激动地说。一年前，她和她的研究团队对许多志愿者进行了一次实验，测试他们是否能够根据预设来预测视频中正在移动矩形物体的人的下一个动作： “我们为参与者展示了许多不同的视频，但大部分展示同一个动作，比如说搬起一个物体。然后，我们向他们播放测试影片，请他们预测裁剪过的视频片段后面会发生什么……”最后，克洛伊·法瑞发现，如果测试影片中信息不完整，志愿者会根据预设将其补充完整（比如视频太短无法判断，而他们又恰好在之前的多段视频中看到抬起物体的场景，他们就会判断测试视频中的人物也会将物体抬起）；除非视频提供了足够的信息供他们判断。总之，科学家证明，我们大脑在没有足够信息时的推理方式完全就是贝叶斯模式，它不断根据最新获取的信息重建关于世界的意像。
“结果并无悬念，不值一提。”克洛伊·法瑞坦言，“但要知道在此之前，我们还从未如此彻底地证明大脑具备根据记忆、结合即时的感官信息建模预测未来事件发生概率的能力。”这一能力从小就很发达。婴儿从8个月起，其大脑就开始构建贝叶斯网络，将来自感官的观测信息纳入其中，精确地计算现象某个成因的成立概率。匈牙利布达佩斯大学认知发展研究中心的心理学家艾尔诺·特格拉（Emo Tegla）于2011年指出，一岁的婴儿就能进行统计计算，并根据情景的演化不断调整，预判实验围栏内滚出的小球颜色。而美国加州大学伯克利分校心理学家艾莉森·高普妮克( Alison Copnik)早在2004年就证明贝叶斯统计法是儿童运用的唯一思考方法，其他方法他们似乎完全不会！
在大脑最深处……
艾莉森·高普妮克设计了一个实验：向4岁的幼儿展示一个绒毛玩具猴，并告诉他们有些花会让它打喷嚏。实验第一阶段，研究人员先将黄花和红花放到猴子面前，再将黄花和紫花放到猴子面前，小孩们都会看到猴子打喷嚏；而当猴子靠近红花和紫花时它就不会打喷嚏。当问他们是为什么时，孩子们全都准确地说出是黄花导致了猴子打喷嚏。“传统概率学只能让他们判断出猴子在黄花旁打喷嚏的可能性为100%，而在红花或紫花旁打喷嚏的可能性为50%。”艾莉森·高普妮克解说道，“只有贝叶斯公式可以找到现象的原因并给出正确的回答。”毋庸置疑，传统统计法看似更“自然”，却在此毫无用处，儿童的本能反应是使用贝叶斯算法来思考。
这位科学家又对另一些孩子进行了测试。这次，孩子们看到猴子会在黄色花前打喷嚏，而面对紫花或红花，只有有一半的情况下会打喷嚏。“从传统概率法则角度看，这个实验和上一个十分相似，因为事件出现频率是一样的：猴子每次都在黄花前打喷嚏，而有一半的时间在红花和紫花前打喷嚏。”艾莉森·高普妮克解释道，“但根据贝叶斯推理法，我们得不出结论，因为每个事件都是孤立的。”孩子们应该别无选择，只能求助于传统方式。然而，他们开始瞎猜了！他们随机指认黄花、红花或紫花。艾莉森·高普妮克总结说：“他们无法通过推理找到引发喷嚏的花，这证明，即便依靠频率计算的传统统计法是唯一解决问题的方武，他们也不会用到它。”
贝叶斯公式在心理学领域取得的成功使得科学家思考人类的大脑结构本身是否就是一个贝叶斯网络。这一公式或许不只是用来研究人类思维的工具，它可能就是大脑本身的内在构建方式，换句话说，我们的各级大脑灰质可能都是按贝叶斯公式连接形成的网络。这一观点十分大胆，但获得了越来越多广泛的认可。因为贝叶斯公式是我们在没有充分或准确的信息时最优的推理结构，所以为了提高生存效率，进化会向这一模式演进。“这就是优化选择原理。”巴黎高等师范学院神经学家索菲一德耐芙( Sophie Deneve)指出，“神经系统在一个复杂的世界中生存、进化，接收到的信号中掺杂着许多干扰信息，所以必须进行模糊判断，以最优方式来处理不确定性。 ‘自然选择’总会进化出最高效的生物结构。”贝叶斯概率预测系统拥有众多优势，它可以让我们在纷繁复杂的感官信息中识别出最关键的信息，甚至通过预测让我们在还没有接收到感官信息之前作出反应……“借助这一预测系统，大脑可在处理感官信息时，采取区别化策略。”斯坦尼斯拉斯·德阿纳补充道， “大脑在即时感官信息与预设之间持续地进行比较，只会传递那些没能预见到的信息，或者说是一些匹配失败的信息，而不是整个信息流。”上世纪80年代，机器人专家就已经理解了这一原理：设计一个能够细腻地与周围环境互动的智能机器人的最好方式，是为其设定一套通过贝叶斯计算来进行控制的电脑程序。
建立统一的研究场成为可能
许多科学家正在努力，通过感官刺激与磁共振成像，寻找大脑深处贝叶斯式思考的痕迹，而他们已经观察到了某些信号。2011年，美国卡内基梅隆大学的一个研究团队观察到神经元能在感知到现象之前释放电信号，仅仅因为大脑正对将要发生的事件进行预测。他们在大脑内部观察到，神经所传送的并不是来自感官的信息，而是概率计算。他们看到的是神经元正在依据贝叶斯统计法进行预测活动。还有！美国罗切斯特大学的神经学家亚历山大·普热( AlexandrePouger)的研究团队、麻省理工学院的约书亚·特南鲍姆( JoshuaTenenhaum)的团队，以及伦敦大学学院卡尔·弗雷斯顿( Karl Friston)的团队都发现，大脑皮层似乎完全就是为了实现概率计算而构建的。他们的计算表明，大脑外周皮层的神经元网络会根据储存信息和获得的外部信息进行概率计算，而后将计算结果传递给大脑的更高层级。这些科学家甚至认为已经找到大脑中贝叶斯计算的基本单元，他们称之为“规范回路”( c,anonical circuit)，这是在整个大脑皮层中反复出现的一些神经元微结构。从一层到另一层，整个大脑就是一个贝叶斯网络金字塔，而塔尖就是我们的思想！一切我们接触到的、听到的、感觉到的，都及时地通过大脑皮层转化为贝叶斯概率。整个世界就是大脑根据感知到的信息，不断计算出的概率的集合，一个被这个18世纪发现的伟大公式所支配的巨大的数据库！
甚至有一部分物理学家都接受了这一革命性观点！为了描述构成物质的最基本单元，他们也在研究中遇到了这个神奇公式。和大脑专家一样，他们也想看看能不能通过这一公式，为物质在最微观尺度上的奇异表现找到解释。或许会有一个爆炸性的结果在等着我们：支配所有信息和知识的贝叶斯公式破解量子物理的奥秘，甚至让这一研究对象脱离物理学领域，成为认知科学研究的一部分（参见右页文字）!
尽管科学家才刚刚开始这场革命，但成形中的贝叶斯认知理论已经展现出它的应用前景。“我们希望能就某些精神疾病发现有用线索。”克洛伊·法瑞介绍道。他们的想法是全面掌握支配大脑活动的各种机制，以更好地理解其运行中出现的问题。克洛伊·法瑞已经开始了研究，对象是一些精神分裂症患者。“前期成果表明患者将过多的注意力放在感官信息上。感觉经验与既有知识之间缺少互相校准，难以找到事物背后的原因……”克洛伊·法瑞透露。而尤其使研究人员动力十足的，是将所有大脑机制和一切行为现象统一在同一个理论体系之内的远景。斯坦尼斯拉斯·德阿纳激动地说道： “我们盼望能够回答认知科学中最为紧迫的问题，尤其是理解大脑是如何形成其特有的高级抽象规则的，如语言。”过去在统计学领域毫不起眼的贝叶斯公式终于修成正果。在解密我们思想的同时，它也将揭开人类的终极秘密。不得不承认，这是一个神奇的公式……
神奇的公式让机器人不再愚笨
“电脑能在国际象棋比赛中战胜人类。但就移动棋盘上棋子的能力而言，它只比得上5岁的小孩！”皮埃尔·贝西耶一针见血地指出了机器人面临的巨大难题：它们缺乏和真实世界进行交流的物理手段。而借助贝叶斯公式，它们正在克服遮一困难。因为贝叶斯公式的优点在于：传统程序只能在传感器接收到清晰的信号时才能够进行物品的识别，它们只能对检测信号与数据库中储存的物体信息是否匹配进行“是”与“否”的判断；而贝叶斯智能系统则可以处理传感器“感知”到的任意信息，并将其与数据库中的所有信息进行关联比对，为每一种关联求得一个概率值，概率值越大就越匹配。这样就可以识别并躲避意外的障碍，在光线很弱的状况下识别物体，或者识别数据库中未记录特征的物体。不久前，一个加利福利亚的研究究团队正是借助该智能系统，成功地研制出了一个比人类手指更为灵敏的机械指。
快速发展的量子物理学
“贝叶斯公式是可以支配一切知识，一切信息的法则！”这并不是一个神经学家的心声．而是加拿大普里美特理论物理研究所克里斯托弗·福赫斯( Christoph Fuchs)的评价，他的身份是量子物理学家！这一混搭令人惊讶。事实上，和他们认知科学领域的同行一样，一些物理学家也惊呼这是一场革命。他们认为贝叶斯统计法也将成为解决该学科一切难题的钥匙。
近一个世纪以来，物理学家不断深入微观领域，发现了量子物理定律。它们的有效性无可置疑，科学家从此不得不承认那些曾经认为不可能的现象：光同时以波和粒子的形式存在；一个电子可以同时出现在两个位置；一个粒子存在的状态只能用概率的形式描述……简而言之，为了能够准确地描述电子、光子和其他粒子的运动，物理学成了一片“概率”云。大部分物理学家不愿理会这个根本性的“顽疾”，但有一部分人提出用更极端的方式来解决它：不再将量子物理看作是对物质本身的描述，而仅仅是对我们所知的描述。在克里斯托弗·福赫斯，以及加利福尼亚大学约翰·贝慈( John Baez)、新墨西哥州立大学的卡尔顿·凯维斯( Carlton Caves)看来，物理学或许已经迷失了方向。不知不觉中，物理学变成了只是对观测者掌握信息状态的描述，透露出观测者对信息本身的无知。我们之所以看到粒子运动怪诞离奇．只是因为我们无法掌握相关信息的全貌（当我们说某个粒子在此处出现的概率为36%．而在彼处出现的概率为64%时，这只是因为我们缺乏关于它确切位置的信息）。这完全就是贝叶斯统计！
克里斯托弗·福赫斯通过对公式的逐一比较，在量子物理和贝叶斯统计之间发现了许多不寻常的相似之处，从而证明在这两种理论阃存在着部分关联！也就是说，物质的基本定律很自然地来自贝叶斯公式。这个18世纪的简单公式在量子物理中支配的不是物质，而是信息，即存在于具象和抽象、物体与理念之间的媒介形式。所有我们认为的现实都仅仅是贝叶斯公式支配下的二进制数列！这种突破传统物理学“现实”和“客观”底线的理论令人震惊。它向我们揭示，我们对于身边物质世界的理解最终是建立在主观和虚拟Z上。贝叶斯公式又一次冲击了我们的认知。
作者: 做网站知识@ 做网站
原载: 湘龙工作室
版权所有。转载时必须以链接(http://www.csjwang.com/wzzz/pojiesixiang-151/)形式注明作者和原始出处及本声明。