Teoria konstruowanych emocji

Układanka

  • Ewolucjonizm
  • Kwestie historyczne
  • Allostaza i procesy fizjologiczne
  • Inferencja Bayesowska
  • Przetwarzanie predykcyjne
  • Core affect i interocepcja
  • Pojęcia, kategorie i ich tworzenie

Krótka historia kognitywistyki

Behawioryzm

  • B.F. Skinner i gołębie
  • S -> R

Rewolucja poznawcza

  • Noam Chomsky - Review of B.F.Skinner's Verbal Behavior (1959)
  • George Miller - The Magical Number Seven, Plus or Minus Two
  • Psychologia, lingwistyka, informatyka, filozofia i neuronauka w jednym (!?!@#!%$!)
  • Metafora komputera
  • Modularność umysłu, modularność mózgu
  • Specjalizacja funkcjonalna mózgu

3E Cognition

  • Embodied
  • Enactive
  • Extended

Embodied cognition (ucieleśnione poznanie)

  • Człowiek poznaje świat całym ciałem, nie tylko układem nerwowym
  • Praca układu nerwowego jest nierozerwalnie złączona z ciałem
  • Mózg jest zamknięty w czarnej skrzynce, jego interakcje ze światem zależne są od ciała

Enactive cognition (enaktywne poznanie)

  • Działanie jest nierozerwalnie związane z poznaniem
  • Podmiot poznający zawsze działa, porusza się w świecie, aktywnie pozyskując informacje
  • Percepcja jest w dużej mierze zależna od ciała i jego ruchu
  • Postrzegamy obiekty w kategoriach działań, które możemy na nich wykonać (affordances, Gibson)
  • Pojęcia powstają w kontekście działania

Extended cognition (rozszerzone poznanie)

Clark

Extended cognition (rozszerzone poznanie)

  • Andy Clark i David Chalmers (1998)
  • Jakaś część naszego systemu poznawczego jest całkowicie poza naszym ciałem
  • Książki, notesy, komputery, smartfony
  • Wikipedia?
  • Być może poznanie jest "partnerstwem" pomiędzy mózgiem i światem zewnętrznym?

Homeostaza i allostaza

Na podstawie: Peter Sterling (2004), Principles of Allostasis: Optimal Design, Predictive Regulation, Patophysiology and Rational Therapeutics. W: Allostasis, Homeostasis, and the Costs of Physiological Adaptation. Jay Schulkin (Ed.). Cambridge University Press.

Homeostaza

  • Claude Bernard, Walter Cannon, przełom XIX i XX w.
  • Celem fizjologii jest utrzymywanie stałych warunków wewnątrz organizmu
  • Optymalna temperatura, ciśnienie krwi, stężenie glukozy, gospodarka sodowo-potasowa itd.
  • Zachwianie homeostazy powoduje uruchomienie sprzężeń zwrotnych

Problem z homeostazą

Ciśnienie krwi

  • 110/70 to nie poziom optymalny tylko średni
  • Odzwierciedla poziom najczęstszy ale nie najbardziej optymalny
  • Większe zapotrzebowanie na tlen (np. z powodu wysiłku) wymaga wyższego ciśnienia

Allostaza

  • Celem fizjologii nie jest zachowanie stałych parametrów tylko zwiększenie szansy na sukces reprodukcyjny
  • Parametry fizjologiczne fluktuują, ale nie z powodu zachwiania homeostazy
  • Fluktuacje służą optymalizacji
  • Allostaza: coordinated variation to optimize performance at the least cost (Sterling, 2004)

Zasady allostazy

  1. Organizmy są wydajne
  2. Wydajność wymaga wzajemnych "poświęceń" (reciprocal trade-offs)
  3. Wydajność wymaga przewidywania potrzeb
  4. Przewidywanie wymaga dostrojenia sensorów do spodziewanych bodźców
  5. Przewidywanie wymaga dostrojenia efektorów do spodziewanego zapotrzebowania
  6. Regulacja predyktywna zależy od zachowania, które również podlega adaptacji

Organizmy są wydajne

  • Systemy fizjologiczne muszą być wydajne aby dobrze działać w większości prawdopodobnych sytuacji
  • Zbyt duża wydajność (odporność na bardzo nieprawdopodobne, ekstremalne warunki) powoduje za duże koszty utrzymania
  • Zbyt mała wydajność (brak odporności na prawdopodobne zdarzenia) jest w oczywisty sposób bez sensu

Wydajność wymaga wzajemnych poświęceń

  • Reciprocal trade-offs
  • Poszczególne systemy/organy mogą dzielić się zasobami
  • W czasie spoczynku zapotrzebowanie mięśni szkieletowych na krew to 1,2 l/min
  • W czasie 100% wysiłku rośnie do 22l/min
  • Nerki chwilowo dostają mniej krwi, żeby zaspokoić zapotrzebowanie mięśni
  • To wymaga centralnego sterowania!

Wydajność wymaga przewidywania potrzeb

  • Reagowanie na zachwiania równowagi jest niewystarczające i zbyt kosztowne
  • Optymalnie jest przewidywać potrzeby i reagować na nie
  • Osoba z cukrzycą zrobi sobie zastrzyk z insuliny przed posiłkiem
  • Naczelną funkcją mózgu jest przewidywanie przyszłych stanów w celu optymalizacji metabolicznej

Więcej o allostazie i zdrowiu

Statystyka Bayesowska

Zagadka

  • Spotykasz studenta na kampusie, zaczynacie rozmawiać
  • Okazuje się, że nazywa się Tomek i jest bardzo nieśmiały
  • Co robi Tomek?
  • Studiuje prawo?
  • Robi dr z matematyki?

Zagadka

  • Ile jest w ogóle studentów prawa na kampusie?
  • Ile jest w ogóle ludzi robiących phd z matmy na kampusie?

Inferencja Bayesowska

P(A∣B)=P(B∣A) P(A)P(B)P(A \mid B) = \frac{P(B \mid A) \, P(A)}{P(B)}

Inferencja Bayesowska

Bayesian Brain Hypothesis

  • W wielu zadaniach ludzki system poznawczy zachowuje się bayesowsko
  • Być może inferencja bayesowska jest implementowana w układzie nerwowym
  • Free energy principle - every living organism aims to maximize the bayesian model evidence (Friston)

PP

  • Predictive processing (przetwarzanie predykcyjne)
  • Predictive coding (kodowanie predykcyjne)
  • Active inference (aktywne wnioskowanie)

Herman von Helmholtz (1821 - 1894)

Rao & Ballard, 1999, Nat Neurosci

Karl Friston

PP - o co chodzi?

Percepcja jest kombinacją:

  • Predykcji opartych na wiedzy (prior)
  • Danych sensorycznych potwierdzających (lub nie) te predykcje (likelihood)

PP - o co chodzi?

Percepcja jest kombinacją:

  • procesów wstępujących (bottom-up)
  • procesów zstępujących (top-down)

Percepcja to kontrolowana halucynacja

  • Wykorzystujemy probabilistyczną wiedzę, żeby tworzyć generatywny model świata
  • Model ten wykorzystujemy do konstruowania doświadczeń percepcyjnych

Mózg jako maszyna do tworzenia predykcji

  • Mózg (UN) to wielowarstwowe, wieloośrodkowe, hierarchiczne urządzenie, które non-stop zajmuje się przewidywaniem własnych stanów sensorycznych (eksterocepcji, interocepcji, propriocepcji)
  • To co widzimy w danym momencie to najbardziej prawdopodobna predykcja na temat najbliższej przyszłości

Hierarchiczność w PP

  • Wyższe struktury cały czas starają się przewidzieć stany niższych struktur
  • Najniższe poziomy hierarchii: neurony narządach sensorycznych, drogi sensoryczne
  • Wyższe poziomy: percepcja obiektów, kategorie pojęciowe, stany motywacyjne, etc

Hierarchiczność (Lupyan & Clark, 2015)

Błędy predykcji (prediction errors)

  • Jeśli stany sensoryczne zgodne są z modelem/przewidywaniami: wszystko jest ok
  • Jeśli nie: powstają błędy predykcji, które uaktualniają model tak, by lepiej przewidywał stany
  • To jest uczenie się

Precyzja

  • Self-estimated sensory uncertainty - precision
  • Błędy predykcji mogą wynikać z różnych przyczyn
  • W nocy widzimy mniej niż w dzień
  • Mózg zdaje sobie sprawę z niepewności związanej z błędami predykcji
  • Im większa niepewność/mniejsza precyzja, tym błędy mają mniejszą szansę wpłynąć na model generatywny

Przykład (LFB)

  • Jesteś policjantem, idziesz ciemną ulicą w kiepskiej dzielnicy
  • Widzisz człowieka wyjmującego komórkę z kieszeni
  • PP tworzy model biorąc pod uwagę: bycie policjantem, ciemność, kiepska dzielnica, ktoś sięga do kieszeni...
  • W tej sytuacji może stworzyć się wyraźny percept broni (shooter bias)

Precyzja a uwaga

  • W PP ten mechanizm utożsamiany jest z uwagą
  • Jeśli kierujemy na coś uwagę, zwiększamy precyzję błędów predykcji
  • Zwiększając precyzję, zwiększamy szansę na zmianę modelu świata

PP to nie tylko percepcja

  • PP sugeruje, że tworzenie modeli jest naczelną zasadą organizującą systemy biologiczne!
  • W tym sensie aplikowane jest do wszystkich obszarów funkcjonowania umysłu

PP to nie tylko teoria!

  • PP to zasada, wg. której skonstruowane są układy nerwowe!
  • Mózgi ssaków mają architekturę, która pozwala na PP (mają?)

Predykcje w życiu

200km/h!

Proste przykłady

Proste przykłady

https://michaelbach.de/ot/mot-flashLag/index.html

Działanie (action)

Klasyczny pogląd na działanie (D.Hume)

Aby działać, potrzebne są:

  • Przekonania na temat świata (beliefs)
  • Pragnienie, aby zmienić ten świat (motivation)

PP a działanie

Gdy model się nie zgadza z danymi sensorycznymi, można:

  • Zmienić model, by pasował do świata
  • Zmienić świat, by pasował do modelu

PP a poruszanie się (motor control)

  • Gdy chce się poruszyć, wytwarzam model świata, w którym już się poruszyłem
  • Model odbiega od rzeczywistości (błędy predykcji!)
  • Ruszam się, żeby dopasować model (zmniejszyć błąd)
  • (można tak programować roboty!)

Ale po co w ogóle się ruszać?

  • PP zakłada hierarchiczność systemu
  • Pragnienia "długoterminowe" (motywacje?) są wynikami długoterminowych, wysokopoziomowych predykcji na temat własnego stanu w przyszłości

Przykład (A.Clark)

  • Przewiduję, że spotkamy się o 19:00 w kinie, więc...
  • Przewiduję, że wsiądę do autobusu o 18:30, więc...
  • Przewiduję, że poruszę moimi kończynami, żeby dojść na przystanek, itd.

Od PP do free energy principle

Od PP do free energy principle

https://www.youtube.com/watch?v=NIu_dJGyIQI&t=12s

Problemy z PP

  • Teoria wszystkiego?
  • Falsyfikowalność?
  • Czy PP to wszystko, czy jest coś jeszcze?
  • Czy PP tłumaczy celowość, moralność, inne ludzkie przywary?
  • Czy free energy principle się zgadza?

Jeśli kogoś to zainteresowało...

Książki o PP

Jakob Hohwy, The Predictive Mind (2014), Oxford University Press

Książki o PP