Bayesowskie mózgi i przetwarzanie predykcyjne

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

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

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