Биологическое правдоподобие байесовских моделей познания

При выполнении определенных задач выводы людей в значительной степени приближаются к байесовским выводам. Например, когда люди получают как тактильную, так и визуальную информацию о размере объекта, они комбинируют эту информацию способом, который очень напоминает байесовский вывод, принимая во внимание неопределенности, связанные с визуальной и тактильной информацией (например, Ernst & Banks). , 2002). Эту оптимальность можно наблюдать во многих перцептивных (Knill & Pouget, 2004) и сенсомоторных (Kording & Wolpert, 2004, 2006) задачах и в различных источниках информации (например, включая предшествующие убеждения и множественные сенсорные входы). Эти результаты предполагают, что должны существовать биологические механизмы, которые либо реализуют байесовский вывод, либо реализуют что-то очень похожее на него.

В то же время единого мнения относительно того, как это делается, нет. Хотя есть предложения о том, как нейронные популяции могут выполнять байесовский вывод (например, Ma, Beck, Latham, & Pouget, 2006; Knill & Pouget, 2004; Kover & Bao, 2010), в настоящее время трудно оценить эти предложения: доступные нейробиологические данные весьма ограничены. Более того, поскольку наиболее убедительные доказательства байесовского вывода ограничены процессами восприятия низкого уровня, возможно, что выводы более высокого уровня реализуются биологическими механизмами, которые не выполняют байесовский вывод. Действительно, учитывая вычислительную сложность байесовского вывода в целом, кажется почти неизбежным, что многие биологические механизмы не будут точно реализовывать байесовский вывод.

Таким образом, некоторые биологические механизмы должны выполнять что-то вроде байесовского вывода, но исследователи только начали изучать, как это происходит, и степень, в которой восприятие и познание высокого уровня зависят от байесовских вычислений, остается неясной.

использованная литература

Книлл, округ Колумбия, и Пуже, А. (2004). Байесовский мозг: роль неопределенности в нейронном кодировании и вычислениях. Тенденции в неврологии, 27 (12), 712-719. [pdf ]

Кординг, КП, и Вольперт, Д.М. (2004). Байесовская интеграция в сенсомоторном обучении. Наутр, 427, 244-247. [pdf ]

Кординг, К.П., и Вольперт, Д.М. (2006). Байесовская теория принятия решений в сенсомоторном управлении. Тенденции когнитивных наук, 10 (7), 319-326. [pdf ]

Ма, В. Дж., Бек, Дж. М., Латам, П. Е., и Пуже, А. (2006). Байесовский вывод с вероятностными кодами населения. Nature Neuroscience, 9 (11), 1432–1438. [pdf ]

Эрнст, М.О., и Бэнкс, М.С. (2002). Люди объединяют визуальную и тактильную информацию статистически оптимальным образом. Природа, 415, 429-433. [ссылка ]