Kitabı oku: «Метамышление. Как нейронауки помогают нам понять себя», sayfa 3

Используем неопределенность, чтобы сомневаться

Конечно, никто не говорит, что каждый раз, познавая мир вокруг, мы специально прибегаем к уравнениям Байеса. Напротив, механизмы, используемые мозгом для решения обратных задач, срабатывают сами по себе – немецкий физик Герман фон Гельмгольц назвал это процессом «бессознательных умозаключений». Мозг быстро, буквально мгновенно оценивает влияние света и тени на впадины, выпуклости и шахматные доски, изображения которых мы видели на предыдущих страницах.

Аналогичным образом мы воссоздаем лицо близкого друга, вкус хорошего вина и запах свежеиспеченного хлеба, комбинируя предварительные предположения и информацию от органов чувств; тщательно взвешивая их с учетом соответствующих неопределенностей. Нейробиолог Анил Сет называет наше восприятие мира «контролируемой галлюцинацией» – наилучшим предположением о том, что на самом деле есть.

Очевидно, что оценка неопределенности, характеризующей те или иные источники информации, – основа нашего восприятия мира. Но изобретательные решения обратных задач дают замечательный побочный эффект. Оценивая неопределенность для того, чтобы воспринимать мир, мы обретаем способность сомневаться в том, что воспринимаем. Чтобы увидеть, как неопределенность с легкостью превращается в сомнение, давайте снова обратимся к игре в кости. Чем ближе общее значение к 15 или к нулю, тем больше мы уверены, что на кубике с подвохом выпала соответственно тройка или ноль. Но в средней части графика, где серые и белые столбики равны по высоте (общие значения равняются семи и восьми), доказательств недостаточно для любого из вариантов. Если я спрошу вас, насколько вы уверены в своем ответе, будет разумно, если вы усомнитесь, когда речь пойдет о значениях семь и восемь, но будете более уверены в случае меньших или бóльших результатов. Другими словами, мы знаем, что, скорее всего, знаем ответ, если неопределенность низкая, и знаем, что, скорее всего, не знаем ответ, когда неопределенность высокая.

Правило Байеса дает математическую основу для размышлений об этих оценках неопределенности, которые называют еще решениями второго типа, поскольку они касаются точности других решений – в отличие от решений первого типа, которые касаются окружающего мира. Согласно теореме Байеса, нам следует больше сомневаться, когда дело касается ответов, приходящихся на центр графика, поскольку именно они чаще всего приводят к ошибкам и с наименьшей вероятностью оказываются правильными. И напротив, по мере приближения к краям распределения вероятность правильного ответа возрастает. Используя неопределенность, присущую решению обратных задач, мы в качестве бонуса достигаем рудиментарной формы метапознания – и никаких дополнительных механизмов для этого не требуется²⁴.

Поскольку отслеживание неопределенности играет основополагающую роль в том, как мозг воспринимает мир, неудивительно, что эта форма метапознания доступна множеству животных. Один из первых – и наиболее изобретательных – экспериментов по изучению метапознания у животных был проведен психологом Дэвидом Смитом, работавшим с бутылконосым дельфином по имени Натуа. Смит обучил Натуа нажимать на разные рычаги в аквариуме в зависимости от частоты слышимого им звука. Низкочастотный звук варьировался от очень низкого до относительно высокого, почти высокочастотного. Таким образом, как и в нашей игре в кости, создавалась зона неопределенности, когда сложно было понять, какой же ответ правильный²⁵.

Когда Натуа научился справляться с этим заданием, в аквариум добавили третий рычаг, нажав на который можно было пропустить текущий звук и сразу перейти к следующему – дельфиний аналог пропуска вопроса в тесте. Смит рассудил, что если Натуа, будучи не уверен в ответе, откажется принимать решение, вместо того чтобы угадывать, то сможет добиться более высокой общей точности. Именно это Смит и обнаружил. Результаты показали, что чаще всего Натуа нажимал на третий рычаг, когда звук был пограничным. Как пишет Смит, «в случае неуверенности дельфин явно сомневался и колебался между двумя возможными ответами, но когда был уверен, то так устремлялся к выбранному ответу, что разгонял волну и заливал аппаратуру исследователей»²⁶.

Макаки – обезьяны, которые встречаются по всей Азии (и любят воровать еду у туристов в храмах и святилищах), – тоже легко обучаются отслеживать свою неуверенность в похожих ситуациях. В одном эксперименте макак обучали определять самую большую фигуру на экране компьютера. Затем им нужно было выбрать между двумя иконками. Первая иконка означала рискованную ставку (три кусочка еды в случае правильного ответа, за ошибку еду убирали), в то время как другой, безопасный вариант гарантировал один кусочек еды – обезьяний вариант игры «Кто хочет стать миллионером?». Обезьяны чаще выбирали рискованный вариант, когда отвечали правильно, что красноречиво свидетельствует о метапознании. Что впечатляет еще больше, они сразу же, без дополнительного обучения, справились с оценкой уверенности в своих ответах в другом тесте на память, исключив предположение, что они просто учатся ассоциировать определенные стимулы с ответами разной степени уверенности. С помощью похожего задания исследователи из лаборатории Адама Кепекса, расположенной в Колд-Спринг-Харбор в Нью-Йорке, продемонстрировали, что крысы тоже могут оценивать свою правоту насчет того, какой из двух запахов преобладает в смешанном аромате. Есть даже некоторые свидетельства, что птицы, как и обезьяны, способны переносить свои наработанные метакогнитивные навыки из одного испытания в другое²⁷.

Если чувствительность к неопределенности – это фундаментальное свойство работы мозга, то вполне логично, что у людей этот первый кирпичик метапознания можно обнаружить в самом раннем возрасте. Вдохновившись тестами Смита, Луиза Гупиль и Сид Куидер из Высшей нормальной школы в Париже решили исследовать, как неопределенность своих решений отслеживают 18‐месячные младенцы. Малышам, сидящим на коленях у матерей, демонстрировали заманчивую игрушку и давали поиграть с ней, возбуждая интерес. Затем им показывали, как игрушку прячут в одну из двух коробок. Наконец после небольшой паузы малышам разрешалось заглянуть в одну из коробок, чтобы достать игрушку.

В действительности экспериментаторы незаметно убирали игрушку из коробки. Это позволяло им измерить уверенность младенцев. Исследователи считали, что если малыши знают, хороший или плохой выбор они совершают, то будут охотнее искать (фактически несуществующую) игрушку в коробке при правильном выборе по сравнению с неправильным. Так и происходило: когда младенцы действовали неправильно, их поиски игрушки были менее настойчивы. Кроме того, чем выше был риск ошибиться, тем чаще они просили маму помочь им. Эти данные говорят о том, что даже в раннем возрасте младенцы способны оценивать свою неуверенность при принятии простых решений и просить о помощи лишь в случае необходимости²⁸.

Мы не знаем наверняка, как животные и младенцы решают эти задачи, поскольку, в отличие от взрослых людей, они не способны рассказать нам о том, что думают и чувствуют. Критики могут заявить, что они следуют правилу низшего уровня, которое является общим для всех задач эксперимента, – что-то вроде «Если я долго принимаю решение, то я должен нажать на кнопку „неуверенности“», – и не формируют какого-либо подлинного чувства неуверенности относительно принимаемых решений. Эта критика привела к разработке все более хитрых экспериментов, отсеявших множество различных объяснений, не связанных с метапознанием. Например, чтобы исключить отслеживание времени принятия решения, в некоторых исследованиях животным давали возможность сделать свой выбор еще до начала теста, до появления сигналов, что тестирование началось. Если макаки в этом случае решались пройти тест, то чаще оказывались правы, чем не правы, из чего можно сделать вывод, что они знали, когда знают ответ, а это отличительная черта метапознания²⁹.

К тому же существуют доказательства того, что разумные в других отношениях виды не способны отслеживать неопределенность в подобных ситуациях. Это позволяет предположить, что чувство неуверенности скорее является первым проблеском самосознания, нежели более общей когнитивной способностью. Капуцины – вид обезьян из Нового Света, обитающий в Южной Америке, – имеют много общего с макаками: используют камни, чтобы раскалывать пальмовые орехи, живут в больших группах. Но похоже, что в рамках эксперимента Смита капуцины не способны сигнализировать о своей неуверенности. С помощью особой уловки можно показать, что капуцины без труда используют третью кнопку для классификации нового стимула, но не для демонстрации неуверенности. Согласно этим данным, из двух похожих видов обезьян лишь один способен продемонстрировать признаки метапознания³⁰.

Но как только отслеживание неопределенности вступает в дело, появляется целый ряд полезных моделей поведения. Начнем с того, что оно позволяет понимать, нужна ли нам дополнительная информация. Давайте вернемся к игре в кости. Если я назову вам общее значение, близкое к центру графика, – семь или восемь, – то вы обоснованно можете засомневаться в том, что выпало на кубике с подвохом: ноль или тройка. Вместе с тем вы можете попросить меня бросить кости еще раз. Если я выкину значения пять, четыре и семь, используя те же самые кости, то ваша уверенность в том, что правильный ответ – ноль, значительно возрастет. Согласно теореме Байеса, до тех пор пока каждый бросок независим от предыдущего, мы можем рассчитать вероятность того, что ответ будет равен трем или нулю, суммируя логарифмы отношения нашей уверенности в каждом из вариантов после каждого отдельного броска³¹.

Блестящий британский математик Алан Тьюринг использовал этот трюк, когда работал над взломом шифра немецкой машины «Энигма» во время Второй мировой войны. Пытаясь расшифровать перехваченные сообщения, каждое утро его команда испытывала новые настройки. Вопрос заключался в следующем: как долго продолжать пробовать определенную пару шифров, прежде чем отбросить ее и попробовать другую. Тьюринг продемонстрировал, что, накопив множество образцов информации в течение определенного периода времени, взломщики шифров могут повысить свою уверенность в правильности конкретной настройки – и, что критически важно, свести к минимуму количество времени, затрачиваемого на тестирование неправильных шифров³².

Аналогичным образом, мы можем оценить нашу уверенность, чтобы понять, насколько будет полезна новая информация. Если в результате первого броска я получу общее значение 12, то с уверенностью смогу заявить, что на кубике с подвохом выпала тройка. Мне не нужно просить бросить кубик еще раз. Но если выпадет семь или восемь, то разумно будет перекинуть кости и избавиться от неуверенности относительно правильного ответа. Ученые изящно продемонстрировали роль уверенности в принятии решений о поиске новой информации. Участникам эксперимента предложили принять несколько непростых решений относительно цвета фигур на экране компьютера. Расположив фигуры определенным образом, исследователи смогли создать условия, в которых люди чувствовали себя менее уверенно при выполнении задания, но при этом справлялись с ним не хуже. Такой дизайн эксперимента замечательно изолирует влияние чувства неопределенности на наши решения. Когда участников спрашивали, хотят ли они взглянуть на информацию еще раз, они соглашались только в том случае, если ощущали себя менее уверенно. Как и в экспериментах с младенцами, участники полагались на внутреннее чувство неуверенности или уверенности, чтобы решить, требуется ли им помощь³³.

Оттенки серого

Способность отслеживать неопределенность имеет фундаментальное значение для нашего восприятия мира. Поскольку окружающая нас среда организована крайне сложно, а органы чувств способны посылать в мозг лишь расплывчатую картинку реальности, нам приходится выдвигать предположения насчет действительного положения дел в мире. Действенный подход к решению обратных задач состоит в комбинировании различных источников информации в соответствии с их надежностью или неопределенностью. Многие аспекты этого решения согласуются с математической теоремой Байеса, хотя нейробиологи активно спорят о том, как и насколько мозг следует этой формуле³⁴.

Независимо от того, как именно это происходит, мы можем быть вполне уверены, что работа мозга основана на вычислении неопределенности. Если бы мы не могли осмыслить неопределенность, то воспринимали бы мир одним-единственным способом (если бы вообще воспринимали). К тому же таким образом мы закладываем первый кирпичик метапознания – способность сомневаться в том, что говорят нам органы чувств. Самой по себе способности вычислять неопределенность недостаточно для полноценного самосознания. Но, вероятно, ее хватает для рудиментарных форм метапознания, которые были обнаружены у животных и младенцев. Демонстрация животными начальных признаков метакогнитивной способности размывает четкую грань, которую Набоков проводил между людьми и другими видами.

Глава 2
Алгоритмы самоконтроля

Однако, как только развивается способность воспринимать внешние события, возникает любопытный побочный эффект, который ведет к жизненно важным и фундаментальным последствиям. Речь о том, что способность живого существа воспринимать определенные аспекты окружающей среды переворачивается с ног на голову и превращается в способность чувствовать определенные аспекты себя самого.

– Дуглас Хофштадтер. «Я – странная петля»

В предыдущей главе мы узнали, как системы восприятия мозга получают информацию от органов чувств и решают обратные задачи, выстраивая модель мира. Еще мы узнали, что способность кодировать и отслеживать различные источники неопределенности, содержащиеся в том, что мы видим и слышим, чрезвычайно важна для нашего восприятия, а также что ее можно использовать, чтобы сомневаться в самих себе. Следующий этап нашего путешествия по алгоритмам самомониторинга начнется с противоположного края системы – с контроля наших действий.

Обычно мы считаем действие чем-то осознанным и продуманным – например, когда мы готовим ужин или берем телефон, чтобы позвонить другу. Но спектр возможных действий, которые мы совершаем в течение обычного дня, гораздо шире – это все, что наше тело делает, изменяя окружающую среду: дыхание, пищеварение, речь, перемена позы. Эти примеры показывают, что многие из наших действий не осознанны и при этом крайне важны для жизни.

Проблема в том, что действия не всегда идут по плану. То есть нам нужно уметь быстро и эффективно исправлять ошибки. Любая уважающая себя самосознающая система не захочет швырять действия, словно дротики в мишень, не имея возможности скорректировать их траекторию после броска. Представьте, что, ужиная с друзьями, вы тянетесь за бокалом красного вина, но промахиваетесь и сталкиваете его с края стола. Вы в ужасе наблюдаете за происходящим, чувствуя себя неспособным повлиять на ситуацию. И все же иногда, если повезет, ваша рука, казалось бы, по своей собственной воле может податься вперед и поймать бокал за мгновение до его падения. Мы увидим, что в основе такого умения корректировать свои действия лежит способность предсказывать то, что должно было произойти – бокал в вашей руке, а не на полу, – но не произошло.

Собственно, такие предсказания лежат в основе алгоритмов, способных осуществлять мониторинг самих себя. Вспомните предиктивный ввод текста на смартфоне. Он может исправить допущенные вами ошибки, только оценивая, какое слово вы изначально намеревались написать (и, если его оценки расходятся с вашими намерениями, это ужасно раздражает). Это интуитивно верно и для самосознания. Мы способны признавать свои ошибки и сожалеть о них, только если знаем, что мы должны были сделать, но не сделали. У французов есть замечательное выражение для таких случаев – «l’esprit d’escalier», или лестничный ум³⁵. Оно используется, если слова, которые стоило произнести на вечеринке, приходят в голову, только когда вы уже спускаетесь вниз по лестнице после ее окончания.

В этой главе мы познакомимся с набором алгоритмов, предсказывающих и корректирующих наши действия. Как мы увидим, мозги всех форм и размеров снабжены филигранными предохранительными механизмами, позволяющими им отслеживать свою деятельность и вносить в нее изменения – от мельчайших корректировок движения руки, тянущейся за чашкой кофе, и вплоть до мыслей по поводу проделываемой нами работы. Способность осуществлять мониторинг своих действий – это второй кирпичик самосознания.

Прогнозирование ошибок

Одни из самых простых и важных действий, которые мы совершаем, направлены на сохранение стабильности нашего внутреннего состояния. Все живые существа должны следить за температурой тела, уровнем питательных веществ и многим другим – зачастую это вопрос жизни и смерти. Если эти состояния слишком далеко отклоняются от своего идеала – так называемых заданных параметров, – оставаться в живых становится очень трудно. Рассмотрим скромную одноклеточную бактерию. Живым клеткам нужно управлять кислотностью своего внутреннего мира, потому что большинство белков перестают функционировать за пределами узкого значения водородного показателя (pH). Даже у простых бактерий на поверхности клеток находятся изощренные сети сенсоров и сигнальных молекул, которые при необходимости активируют насосы для восстановления нейтрального баланса pH.

Гомеостаз – именно так называется это явление – в биологии встречается повсеместно. Он работает как домашний термостат: когда температура опускается ниже определенной отметки, термостат включает отопление, поддерживая комфортную атмосферу в вашей гостиной. Любопытный аспект гомеостаза заключается в его рекурсивности – он стремится изменить ту же самую вещь, за которой осуществляет наблюдение.

Термостат в моей гостиной пытается регулировать температуру в той же гостиной, а не в какой-нибудь комнате в доме моего соседа, то есть это замкнутая система. Если параметр, который она отслеживает, находится в приемлемом диапазоне, значит, все в порядке. Если же обнаружен дисбаланс водородного показателя или температуры, предпринимаются определенные действия и дисбаланс устраняется. Исправно функционирующий гомеостаз не требует контроля; его корректирующее воздействие почти всегда приводит к желаемому результату, а процесс регуляции хотя и замысловат, но несложен с вычислительной точки зрения.

Однако гомеостатические механизмы отвечают за сиюминутный порядок, не особенно заботясь о будущем. Простой термостат не может «знать», что ночью становится холоднее, а днем теплее. Он просто включает отопление, когда температура опускается ниже порогового значения. Джез, герой комедийного сериала BBC «Пип-шоу»³⁶, не понимает эту ключевую особенность термостатов, когда говорит своему соседу по комнате Марку: «Давай поднимем температуру [бойлера] до двадцати девяти… На самом деле я не хочу, чтобы он нагревался до двадцати девяти, но ему нужна цель, чтобы было к чему стремиться. Так будет быстрее». Марк отвечает презрительно (но безошибочно): «Нет, быстрее не будет, он либо включен, либо выключен. Настраиваешь его – он достигает нужной температуры и выключается». Бойлер не обманешь.

Новое поколение обучающихся термостатов (таких как Nest³⁷), которые умеют запоминать типичные перепады температуры в течение дня, а также предпочтения своего владельца, представляет собой очередной этап эволюции традиционных устройств, работающих по принципу «либо включен, либо выключен». Умный термостат способен просчитать, когда ему нужно включаться, чтобы поддерживать равномерную температуру. Причина, по которой такие устройства успешнее старых добрых термостатов, в информатике выводится из классической теоремы о хорошем регуляторе, согласно которой, для того чтобы наиболее эффективно управлять системой, нужно разработать точную модель этой системы. Другими словами, чем точнее моя модель того, что оказывает влияние на температуру, тем выше вероятность, что я смогу предвидеть, когда нужно будет внести изменения в систему отопления³⁸.

Это же справедливо, если от гомеостаза перейти к действиям, влияющим на внешний мир. Наше поведение можно рассматривать как сложную форму гомеостаза – в том смысле, что многое из того, что мы делаем, направлено на поддержание нашего внутреннего состояния в желаемых границах. Если я голоден, то я могу пойти и приготовить сэндвич, который снова сделает меня сытым. Если мне нужны деньги, чтобы купить для сэндвича ингредиенты, то я могу устроиться на работу, чтобы заработать их, и так далее. Эта идея – все, что мы делаем в жизни, является частью некоего грандиозного плана, направленного на минимизацию «ошибок» нашего внутреннего состояния, – имеет как своих сторонников, так и критиков в сфере вычислительной нейробиологии. Но, по крайней мере, если речь идет о простых действиях, она служит элегантной основой для размышлений о том, как поведение отслеживается и контролируется. Рассмотрим поподробнее, как это работает на практике³⁹.