感知和行動的貝葉斯模型

來源：專知
本文附鏈接，建議閱讀5分鐘
本書探索的貝葉斯方法對感知建模讓我們感到興奮，因為它解釋了豐富的數(shù)據(jù)，并成功地解釋了許多實驗的結(jié)果。

這本書對理解概率推理在感性決策和行動中的作用，提供了一個溫和的介紹，一個嚴(yán)謹(jǐn)?shù)亩靠蚣?。概率或貝葉斯推斷是一種從不確定的證據(jù)中得出結(jié)論的方法。這本書解釋了有多少形式的感知和行動可以作為貝葉斯推理的數(shù)學(xué)模型。根據(jù)這些模型，人類的思維行為就像一個有能力的數(shù)據(jù)科學(xué)家(或者犯罪現(xiàn)場調(diào)查員，或者診斷醫(yī)生……)當(dāng)處理有噪聲和模糊的數(shù)據(jù)時。近幾十年來，貝葉斯關(guān)于感知和行動的方法越來越受歡迎，并得到了廣泛的測試。

https://www.cns.nyu.edu/malab/bayesianbook.html

推理在感知中起著核心作用。我們的眼睛、耳朵、皮膚和其他感覺器官記錄身體信號，并將這些信號轉(zhuǎn)化為電脈沖，傳輸?shù)酱竽X，類似神經(jīng)的摩爾斯碼。大腦必須解碼這些信號，并從這些信號中推斷出世界的狀態(tài)。眼睛記錄光的模式，但不能識別視覺場景。皮膚能感覺到壓力和振動，但不能識別引起這些刺激的外部物體。肌肉能感覺到緊張，但不能明確地指示身體的結(jié)構(gòu)。耳朵能探測到聲波，但并不表明其含義。大腦承擔(dān)著這些困難的解釋任務(wù)，通過接收到的感官信息對世界做出感性的最佳猜測。

本書探索的貝葉斯方法對感知建模讓我們感到興奮，因為它解釋了豐富的數(shù)據(jù)，并成功地解釋了許多實驗的結(jié)果。在貝葉斯框架內(nèi)，生物體的目標(biāo)是計算描述世界狀態(tài)的參數(shù)的概率分布。這種計算是基于感官信息和從經(jīng)驗中積累的知識。特定的感官信息和先驗知識是特定于手頭任務(wù)的，但計算在每個情況下都符合相同的概率演算規(guī)則。因此，貝葉斯方法將大量看似不同的行為統(tǒng)一在一個連貫的框架內(nèi)。

雖然這本書的重點是感知和行動，貝葉斯模型在認(rèn)知科學(xué)和心理學(xué)的其他領(lǐng)域是廣泛有用的。特別是，貝葉斯模型在高級認(rèn)知[2]中有著豐富的歷史，至少可以追溯到喬納森·埃文斯[43]和約翰·安德森[21]的工作，對認(rèn)知發(fā)展的理解做出了巨大貢獻[53,123]。本書中偶爾會出現(xiàn)更高層次的認(rèn)知，特別是在第6章(學(xué)習(xí))、第12章(變化世界中的推理)和第13章(推理與實用的結(jié)合)中。在第15章(背景中的貝葉斯模型)中，我們評論了感知和認(rèn)知之間的差異。

目錄內(nèi)容：