大脑的自由能假说-兼论认知科学与机器学习(2)
那么行为呢? 我们的行为最终还是要归之于感官,所谓人生食色性也。行为如果带来香甜的巧克力或可爱的美女,则得到嘉奖,这是符合你的理想的生存预期的。一个非常有趣的例子说明认知模型:一个黑暗里摸索的人, 他不停猜测前面是什么, 它会主动伸手去摸索,证实他的想法,一般如果我们发现我们的证实与内心的想法不符,则不停探索,知道符合它的预期,这就是一个简单的认知模型。
这里面我们看到认知模型包含两方面, 一个是感知和行为所获取的外部世界的状态, 一个是大脑内部认知过程的内部状态(模型)。 这个内部模型不停预测每个一个感官背后的动因, 和所蕴含的未来变化, 而行为本身则趋向于那些有利生存的结果。学习的目的就是让那么内部状态的模型更准确(预测精准),另一方面让行为决策获取更多对生存有利的证据。 如果模型的预测不正确, 则行为决策无法得到正确的结果。
这一原则所得到的启示十分强大,可以直接打通认知科学和机器学习的诸多方面:
1, 贝叶斯大脑假设: 如之前提到的, 大脑是部贝叶斯机器。 贝叶斯推断和决策的核心即由最新采纳的证据更新先验概率得到后验概率。 认知科学的核心(Perception)就是这样一个过程。
这里再说两句认知,认知的过程用机器学习的语言说就是用大脑的内部变量来模拟外部世界, 并希望建立内部世界和外部的一个一一映射关系。 这里我们说认知的模型是一个概率模型,并且可以被一系列条件概率所描述。如果用一个形象的比喻来说, 你可以把你的大脑看成一个可以自由打隔断的巨大仓库, 你要把外部世界不同种类的货放进不同的隔断,你的大脑内部运作要有一种对外界真实变化的推测演绎能力, 即随时根据新的证据调整的能力, 你和外界世界的模型匹配的越好, 你的脑子就运转越有效率。 认知是对外部世界运动的一种编码, 你可以立刻联想到机器学习里的表征方法(representation), 如果你熟悉RNN或CNN的embeding过程, 就会有一种豁然开朗的感觉, 虽然一时并不知有鸟用。
更多阅读
作者简介
作者许铁,微信号:ironcruiser
法国巴黎高师物理硕士 ,以色列理工大学(以色列85%科技创业人才的摇篮, 计算机科学享誉全球)计算神经科学博士,巡洋舰科技有限公司创始人, 《机器学习与复杂系统》纸质书作者。曾在香港浸会大学非线性科学中心工作一年 ,万门童校长好战友。