И как мы это делаем
На днях мы с женой шли завтракать, когда я услышал певчую птицу, с которой не был знаком. Я понятия не имел, что это за птица. Я не мог видеть это, чтобы описать это. Единственное, что я знал, это то, что я не слышал эту песню раньше на этой улице в этом районе. Это был чужой звук. Приятный, но чужой.
заметность
Как я это узнал? Обычно мы обращаемся к нашим воспоминаниям, когда пытаемся понять, откуда мы знаем, что слышали что-то раньше или видели что-то раньше. И, конечно же, задействована память. Но я не использовал сознательную форму памяти, как я делаю, когда сдаю тест или объясняю кому-то какую-то научную науку.
Мое признание птичьей песни как инопланетной было автоматическим. Мне не нужно было проверять свою память. Мне не нужно было думать обо всех песнях, которые я когда-либо слышал, как поют птицы, и пытаться сопоставить их. В этом вообще не было ничего сознательного. Казалось бы, без какого-либо промежутка времени мне сразу стало ясно, что эта песня была другой. Это не вписывалось в привычный контекст того места, где мы находились.
И эволюционно имеет смысл, что у нас есть такая система. Хотя для моего выживания не имеет большого значения, переселилась ли в соседний район новая певчая птица, моим предкам приходилось немедленно реагировать на другие вещи, которые не подходили.
Представьте, что вы были в поле, собирая полевые цветы, и вдруг услышали, что все птицы перестали петь. Даже сверчки затихли. Если бы вам пришлось думать об этом, чтобы заметить это, пантера, вероятно, вас бы достала. Людям и всем млекопитающим нужна автоматическая реакция, чтобы классифицировать вещи в их окружении как подходящие или нет. Если они подходят, они уходят на второй план и им вообще не уделяется внимания. Если нет, то они бросаются в глаза — они выделяются — и они привлекают все наше внимание, пока мы не решим, что они не представляют угрозы.
Компьютеры тоже так делают
Итак, как мы это делаем? Что ж, некоторые виды машинного обучения могут дать нам подсказку. Есть несколько различных методов, которые компьютеры могут использовать для классификации, но я сосредоточусь на бинарной классификации, то есть на классификации чего-либо как находящегося в одном из двух возможных состояний. В этом случае два состояния являются обычными или необычными.
Рассмотрите все данные, которые у вас есть в потоке в любой момент. Их много, и вы не осознаете большую часть этого. И, в отличие от Google или Amazon, вы не можете просто вбить себе в голову новый сервер, когда ваша память заполнена. Поэтому вам нужно отфильтровать то, что занимает пугающие ресурсы, такие как пространство памяти. Поскольку пространство в нашем толстом черепе ограничено, стоит потратить много ресурсов на то, чтобы по ошибке не засунуть туда ненужные вещи.
Таким образом, мы отслеживаем контекст всего. Это означает, что у нас есть много ресурсов, работающих в фоновом режиме, о которых мы не знаем. Мы отслеживаем ощущение воздуха на нашей коже, температуру нашего тела, звуки вокруг нас, вибрацию земли, десятки, если не сотни входных данных из нашего окружения, на которые мы обращаем мало сознательного внимания.
И, подобно компьютерам, мы учимся. Когда происходит какой-то результат, мы берем все данные, которые поступали непосредственно перед ним, и оцениваем их как значимые. Когда ничего не происходит, входные данные, которые мы получаем, оцениваются как не очень значимые. Мы классифицируем входные данные, которые мы получаем с течением времени, в соответствии с этими весами. Чтобы быть готовым к тому, что в следующий раз произойдет что-то важное, мы начинаем классифицировать внешние предшественники результатов как сами результаты. Это может дать нам самое раннее предупреждение о приближении этой пантеры.
Когда муравей кусается
Эта классификация — это то, как мы с женой знали, как реагировать, когда наша дочь показала нам укус муравья на своей ноге (не изображение вверху страницы). Оно распухло до красного пятна размером с ее ладонь и сильно чесалось. Два дня она росла, и она забеспокоилась. «Должна ли я обратиться к врачу», — задумчиво спросила она, увидев двоих. Думаю, твои родители не в счет, потому что ты не платишь за их мнение.
Откуда мы знали, что это проблема, которая со временем разрешится? Не было центрального некроза, как на картинке выше, так что вряд ли это был коричневый паук-отшельник. Системных симптомов не было: ни лихорадки, ни зуда в других местах, ни онемения, ни покалывания нигде. Область была теплой и нежной при надавливании, но безболезненной в покое. Не было серозных выделений, корок или других признаков кожной инфекции.
Значит, не коричневый отшельник. Не целлюлит. Не анафилаксия. Нет ничего, что нам нужно было бы делать больше, чем ждать с антигистаминными препаратами и отдыхать. Это форма сознательной классификации, которой мы научились в школе. Потребовались годы, чтобы учиться, годы, чтобы тренироваться. Но ни один из нас не выразил это словами в голове, когда увидел укус. Мы смотрели, щупали тыльной стороной ладони, спрашивали, не болит ли в покое. Мы оба независимо сдали один и тот же экзамен и взяли один и тот же анамнез. Короче говоря, мы оба использовали один и тот же алгоритм классификации.
Илон прав?
Итак, Илон Маск, как известно, задавался вопросом, является ли все наше существование просто компьютерной симуляцией. Возможно, моя жена и я, работающие по одному и тому же алгоритму, тому подтверждение. Или, может быть, у нас просто были одинаковые входные данные. В любом случае, нетрудно понять, почему наш мозг использует так много нашей дневной энергии в состоянии покоя. Они усердно работают над классификацией нашего окружения, даже когда мы так не думаем.
********************
Доктор Ветсман — психиатр-нарколог и в настоящее время изучает науку о данных. Он выпустил свой сериал Ending Addiction. У него также есть кое-что еще в огне — еще больше. Ничто из того, что он пишет, не является финансовым советом. Не делайте ничего, что он предлагает; посмотрите другие источники и примите решение.
