Titta

UR Samtiden - Tänka på att tänka

UR Samtiden - Tänka på att tänka

Om UR Samtiden - Tänka på att tänka

Föreläsningar från ett tvärvetenskapligt symposium om tänkande hos människor och andra djur - vad det är, hur det fungerar, hur det utvecklats och vad som skiljer människans sätt att tänka från djurens. Inspelat den 14-15 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Till första programmet

UR Samtiden - Tänka på att tänka : Tänkande i det prediktiva medvetandetDela
  1. Man har komplexitetsreduktion,
    där man jämför modellers komplexitet-

  2. -och väljer den som är bäst,
    varken för enkel eller för komplex.

  3. Det här är en målning av Martin
    Fasting som heter "Monkey Fly".

  4. Det är en apa
    som hålls trollbunden av en fluga.

  5. Den tänker på vad den ska hitta på.

  6. Okej.

  7. Kathrin höll ett utmärkt föredrag
    om prediktionsfelsminimering.

  8. Tanken att hjärnan försöker minimera
    sina egna prediktionsfel.

  9. Prediktionsfel är skillnaden
    mellan indata och predicerade indata.

  10. Hjärnan är intresserad av att få
    så lite prediktionsfel som möjligt-

  11. -när den bygger interna modeller.

  12. Det hävdas främst av Karl Friston,
    men det finns en lång historia-

  13. -inom maskininlärning,
    datorstödd neurovetenskap-

  14. -och inom många andra områden,
    som går ända tillbaka till Kant.

  15. Helmholtz är förstås
    en av de viktigaste-

  16. -när det gäller den här typen av idéer.

  17. Det jag ska prata om i dag bygger
    också på arbeten av Andy Clark-

  18. -Karl Friston själv och Anil Seth.

  19. Här är mina och Andys böcker.
    Vi är överens om mycket-

  20. -men inte om vissa nyanser
    i tolkningen av ramverket-

  21. -när det gäller debatten
    om kroppslig kognition och så.

  22. Vi är överens om en sak,
    som Chris Frith också håller med om-

  23. -och det gäller distinktionen
    mellan tänkande och perception.

  24. Det finns ingen anledning att mena
    att det finns en väsentlig distinktion.

  25. Allt styrs av samma slags processer-

  26. -och det handlar bara om
    olika platser i den kortikala hierarkin.

  27. I dag tänker jag
    ge flera belägg för den här tanken.

  28. Jag ska försöka säga
    att det här är generellt sant-

  29. -och särskilt
    med prediktionsfelsminimering

  30. -är tankar och perception
    mycket mer lika än vad vi kanske tror.

  31. Prediktionsfelsminimering kan också
    förklara de skillnader som finns kvar-

  32. -mellan tänkande och perception.
    Det blir tre avdelningar.

  33. Jag pratar först
    lite snabbt om bakgrunden-

  34. -sen om perception och tänkande
    och sen om prediktionsfelsminimering.

  35. Hittills har jag inte
    tänkt så mycket på tänkande-

  36. -även om frågan dyker upp ganska ofta
    när vi pratar om prediktionsfel.

  37. Här är det citat som jag byggde mitt
    citat i Kathrins föredrag på.

  38. Helmholtz säger:

  39. "De 'psykiska aktiviteter' som leder
    till perception är omedvetna."

  40. "Det liknar inferens,
    eftersom vi observerar en effekt"-

  41. -"och drar slutsatser
    om orsaken till effekten."

  42. "Det gäller trots att vi bara har
    direkt erfarenhet av nerverna."

  43. "Vi känner bara effekterna,
    inte de externa tingen."

  44. Vi kan rita
    en liten bild av situationen.

  45. Till vänster är agenten,
    den som förnimmer-

  46. -som har vissa
    interna tillstånd i hjärnan.

  47. Vi har sinnesintryck
    som påverkar de tillstånden.

  48. De tillstånden, som vi såg i Tims
    föredrag, ger upphov till handlingar-

  49. -med vars hjälp
    vi försöker förändra världens tillstånd.

  50. Sen har vi dolda tillstånd i världen,
    som agenten försöker representera.

  51. Vi antar att de tillstånden
    är det som orsakar sinnesintrycken-

  52. -och våra handlingar är en del av det
    som kan förändra de dolda tillstånden.

  53. Vi har en fin orsakscirkel-

  54. -med agenten på ena sidan
    och världen på den andra.

  55. Problemet för agenten blir-

  56. -att det inte finns ett ett-till-ett-
    förhållande mellan interna tillstånd-

  57. -och de sanna dolda tillstånden.
    Om det var ett ett-till-ett-förhållande-

  58. -så skulle vi inte ha
    några problem med perception.

  59. Alla agentens tillstånd skulle motsvaras
    av tillstånd ute i världen.

  60. Men det är inte så det fungerar.
    Det finns brus och störningar-

  61. -i orsakskedjorna mellan orsakerna
    ute i världen och sinnesintrycken-

  62. -och också mellan mina handlingar
    och orsakerna ute i världen.

  63. De här orsakskedjorna
    samverkar också med andra orsaker-

  64. -djupare dolda orsaker
    och oregelbundenheter-

  65. -som skapar ickelinjära störningar
    och gör det svårt att dra slutsatser.

  66. Här är ett bra exempel
    på ickelinjär input.

  67. Det är ett bra exempel på hur bra våra
    hjärnor är på att utvinna information-

  68. -från ickelinjära sinnesintryck. Den
    input vi får från geten är ickelinjär.

  69. Geten är bakom två träd, bakom
    ett stängsel, den hoppar mot väggen-

  70. -bollen studsar mot geten, geten
    är mellan träden, framför stängslet...

  71. Det är oerhört komplicerat, men vi ser
    genast vad som händer. Rätt otroligt.

  72. Det är den typen av interaktioner
    som vi talar om-

  73. -mellan olika orsaker,
    träd och getter och sånt.

  74. Vi tror inte att det finns många getter-

  75. -eller skivor av getter som döljs
    bakom träd eller bakom stängslet.

  76. Där finns en get
    som är densamma genom hela filmen.

  77. Ett enkelt sätt, ett inbjudande sätt-

  78. -att tänka på hur hjärnan representerar
    geten och alla olika orsaker-

  79. -är att det finns
    en hierarkisk modell i hjärnan-

  80. -som håller koll på alla olika orsaker,
    träd, getter, väggar och bollar-

  81. -och allt som kan förklara
    våra sinnesintryck-

  82. -och som gör att vi kan utvinna
    information som vi behöver-

  83. -för att skapa
    sanningsenliga representationer.

  84. Ni som har följt debatten
    har säkert sett idén om Markovtäcket.

  85. Det är en tanke
    från bayesiansk litteratur-

  86. -om att de olika noderna
    i det här nätverket är oberoende.

  87. Det skapar ett slags membran
    runt ett specifikt system-

  88. -i det här fallet hjärnan-

  89. -där Markovtäcket består
    av sinnestillstånd och aktiva tillstånd.

  90. Vi återkommer till den här tanken.

  91. I det här fallet har vi lärt oss
    en massa orsakssamband-

  92. -om hur i det här fallet
    saker kan dölja varandra-

  93. -som vi kan applicera
    på vår modell av världen.

  94. Det sker i en kortikal hierarki-

  95. -där vi har kortvariga orsakssamband
    längst ner i hierarkin-

  96. -och sen längre och längre
    orsakssamband högre upp.

  97. Det är en ganska spekulativ karta
    som bara fungerar som illustration.

  98. Hierarkin är antagligen ingen hierarki,
    utan snarare nåt munkformat, så här.

  99. Där finns olika undergrupper
    för olika slags sinnesintryck.

  100. Här är den bild
    jag använder för hierarkin...

  101. ...den perceptuella hierarkin,
    för att ha nåt att ta fasta på...

  102. ...när vi diskuterar distinktionen
    mellan tänkande och perception.

  103. Längre upp i hierarkin representeras
    saker som har hänt under längre tid.

  104. Prediktionshorisonten
    blir längre högre upp-

  105. -men detaljrikedomen blir lägre
    ju högre upp man kommer.

  106. Jag kan bara förutse saker med hög
    detaljrikedom en kort tid fram i tiden.

  107. Jag kan inte vara lika säker
    på detaljerna längre fram i tiden.

  108. Som jag sa så är
    det som händer under Markovtäcket-

  109. -att modellen byggs upp
    med hjälp av osäker inferens.

  110. Vi vet inte vad som finns i världen,
    utan gör inferenser.

  111. Vi gör det med hjälp av Bayes regel.

  112. Bayes regel ger oss ett sätt
    att utnyttja en optimal kombination-

  113. -av det man redan vet
    och ens sinnesintryck.

  114. Vi kan se det som Bayes inferens,
    där vi har...

  115. Det här är en uppdaterad hypotes, som
    bygger på det som Kathrin pratade om.

  116. Vi gör det utifrån prediktioner som
    bygger på tidigare trosföreställningar.

  117. Sen jämför vi prediktionen med sinnes-
    intryck för att få prediktionsfelet-

  118. -och sen uppdaterar vi prediktionen
    utifrån en viktning av prediktionsfelet.

  119. Vi viktar det genom förhållandet mellan
    vad vi lär oss av våra sinnesintryck-

  120. -hur precisa de sinnesintryck är
    som vi har just nu-

  121. -som vi viktar mot det vi redan vet,
    hur precis den kunskapen är.

  122. Om man redan vet
    mycket om vad som ska hända-

  123. -bör man inte lita på prediktionsfelet,
    som då får låg vikt.

  124. Jag hoppas att det går att förstå.
    Ekvationerna ser ut så här.

  125. Man ser sånt här
    i prediktionslitteraturen.

  126. Man har prediktionen, prediktionsfelet-

  127. -viktningen och den nya kunskapen.

  128. En sak som är ganska viktig är
    att enkel Bayes inferens-

  129. -inte beskriver hur vi hanterar
    föränderliga miljöer-

  130. -som det vi just såg
    med geten och stängslet.

  131. Där behövs mer sofistikerade modeller.

  132. Vi behöver hierarkisk Bayes inferens
    med föränderlig inlärning.

  133. I olika sammanhang förändras hur
    mycket man lär sig av prediktionsfelet.

  134. I det här fallet bestäms
    viktningen av prediktionsfallet-

  135. -av parametrar högre upp i hierarkin.

  136. I en sån här modell måste man ha
    föränderliga inlärningskurvor.

  137. Det måste vara så i den verkliga
    världen där det finns mycket osäkerhet.

  138. Det här innebär att hjärnan måste lära
    sig att bestämma sin inlärningskurva.

  139. Det blir då nånting som i hjärnan
    översätts till neural förstärkning-

  140. -vilket är relaterat till uppmärksamhet,
    som sätter en optimal inlärningskurva.

  141. Vi återkommer till det.

  142. Jag ska ge ett par korta exempel
    på hur det här är tänkt att fungera.

  143. Det är bara leksaksexempel.

  144. Här är en bild
    av en kortikal hierarki med tre nivåer.

  145. Prediktionerna går neråt
    och prediktionsfelen går uppåt.

  146. Jag har stulit bilden av Karl Friston.

  147. Vi ger modellen icke-linjära data-

  148. -och vi får då representationer
    på olika nivåer i hierarkin-

  149. -av getter, kausala regelbundenheter
    som gäller stängsel-

  150. -och kanske andra kausala regel-
    bundenheter som ljusförhållanden.

  151. Om det börjar skymma bör jag
    lita mindre på mina sinnesintryck.

  152. Tanken är att de här olika
    regelbundenheterna på olika nivåer-

  153. -tillsammans ger nåt som liknar
    de sinnesintryck man utsätts för.

  154. Om geten hamnar bakom ett träd
    i stället för ett stängsel-

  155. -så får man ett annat sensoriskt flöde
    utifrån andra parametrar i hierarkin.

  156. Vi borde inte bara se på inferens
    under osäkra förhållanden-

  157. -utan hierarkisk inferens
    under föränderliga förhållanden.

  158. Jag har inte pratat så mycket
    om prediktionsfelsminimering.

  159. Vi går över till det.

  160. Om vi antar att vi har
    en normal sannolikhetsfördelning-

  161. -och ett system för Bayes inferens-

  162. -borde uppskattningen av hur världen
    ser ut hamna i mitten av fördelningen.

  163. Det är viktigt, för den uppskattning
    som är i mitten av en sån fördelning-

  164. -kommer att minimera
    prediktionsfel över tid.

  165. För varje ny datapunkt kommer
    det sammanlagda prediktionsfelet-

  166. -bli så litet som möjligt,
    givet formen på sannolikhetskurvan.

  167. Om man har en uppskattning
    som inte ser ut så här-

  168. -så får man fler prediktionsfel över tid
    än man skulle behöva få.

  169. Bayes inferens
    minimerar prediktionsfel över tid.

  170. Vi ser det i den översta kurvan,
    där prediktionsfelen går ner över tid-

  171. -vilket begränsas
    av situationens oreducerbara brus.

  172. Tanken är att Bayes inferens
    minimerar prediktionsfel över tid.

  173. Om man inte är övertygad om att
    hjärnan kan göra exakta inferenser-

  174. -så kan man undra vad man ska göra.
    Man kan vända på det.

  175. Om det är sant att Bayes inferens
    minimerar prediktionsfel-

  176. -så är det inte otänkbart
    att prediktionsfelsminimering-

  177. -över tid kommer att
    approximera Bayes inferens.

  178. Man behöver inte tro att hjärnan är
    en bayesiansk ekvationsmästare-

  179. -men man kan tänka sig att hjärnan
    kan minimera sina prediktionsfel.

  180. Om den kan göra det under lång tid-

  181. -kommer det att se ut som att
    den sysslar med Bayes inferens.

  182. Det är det viktiga i hela diskussionen
    om prediktionsprocessering.

  183. Man missar att det närmar sig Bayes
    genom prediktionsfelsminimering.

  184. Flödet ser ut så här. Vi börjar med ett
    system som minimerar prediktionsfel-

  185. -och vi har goda skäl
    att tro att det är möjligt-

  186. -eftersom hjärnan har tillgång
    till sin egen modell och sinnesdata-

  187. -och kan jämföra dem, och då får vi
    nåt som påminner om Bayes inferens.

  188. Perception blir inferens.
    Om man minimerar prediktionsfel-

  189. -genom att revidera sin modell
    så närmar man sig Bayes inferens.

  190. Handlingar blir aktiv inferens-

  191. -eftersom man använder handlingar för
    att bibehålla prediktionernas sanning.

  192. Det minimerar prediktionsfel-

  193. -och då närmar sig
    aktiv inferens Bayes inferens.

  194. Handlingar är viktiga. Prediktionsfels-
    minimering ger en bra modell.

  195. Det leder till en ytterligare fråga:

  196. Om hjärnan
    inte sysslar med exakt inferens-

  197. -vilka egenskaper borde ett system ha-

  198. -som använder prediktionsfels-
    minimering för att närma sig Bayes?

  199. Vilka processer i hjärnan
    borde vi titta på?

  200. Vi måste ha en modell som genererar
    precisa och korrekta prediktioner.

  201. Man kan inte minimera prediktionsfel
    utan prediktioner.

  202. För små prediktionsfel måste
    prediktioner vara precisa och korrekta.

  203. Modellen måste också vara enkel,
    men inte för enkel.

  204. En komplex modell som överanpassar
    skapar fler prediktionsfel över tid.

  205. Den tar med sånt som inte återkommer
    och kan inte användas för prediktion.

  206. Om modellen är för enkel kommer den
    att missa riktiga mönster i världen.

  207. Modellen måste också integreras
    med alla relevanta trosföreställningar.

  208. Den måste kunna bygga på det
    den redan vet på ett hierarkiskt sätt.

  209. Modellen måste också kunna skapa
    fruktbara nya prediktioner.

  210. Processerna i hjärnan borde vara
    som processerna i ett bra laboratorium-

  211. -där vi kan försvara våra hypoteser
    på olika sätt utifrån allt som vi vet.

  212. Listan på processer
    som ett minimeringssystem bör ha-

  213. -liknar det vetenskapsfilosofer kallar-

  214. -slutledning till bästa förklaring,
    eller abduktion.

  215. Det innebär att
    prediktionsfelsminimering börjar likna-

  216. -ett slags abduktionsprocess-

  217. -under normal
    prediktionsfelsminimering.

  218. En abduktionsprocess kommer över tid
    att närma sig Bayes inferens.

  219. Det är såna processer vi borde hitta.

  220. Det är inte exakt inferens, utan såna
    här processer som sker i hjärnan.

  221. Det är de verktyg som en prediktions-
    felsminimerande hjärna använder.

  222. Det här är en ganska populär teori-

  223. -att hjärnan är en hypotestestare.

  224. Mycket görs inom maskinlärning,
    där man leker med de här tankarna.

  225. Det finns också ett forskningsprogram
    inom kognitiv neurovetenskap-

  226. -som försöker undersöka det här,
    och flera labb runt om i världen-

  227. -leker med tankar kring
    hierarkisk prediktionsfelsminimering.

  228. Vi har också jobbat med det,
    och jag ska säga lite om det-

  229. -för att visa att vi inte bara sysslar
    med filosofi, utan även med empiri.

  230. Det handlar också om hierarkier inom
    konceptuellt tänkande och semantik.

  231. Den här studien
    gjordes av min student Noam Gordon-

  232. -och den byggde på
    tankar från Roger Koenig-Robert.

  233. Vi utsatte människor
    för de här obehagliga bilderna.

  234. Det blinkar i 10 Hz.

  235. Var 1,3 sekund
    ser vi bilder på hus eller ansikten.

  236. Jag hoppas att ni ser det.
    Bilderna är noggrant kalibrerade-

  237. -för att se till
    att synintrycken hålls konstanta-

  238. -och att bara
    det semantiska innehållet förändras.

  239. Det är ett slags frekvenstaggning,
    där vi kan se stimuli med EEG.

  240. Vi kan leta efter
    de frekvenserna i hjärnan.

  241. Tanken att ha ansikten och hus
    i det här bruset-

  242. -är att eftersom bruset är konstant-

  243. -så borde vi kunna se
    bara det semantiska innehållet-

  244. -genom vår förmåga
    att kategorisera saker på en hög nivå.

  245. Det här kallas
    semantisk våglängdstaggning.

  246. Vi tittar i hjärnan och försöker hitta
    de här två frekvenserna.

  247. 10 Hz är frekvensen för allting,
    och 1,3 är husen och ansiktena.

  248. Försöket tar ungefär en minut och man
    får se ungefär 50 ansikten och hus.

  249. I vissa försök är det nästan
    bara ansikten och i andra bara hus-

  250. -så man blir ganska säker på
    vad man får se härnäst.

  251. I andra försök är det mer 50/50,
    och då vet man inte vad man får se.

  252. Vi har alltså osäkerhet som en faktor.

  253. Vi tar ett EEG. Det här är
    10 Hz-frekvensen. Det är lågt.

  254. Det är rimligt. Det här är
    de lågnivåstimuli vi får på 10 Hz-

  255. -och det ser vi lågt ner i syncentrum.

  256. När det gäller säkerheten, på X-axeln,
    ser man ingen skillnad här.

  257. Det är helt okej. Vid 1,3 Hz,
    där det semantiska innehållet finns-

  258. -där man får se ett ansikte
    eller ett hus, så kan vi se det också.

  259. Här har vi kommit framåt. Högnivå-
    innehåll ligger längre fram i hjärnan.

  260. Roger har visat det i ett antal studier.

  261. Här går frekvensen ner
    ju säkrare man blir.

  262. Det är ett slags anpassningseffekt,
    kan man tänka sig.

  263. Det sista vi gjorde var att titta på
    kombinationen av de två frekvenserna-

  264. -den linjära kombinationen
    av de två frekvenserna.

  265. Man ser det när det finns en icke-linjär
    frekvens nånstans i systemet.

  266. Vi kan se det som en ställföreträdare
    för föreningen mellan lågnivåsignalen-

  267. -och de förväntningar man får
    utifrån högnivåinnehållet.

  268. Vi kan se den här frekvensen,
    utan att vi själva lägger in den.

  269. Det kan vara till exempel 11,3.

  270. Vi ser den, så vi vet
    att de två frekvenserna kombineras.

  271. Vi ser att de kombineras
    ganska långt ner-

  272. -vilket vi tolkar
    som prediktioner som skickas ner.

  273. Vi ser också att frekvensen ökar
    ju mer säker man blir.

  274. Ju mer säker man är
    på vad man ska få se-

  275. -desto bättre förenas de två signalerna.

  276. Integrationens magnitud moduleras
    av styrkan hos prediktionerna.

  277. Det här är inte slutgiltiga bevis,
    men det visar ändå-

  278. -att sannolikhetsegenskaperna
    hos dina förväntningar-

  279. -kan modulera den här
    artificiellt skapade signalen.

  280. Det där var bakgrunden
    och några empiriska belägg.

  281. Nu ska jag prata mer om distinktionen
    mellan perception och tänkande.

  282. Som jag sa
    är de flesta av oss överens om-

  283. -att det skulle bli svårt att se
    skillnad på perception och tänkande-

  284. -om hjärnans processer
    för prediktionsfelsminimering-

  285. -utgörs av inferens-

  286. -men för mer perspektivoberoende,
    stabilt innehåll än för perception.

  287. Det är startpunkten.
    Många skulle säga att det inte räcker.

  288. Att det finns mer
    som skiljer tänkande från perception-

  289. -än bara innehållets variation.

  290. Tänkandet anses vara självständigt-

  291. -under mer aktiv kontroll från oss,
    och stimulusoberoende.

  292. Man tänker sig att det är
    kombinerbart och systematiskt.

  293. Filosofer pratar ofta om det
    som allmängiltighetskravet-

  294. -en tanke från filosofen Gareth Evans-

  295. -som säger: "Om ett subjekt
    har en tanke att a är F"-

  296. -att Rox är glad-

  297. -"så måste han ha de konceptuella
    resurserna att tänka att a är G"-

  298. -att Rox är ledsen-

  299. -"för alla G som han kan tänka sig."
    Våra tankar måste gå att kombinera-

  300. -för att de ska kunna ses som tankar.

  301. Tänkande innefattar också
    ett visst antal processer.

  302. Vi kan tänka, resonera,
    överväga, fundera och så vidare.

  303. Det här är i motsats till perception,
    som är osjälvständigt från stimuli-

  304. -och därför mer passivt
    och stimulusberoende.

  305. Allmängiltighetskravet
    gäller inte för perception-

  306. -även om det diskuteras flitigt.

  307. Vi har andra processer.
    Vi ser, föreställer oss, hallucinerar.

  308. Jag vill sätta press
    på delar av den här distinktionen.

  309. Först att perception är osjälvständigt,
    passivt och stimulusberoende.

  310. Åtminstone kan man se en så stark
    formulering i delar av litteraturen.

  311. Jag utnyttjar vår bayesianska ekvation
    och tanken på Markovtäcket.

  312. Om man arbetar
    inom prediktionsfelsminimering-

  313. -vill man säga
    att all perception är självständig.

  314. All perception är slutledningar
    av orsaker bortom Markovtäcket.

  315. Det finns ett oberoende där.

  316. Man vill nog också säga
    att all perception är aktiv.

  317. Det finns alltid
    ett aktivt element inom perception.

  318. Vi rör på våra ögon och minskar
    vår osäkerhet genom handling.

  319. Jag tror också att ett verkligt
    passivt system inte kan se världen.

  320. Om man stabiliserar en bild
    så att den följer ens ögonrörelser-

  321. -så försvinner bilden från medvetandet.
    Vi har även troxlereffekten-

  322. -som också visar att
    verkligt passiv perception försvinner.

  323. Utifrån Bayes säger vi också
    att all perception är stimulusoberoende.

  324. Vi vet att vi viktar prediktionsfelet-

  325. -och prediktionsfelet
    hänger samman med det vi redan vet-

  326. -alltså det som vi inte ser just nu,
    till viss del, om inte vikten är noll.

  327. Eller snarare ett.

  328. Tänkande är inte självständigt
    och perception osjälvständigt.

  329. Vi måste komma på nåt bättre
    för att tydliggöra skillnaden.

  330. Hur bör vi prata om självständighet?

  331. Det är enklare att tänka saker medvetet
    än att förnimma saker medvetet.

  332. På nåt sätt är tänkande inte lika
    begränsat av stimuli än perception-

  333. -trots att båda
    till viss del är stimulusoberoende.

  334. Jag tror inte att vi borde...

  335. ...tro för mycket på det. Det är inte
    självklart hur medveten en tanke är-

  336. -eller hur stimulusoberoende den är.

  337. Vi kan se det när vi tänker på
    vad som händer när vi tänker.

  338. När vi drömmer sker mycket tänkande.

  339. Vi lär ägna ungefär 40 procent av
    vår vakna tid åt omedvetet tänkande.

  340. Vi har objudna tankar,
    besattheter, grubblerier...

  341. Mycket av vårt tänkande
    är inte medvetet.

  342. Att försöka ta kontroll över vårt
    tänkande kräver stor ansträngning.

  343. Det är svårt att vara uppmärksam
    under längre stunder.

  344. Vi kan ha olika mentala blockeringar.

  345. För vissa av oss är det svårt
    att tänka optimistiskt om framtiden-

  346. -med tanke på Trump,
    eller om man är deprimerad.

  347. Man kan också vända på det och säga
    att perception sker väldigt medvetet.

  348. Vi kan bestämma var vi tittar,
    vad vi fokuserar på och så vidare.

  349. Vi borde inte överdriva tanken-

  350. -att vårt tänkande
    sker helt medvetet och obegränsat.

  351. Sen vill jag titta på tanken att
    perception är icke-kombinerbart-

  352. -eller att allmängiltighetskravet
    eller nåt liknande inte gäller.

  353. Jag tror att det är ganska troligt
    att perception är kombinerbart-

  354. -på ett sätt som påminner om hur folk
    pratar om konceptuellt tänkande.

  355. Särskilt när det gäller bilder, och
    särskilt om man gillar livliga bilder-

  356. -så kan man i bilder
    kombinera alla möjliga saker.

  357. Man kan tänka sig ett rum fyllt
    med uppochnedvända röda paraplyer.

  358. När det gäller hallucinationer
    kan vi också skära bort vissa saker-

  359. -och placera dem i helt andra scener.

  360. Det här visar hur nån med Charles
    Bonnets syndrom kan uppleva världen.

  361. Man har en ögonsjukdom
    som ger blinda fläckar-

  362. -som man fyller i
    med ganska distinkta figurer-

  363. -i det här fallet några blåa damer
    som tar vattnets plats i handfatet.

  364. Här verkar ske nåt slags
    kombination av olika intryck.

  365. Det verkar också finnas nästan
    syntaktiska regler för perception.

  366. Syntax kanske är fel ord-

  367. -men det finns belägg för
    att om man ger hjärnan en möjlighet-

  368. -att ordna sina intryck
    på ett särskilt sätt, så gör den det-

  369. -så att intrycken
    blir så meningsfulla som möjligt.

  370. Det här är ett favoritexempel,
    binokulär rivalitet.

  371. Om ett öga får se en bild
    på ett halvt ansikte och ett halvt hus-

  372. -som man har klippt och klistrat ihop,
    och det andra ögat får se-

  373. -andra halvan av huset
    och andra halvan av ansiktet-

  374. -så ser man inte ett hopkok
    av båda bilderna-

  375. -och inte heller normal binokulär
    rivalitet mellan ögonens intryck-

  376. -utan i stället ser man nåt sånt här,
    där hjärnan använder en mental sax-

  377. -och klipper och klistrar ihop bilderna
    på rätt sätt.

  378. Det innebär att hjärnans synsystem
    föredrar vissa typer av intryck.

  379. Det är ganska slående.

  380. Vi har också gummihandsillusionen,
    som vi har jobbat mycket med.

  381. Ni känner säkert till det. Man kan
    prova det ganska enkelt hemma.

  382. Din riktiga hand är dold,
    och du har en gummihand framför dig.

  383. Nån knackar i takt på din riktiga hand
    och på gummihanden.

  384. Efter ett tag känns som om
    det är gummihanden som känner.

  385. Du känner det som att nån knackar
    på gummihanden som du ser.

  386. Dina synintryck har kombinerats om-

  387. -utifrån alla dina olika intryck.

  388. Det gäller även buktalareffekten-

  389. -där ljudet från buktalaren
    verkar komma från dockan.

  390. Man har gjort många studier på det-

  391. -och det handlar om en bayesiansk
    optimering av de olika intrycken-

  392. -som beror på hur precisa intrycken är.

  393. Om man har ett ljud här
    och ett ljus som blinkar här-

  394. -och man dämpar precisionen
    hos ljuset, så flyttas platsen-

  395. -för det sammanlagda intrycket
    av ljuset och ljudet mot ljudet.

  396. Om man dämpar ljudet
    flyttas den upplevda platsen-

  397. -på ett kontinuerligt sätt mot ljuset.

  398. Det här styrs av en kombination
    av precisionen hos sinnesintrycken-

  399. -när de viktas för precision.

  400. Det påminner lite om hur man tänker.

  401. Man kan tänka att nån pratar,
    att den läskiga dockan pratar-

  402. -eller att buktalaren Rox pratar.

  403. Skillnaden mellan de två
    olika kombinationerna verkar vara-

  404. -att det är kontinuerligt
    när det gäller perception-

  405. -och diskret när det gäller
    propositioner. Det är antingen-eller.

  406. Jag är inte så intresserad av ett
    allmängiltighetskrav för perception.

  407. I så fall skulle man få säga
    att det gäller perceptuell igenkänning-

  408. -snarare än särdragsdetektion.

  409. Man kan ha detektion av vissa särdrag-

  410. -utan att även kunna känna igen andra
    kombinationer av samma särdrag.

  411. Det verkar inte så troligt, men
    för att känna igen nåt som en orsak-

  412. -alltså för att göra
    motsatsen till den generativa modellen-

  413. -och känna igen orsaker, så måste
    man kunna särskilja olika hypoteser-

  414. -för vad det är som pågår.

  415. I vår hierarki kan det se ut så här.
    Vissa noder står för ett viss ljud.

  416. Man kan lokalisera de noderna
    i olika kontexter.

  417. En kontext är när Rox talar,
    och en när den läskiga dockan talar.

  418. Man kan kombinera på det här sättet.

  419. Utifrån det här är nog den bästa
    tolkningen av perceptuell innehåll-

  420. -nåt slags strukturell representation-

  421. -där perceptuellt innehåll
    påminner om Ramsey-meningar-

  422. -eller följder
    av bestämda beskrivningar.

  423. Min distinktion mellan perception
    och tänkande skulle se ut så här:

  424. En mildare distinktion där
    självständighet och kombination-

  425. -är svårare att göra medvetet
    på perceptionssidan än inom tänkande-

  426. -medan på tänkandesidan är
    självständighet och kombination lättare.

  427. Tankar är inte lika begränsade.

  428. Processerna inom perception
    finns i en kontinuerlig rymd-

  429. -medan processerna inom tänkande
    finns i en diskret rymd.

  430. Frågan blir då,
    vilket jag avslutar med att prata om-

  431. -om den här reducerade distinktionen-

  432. -kan beskrivas med hjälp av
    prediktionsfelsminimering.

  433. Finns det plats för det?
    Det blir min sista avdelning.

  434. Jag tar det ganska fort.
    Här har vi bilden av hierarkin igen.

  435. Vi kan se tänkande som högnivå-
    prediktionsfelsminimering.

  436. Det är när processerna
    som utgör prediktionsfelsminimering-

  437. -när det gäller
    slutledning till bästa förklaring-

  438. -när de processerna inte är
    de som genererar prediktioner-

  439. -som förklarar sinnesintrycken,
    utan andra processer-

  440. -som gör att systemet kan minimera
    prediktionsfel över lång tid.

  441. Då skulle man säga
    att långt ner i hierarkin-

  442. -så har man
    låg precision för prediktionsfel.

  443. Man dämpar aktiviteten
    i de lägre områdena.

  444. Om hjärnan är ett organ
    för prediktionsfelsminimering-

  445. -så tar de andra processerna över, som
    genererar nya fruktbara prediktioner-

  446. -under vissa specifika modeller,
    som vad man ska göra härnäst.

  447. Man har komplexitetsreduktion,
    där man jämför modellers komplexitet-

  448. -och väljer den som är bäst,
    varken för enkel eller för komplex.

  449. Man kan försöka integrera
    vissa representationer och modeller-

  450. -med andra slags modeller.

  451. De processerna börjar likna
    de processer vi är ute efter:

  452. Att tänka, resonera,
    överväga och fundera på saker.

  453. Man får en självständighet då man
    kommer längre från sinnesintrycken.

  454. Man minskar den inlärningskurva
    som man annars skulle ha.

  455. När man gör det
    får man ett slags självständighet.

  456. Då kan vi förklara den självständighet
    som finns hos tänkandet-

  457. -bara i termer av
    den bayesianska inlärningskurvan.

  458. Vi kanske kan förklara det
    med Markovtäcken.

  459. Markovtäcket runt systemet isolerar det
    från omvärlden och dess orsaker.

  460. Vi kan också ha
    Markovtäcken inom Markovtäcken.

  461. Vi kan säga att vi
    när vi tänker har ett slags isolering-

  462. -från resten av hjärnan-

  463. -och att vi har färre kopplingar mellan
    det som finns under täcket och utanför.

  464. Vi minskar den input som kommer in
    och låter den sköta sig själv.

  465. Vissa menar att tänkande
    utgörs av ett slags modellurval.

  466. "Vilken modell är bäst när vi vill skapa
    prediktioner under den modellen?"

  467. Det kommer från en artikel
    av Karl Friston: "The graphical brain."

  468. Tanken är att högt upp i hierarkin
    finns diskreta representationer-

  469. -och längre ner finns kontinuerliga,
    med ett gränssnitt mellan dem-

  470. -som gör att det modellurval
    som sker på de högre nivåerna-

  471. -kan ske utan påverkan
    från våra sinnesintryck-

  472. -och att vi sen skapar prediktioner
    utifrån den modellen-

  473. -ser hur bra de är, och sen ser vi om vi
    behåller modellen eller skapar en ny.

  474. Vad är då en modell?

  475. I en spelsituation måste man välja
    mellan olika spel, modeller av världen-

  476. -där en kan vara ett tärningsspel
    och en annan att vi kastar krona.

  477. Diverse saker säger vilken modell
    vi använder för tillfället-

  478. -och man kan välja en
    för att skapa prediktioner-

  479. -för att förstå sina sinnesintryck.
    Om man ser en krona eller klave-

  480. -kan man tolka det
    med den modell som man har valt.

  481. Enligt Friston och Yufik kan även
    enskilda koncept vara Markovtäcken-

  482. -enskilda neuronpopulationer som kan
    beskrivas som bestående vektorer-

  483. -och som man kan utföra
    olika operationer på.

  484. Det här är ganska spekulativt,
    men det är ett sätt att få med koncept.

  485. Koncept är invarianta kategoriserare,
    som är bestående.

  486. Det är nåt som består
    över förändringar i ens sinnesintryck-

  487. -och Markovtäcken
    kan skapa den här bestående effekten.

  488. De leker med tanken att tänkande
    är operationer på Markovtäcken-

  489. -där man byter mellan dem
    i nåt slags vektorrotationssystem.

  490. Det finns saker man kan säga
    med prediktionsfelsminimering-

  491. -särskilt om man ser det
    som en abduktiv process-

  492. -eller en process
    för slutledning till bästa förklaring-

  493. -som inte bara
    utför Bayes inferens i varje stund-

  494. -utan där modellen består och används
    för prediktionsfelsminimering över tid.

  495. Då kan man börja placera in-

  496. -en hyfsat acceptabel tanke om
    tänkande skilt från perception i detta.

  497. Man kan förklara skillnaden
    med prediktionsfelsminimering-

  498. -med verktyg som uppmärksamhet
    och förstärkningsmodulering-

  499. -och tankar som att vi kan ha diskreta
    och inte kontinuerliga representationer-

  500. -att prediktionsfelsminimering är ett
    slags slutledning till bästa förklaring-

  501. -och se vart vi kan komma
    med tanken på Markovtäcken. Tack.

  502. Översättning: Peeter S. Randsalu
    www.btistudios.com

Hjälp

Stäng

Skapa klipp

Klippets starttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.

Klippets sluttid

Ange tiden som sekunder, mm:ss eller hh:mm:ss.Sluttiden behöver vara efter starttiden.

Bädda in ditt klipp:

Bädda in programmet

Du som arbetar som lärare får bädda in program från UR om programmet ska användas för utbildning. Godkänn användarvillkoren för att fortsätta din inbäddning.

tillbaka

Bädda in programmet

tillbaka

Tänkande i det prediktiva medvetandet

Produktionsår:
Längd:
Tillgängligt till:

Vad är det vi ser kontra vad vi tänker? Jacob Hohwys, professor i filosofi vid Monash University, Australien, presenterar med både matematiska detaljer och empiriska illustrationer en "prediction error minimization"-modell (PEM) för hur hjärnan (medvetandet) fungerar. Inspelat den 15 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Ämnen:
Psykologi och filosofi > Psykologi
Ämnesord:
Kognitiv psykologi, Medvetandefilosofi, Medvetandet, Psykologi, Tänkande
Utbildningsnivå:
Högskola

Alla program i UR Samtiden - Tänka på att tänka

Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Tänka på att tänka

Intelligent beteende hos djur

Stefano Ghirlanda, professor i psykologi vid Brooklyn College, beskriver hur inlärning och genetisk information integreras i djurs beteende för att effektivt anpassa sig till sin omgivning. Inspelat den 14 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Produktionsår:
2018
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Tänka på att tänka

Tänkande och kulturell evolution

Magnus Enquist, professor vid Centrum for evolutionär kulturforskning, Stockholms universitet, talar om en viktig aspekt av det som gör människan unik: hennes oerhörda flexibilitet vad gäller tänkande och handlande. Att lära sig flexibilitet är emellertid mycket kostsamt. Hos djur löses problemet genom att genetisk information begränsar inlärningsmöjligheterna, men denna förklaring fungerar inte för människan. Enquist föreslår att det i stället är kulturell utveckling som spelar denna roll hos människan, och som gör oss superflexibla vad gäller tänkande, språk, socialt beteende och samarbete. Inspelat den 14 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Produktionsår:
2018
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Tänka på att tänka

Mentala representationer

Mentala tillstånd anses allmänt representera andra tillstånd. Men vad innebär representation i detta fall? Ska det definieras i neutrala termer, eller i termer av att mentala tillstånd är medvetna? David Papineau, professor i filosofi vid Kings College, London, argumenterar för att ingen av dessa förklaringar kan redogöra för den kausalt effektiva aspekten av våra representationella förmågor. Inspelat den 14 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Produktionsår:
2018
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Tänka på att tänka

En kognitiv agentbaserad simulering

Kollektivt beslutsfattande beskrivs ofta som beslut fattade av en grupp, men i verkligheten är det ju självständiga individer i gruppen som interagerar. Hur bestämmer sig en individ för att delta i ett kollektivt beslut, och hur kommuniceras informationen om individens beslut till gruppen? Joshua Skewes, lektor i filosofi vid Institutet för kultur och samhälle, Aarhus universitet, ger en kognitiv modell för hur individer använder sina preferenser för att vägleda riskabla val, och testar modellen med hjälp av en agentbaserad simulering. Inspelat den 15 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Produktionsår:
2018
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Tänka på att tänka

En introduktion till det psykologiska immunsystemet

Ett bayesianskt medvetande - det vill säga ett medvetande som förutser och värderar konsekvenser av handlingar med bayesianska metoder, enligt den nu populära teorin om "det förutseende medvetandet" - är i grunden ett rationellt medvetande. Men det finns evidens som indikerar att principerna för hur vi skaffar oss och uppdaterar information inte stämmer med den bayesianska förklaringen. Eric Mandelbaum, lektor i filosofi vid Baruch College, New York, föreslår att dessa principer är grundade i upprätthållandet av vad han kallar ett psykologiskt immunsystem snarare än i försök att approximera en bayesiansk processor. Inspelat den 15 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Produktionsår:
2018
Utbildningsnivå:
Högskola
Beskrivning
Spelbarhet:
UR Skola
Längd:
TittaUR Samtiden - Tänka på att tänka

Tänkande i det prediktiva medvetandet

Vad är det vi ser kontra vad vi tänker? Jacob Hohwys, professor i filosofi vid Monash University, Australien, presenterar med både matematiska detaljer och empiriska illustrationer en "prediction error minimization"-modell (PEM) för hur hjärnan (medvetandet) fungerar. Inspelat den 15 december 2017 på Kungliga Vetenskapsakademien, Stockholm. Arrangörer: Nationalkommittén för logik, metodologi och filosofi och Nationalkommittén för biologi, Kungliga Vetenskapsakademien.

Produktionsår:
2018
Utbildningsnivå:
Högskola
Beskrivning
Visa fler

Mer högskola & psykologi och filosofi

Spelbarhet:
UR Skola
Längd
Titta UR Samtiden - Tvärvetenskap i praktiken

Psykoterapi via internet

Gerhard Andersson är professor i klinisk psykologi vid Linköpings universitet och Karolinska institutet. Hans forskning visar att psykoterapi via internet ger goda resultat. Idag finns det behandling mot bland annat ångest, depression och sömnsvårigheter. Man kan jämföra behandlingen med en distanskurs inom området och idag använder vi oss av internet med filmer, bilder och text. Vi har läxor där våra patienter får hemläxor att utföra. Ofta handlar det om övningar som du måste praktisera regelbundet, säger Gerhard Andersson. Moderator: Sharon Jåma. Inspelat den 11 november 2015 på Campus Norrköping. Arrangör: Linköpings universitet.

Spelbarhet:
UR Skola
Längd
Lyssna Bildningsbyrån - rasism

Rasismens orsaker

Bildningsbyrån tar oss med på en resa till London, där vi tittar närmare på kolonialismens historia och det mänskliga psyket. Vi försöker ta reda på varför rasism i olika former uppstår. En del forskare menar att vi kan finna förklaringar i psykologiska mekanismer medan andra menar att det är viktigt att utforska orsakerna på ett politiskt plan.