3#

Для чего на самом деле нужен мозг. Даниэл Уолперт - видеоролик

Изучайте английский язык с помощью параллельных субтитров ролика "Для чего на самом деле нужен мозг". Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь. Всего 564 книги и 1815 познавательных видеороликов в бесплатном доступе.

страница 6 из 12  ←предыдущая следующая→ ...

00:08:36
and that's that the ball doesn't bounce
и это то, что мяч не скачет
with equal probability over the court during the match.
с равной вероятностью по корту во время матча.
If you're playing against a very good opponent,
Если вы играете против очень хорошего соперника,
they may distribute it in that green area,
они могут послать его в эту зелёную область,
which is the prior distribution,
которая является предраспределением,
00:08:46
making it hard for you to return.
делая ответ сложным для вас.
Now both these sources of information carry important information.
Оба эти источника информации важны.
And what Bayes' rule says
Правило Байеса говорит,
is that I should multiply the numbers on the red by the numbers on the green
что я должен умножить красные числа на зелёные числа,
to get the numbers of the yellow, which have the ellipses,
получить жёлтые числа, у которых есть эллипсы,
00:08:58
and that's my belief.
это моё убеждение.
So it's the optimal way of combining information.
Так что это оптимальный способ объединения информации.
Now I wouldn't tell you all this if it wasn't that a few years ago,
Я бы не рассказывал вам всё это, если бы несколько лет назад
we showed this is exactly what people do
мы не показали что это именно то, что делают люди,
when they learn new movement skills.
когда учат новые движения.
00:09:09
And what it means
Это значит, что мы действительно
is we really are Bayesian inference machines.
Байесовские машины логического вывода.
As we go around, we learn about statistics of the world and lay that down,
Мы ходим вокруг, познаем статистику мира
but we also learn
и формулируем её, но мы также познаем,
about how noisy our own sensory apparatus is,
насколько шумны наши чувства,
00:09:21
and then combine those
чтобы затем объединить их
in a real Bayesian way.
настоящим Байесовским способом.
Now a key part to the Bayesian is this part of the formula.
Ключевая часть Байесовской теории в этой части формулы.
And what this part really says
Это часть говорит о том,
is I have to predict the probability
что я должен предсказывать вероятность
00:09:32
of different sensory feedbacks
различных обратных сенсорных связей,
given my beliefs.
учитывая мои убеждения.
So that really means I have to make predictions of the future.
Это значит, что я должен предсказать будущее.
And I want to convince you the brain does make predictions
Я хочу убедить вас, что мозг предсказывает
of the sensory feedback it's going to get.
обратную сенсорную связь, которую вы получите.
00:09:43
And moreover, it profoundly changes your perceptions
Более того, она глубоко меняет
by what you do.
ваше восприятие того, чем вы занимаетесь.
And to do that, I'll tell you
Для этого я расскажу вам о том,
about how the brain deals with sensory input.
как мозг работает с исходными сенсорными данными.
So you send a command out,
Вы посылаете команду,
00:09:54
you get sensory feedback back,
получаете обратную сенсорную связь,
and that transformation is governed
и это преобразование регулируется
by the physics of your body and your sensory apparatus.
физикой вашего тела и сенсорным аппаратом.
But you can imagine looking inside the brain.
Представьте, что вы смотрите внутрь мозга.
And here's inside the brain.
Вы внутри мозга.
00:10:05
You might have a little predictor, a neural simulator,
Возможно, вам понадобится маленький предсказатель,
of the physics of your body and your senses.
нейросимулятор физики вашего тела и ваших ощущений.
So as you send a movement command down,
При посылке команды вниз,
you tap a copy of that off
вы перехватываете её копию,
and run it into your neural simulator
направляете в свой нервный симулятор
скачать в HTML/PDF
share