5.6贝叶斯脑如何构建物质世界的模型（进化使脑天生具有一些先验信念，脑会在信息尚不充足时提前对某事物进行预测，同时根据对该事物的预测预测出应该收集哪些信息去验证对该事物的预测，并在循环验证中不断更改错误的预测，当预测与新信息的差距变得足够小时，贝叶斯脑会忽略小概率错误，将最可能为真的信念当做现实。）
让我们先来回顾一下第五章的前半部分：我们知道了贝叶斯脑能够优先收集有效信息量最多的信息，再根据新信息改变先验信念，然后把预测准确率较高的后验信念当做现实，同时，脑又会收集冗余信息以防止对信息的识别出错。现在，感知过程中缺失的环节是几个具体过程：脑是如何确立先验信念的？又是如何构建后验信念的？
首先是第一个问题，如果每个信念都建立在另一个先验信念之上，第一个先验信念从何而来？
遗传。
因为某些事实成百上千万年也未曾变化，因为基因的偶然改变而开始天生盲目相信这些事实并具有处理这些信念的能力的个体更容易存活并繁衍，经过漫长的进化，没有这些信念和能力的个体消失殆尽，这些先验信念也成为全人类的共同信念，这些能力也成为全人类的本能。
脑的价值判断标准有很大一部分都来自遗传。例如奖赏细胞会对甜味产生反应，新生儿也不例外，因为自然界中有甜味的物质绝大多数都富有易吸收的热量，有助于生存。但是不含热量的糖精也因为具有甜味能让奖赏细胞变得活跃，即使我们知道服用糖精对生存没有益处也无法阻止快乐感的产生。
遗传还会影响不与赏罚直接相关的感知过程。例如，当人看向一副以中线为轴顺时针转动的铁皮冲压而成的立体的面具时，不论面具是凸面朝外还是凹面朝外，人都只会看到一幅凸面朝外的面具向自己的方向转过来，连三个月大的婴儿也不例外。
但遗传能够传递的信念数量较少，人类的基因数量只有两万多个，我们的信念，或者说对世界的认识大多是后天形成的，这些认识是怎么形成的？
我们必须再次借助具有相似功能的机器进行类比与推测，这次要借助的是人脸识别程序。
尽管我们大多感觉识别面孔不是非常困难，但对机器来说则不然。首先是一张脸包含的信息量极大，需要区分出来的面孔总数又极多，面孔信息又很容易因角度不同、光影变化、表情变化或化妆效果等发生变化，必须要根据正在识别的面孔特征计算推演出应该如何“合理扭曲”这张面孔以便和数据库中的面孔以进行比对。也就是程序必须适当地允许和数据库中不一致的面部信息存在，还不能认错人，同时要兼顾识别速度。脑在识别物体时也要同时满足灵活、准确、快速。
对于面部信息过多的问题，编程者已经有了解决方案。面部识别需要哪些信息点是智能程序利用4.4中提过的深度学习自己得出的，和脑识别人脸时用的是两套标准。尽管如今程序准确识别出面孔拥有者必需的信息量已经非常少了，但需要处理加工的信息仍然很多。此时就需要诞生已久的正向推演和反向推演的循环使用模型了。
这套模型的代表性程序就是用来自动查找并更正信息传输错误的循环冗余检查（CRC）。简单来说，程序员在数据的输出端和输入端都设置了同一组简单的多项式算法。输出端每输出若干帧数据，都会把数据代入算法得出结果，这可以称为正向推演。输出端会把计算结果（一小段冗余）附在数据后面，输入端每接收一段数据，都会把计算结果代入相同的算法逆推出数据，这可以称为反向推演。程序会用反向推演出的数据和接收到的数据进行比对，如果一致，说明信息完美传递；如果不一致，输入端就要求输出端再次计算并传输数据和结算结果，自己也会再次接收并逆解计算结果，直到数据和结果分别一致为止。循环冗余检查极大地减少了保证信息传递正确所需的冗余信息数量，而不是把相同的信息传输三遍。
面孔识别程序就是利用多个只涉及少量信息及运算的正反推演轮次降低所需处理的总信息量、错误率和识别所需时间，只不过正反推演的程序更加复杂。
程序会先收集几个关键信息以正向推演（1）出正在识别的面孔大体上可能和哪一批人相符，再反向推演（1）出如果这张脸属于这一批人，应该还能收集到哪些面部信息，并追加搜索（2）微量信息。
如果追加搜索（2）到的新信息和反向推演（1）的结果都不一致，说明此人不在面孔数据库中或者正向推演（1）出错，就重新进行第一轮的正向推演（1）。如果持续两轮不一致，且不一致的地方一致，说明此人确实不在识别名单中。
如果追加搜索（2）到的新信息和反向推演（1）出的某些人的面部信息一致，就说明这张脸极可能属于这几个人，就要第三次搜集（3）更多面部信息以进行第二轮正向推演，（2）计算出这张脸和哪个人相符。虽然推演中需要加工的信息变多了，但需要比对的面孔数量已经变少了，所以总用时不会太长。接着程序会用第二轮正向推演（2）的结果反向推演（2）得出如果这张脸属于这个人，应该还能搜集（4）到哪些面部信息。
如果追加搜索（4）到的面部信息和第二次反向推演（2）的结果都不一致，说明正向推演（2）出错，就重新进行第二轮的正向推演（2）。
如果追加搜索（4）到的新信息和反向推演（2）出的这个人的面部信息一致，就说明这张脸极可能属于这个人，程序会忽略细微的差别，完成识别。
实际上面部识别的搜索加正反推演的轮数往往不定，而识别的轮数和搜索的面部信息量则与识别失败可能造成的负面后果的严重程度相关。对于无人超市中的刷脸付款机来说，识别错误的影响轻微，但是单位时间内需要识别的人很多，那么以准确率下降为代价放宽识别标准来减少识别时间就是合算的。但如果CIA的绝密档案库大门像电影里那样需要刷脸开锁的话，准确率就是最重要的，多搜索多少冗余信息、花费多少时间都是必要的。
不仅仅是面孔识别程序，各种识物程序都采用了相似的模式。借助正演模型和反演模型的循环使用，识别所需的信息量、识别所需的计算量、验证计算是否正确的计算量都大幅减少，让识别变得更加高效。
我们无法证明脑在识别物体时使用了相同的模式，但有许多作证都指向这种猜测。
以识别面孔为例，以下的实验都是将模糊的面孔图片和清晰的面孔图片进行配对的实验：
人只需极少的信息就能识别出某个图像是一张人脸，即使把一张面孔的分辨率降到只剩15个大型像素点，人也能从一堆同样模糊的图片中认出这是一张人脸。
即使图片还模糊到无法识别出性别，但人们已经能识别出ta的表情是什么，猜到对方的情绪。
当图片模糊到特定程度时，人们能识别出模糊面孔属于某个名人或自己的熟人，却无法识别出陌生人的模糊面孔。
当实验者刻意呈现和某个参与者的熟人或名人长相相近的陌生人的模糊面孔时，参与者能立刻错误地识别出它属于那个熟人或名人，而当模糊程度降低时，参与者又能立刻认识到自己的错误。但呈现和刚见过的陌生人图片相近的模糊面孔时，参与者进行识别或认识到错误的速度都相对更慢。
人们更容易识别出同种族的人的模糊面孔，更不容易识别出其他族裔的人的模糊面孔。这被称作异族效应。但新生儿在识别面孔时就不会体现异族效应，却会在六到九个月时表现出异族效应。但和各种族人士都有频繁交往的人身上没有显著的异族效应。
甚至远在参与者看到图片之前给予和某个名人相关的暗示都会使他们在之后更容易将这个名人从一组非常模糊的名人图片中识别出来。
以上实验说明了：脑在信息不足时已经开始预测看到的图片是什么，一旦获取了更多信息，脑就会进行进一步的大胆预测，预测的详细程度总是早于当前的信息足以验证的详细程度；因为预测的次数更多而更容易被预测到的面孔也更容易被识别出来；和面孔信息无关的信息也会被用于预测面孔的主人；当参与者的脑很熟悉应该搜索什么信息以检验预测时，面孔的识别速度更快；如果获得的新信息否定了之前的预测，脑就会进行新的预测。总的来说，和识别某个中性刺激是否和赏罚有关联一样，脑也是通过先大胆预测一张面孔是否属于某个人，再针对性地收集新信息以验证预测的。
至此，我们可以有较强的把握推测脑是这样构建我们对物质世界的体验的：进化使脑天生具有一些先验信念，脑会在信息尚不充足时提前对某事物进行预测，同时根据对该事物的预测预测出应该收集哪些信息去验证对该事物的预测，并在循环验证中不断更改错误的预测，当预测与新信息的差距变得足够小时，贝叶斯脑会忽略小概率错误，将最可能为真的信念当做现实。
5.7行动是如何告知我们这个世界的（脑会根据对验证感知目标需要哪些新信息的预测和对行动可以获取哪些新信息的预测制定行动方案，随后在行动过程中验证对感知目标的预测和对行动的预测，提升这两种预测的准确率）
像前两节说的那样，脑需要收集更多新信息对信念进行验证，而收集更多信息的前提则是观测目标自行发生变化或观测途径发生变化。后者又可以分为两种，观测者非针对性的改变和观测者有目的地采取行动验证预测。
早期的计算机程序只能等观测目标自行发生变化，之后很长一段时间内摄像头等信息接收器的移动能力也十分有限。
而脑则可以根据对验证感知目标需要哪些新信息的预测和对行动可以获取哪些新信息的预测制定行动方案，随后在行动过程中验证对感知目标的预测和对行动的预测，提升这两种预测的准确率。
对行动的预测甚至会发生在没有行动意图的情况下。例如，在3.1中曾提到过，猴子一看到手边有物体，控制手部运动的脑区就会活跃。猴子会先想象自己是怎样抓取那个物体的以备不时之需，不论猴子是否真的想去抓它。
而收集信息的行动也可能不会被我们意识到。根据眼球移动的动作捕捉记录，我们的视线的移动次数远比我们认为的频繁。
5.8感知是一种与现实相符的幻觉（脑会根据尚未错误的预测构建起物质世界的简略模型，如果识别出某个物体高度符合某个模型就会停止进一步的感知，然后用它认为最可能准确的详细的先验信念填补粗略的感知结果留下的空白。我们体验到就是脑拼接出的模型，而不是现实。）
在第四章中曾提到过，脑会利用认知地图标注可能引起赏罚的事物的时空关系，与赏罚无关的事物也是这样。脑对世界的感知始于预测，即先验信念，脑会根据尚未错误的预测在认知地图的相应位置放上与现实物体对应的模型，根据模型提前制定行动方案。而我们对现实的体验也是对脑构建的模型的体验。
这些物质世界的模型十分简略，脑只会构建出足以识别出物体种类的关键特征，其它的信息大多没有涉及。例如，我们都能认出一百元钞票，可我们能根据记忆画出一百元钞票的图案吗？我们能认出好友，可我们能画出好友眉毛的形状吗？如果没有预测被验证错误，脑不会再度仔细感知已被识别出的也就是已被建模过的事物；一旦发现了重要的预测错误，脑会迅速更新对世界的预测模型，使其愈加完善。
但满足识别特征的物体可能不止一种，所以脑会将拥有相同识别特征的不同物体弄混，这也是许多错觉的产生原因。心理学家用了大量视错觉场景证明了脑对世界的构建十分简略和模糊。
例如2.3中提到的艾姆斯屋：
虽然房间右侧较高且纵深较深、左侧较矮且纵深较浅，但在特定角度观看时，正对眼睛的墙、两侧的墙、天花板、地板五者之间的夹角恰好与长方体的一致，脑根据这个识别特征直接把不规则形状的房间识别为长方体，屋中看起来像方形的梯形油画和不规则形状的格子地砖更是加强了脑的判断。于是脑又根据和房间的比较预测了屋中人的身高差距极大。因为碰到这种奇怪房屋的概率极低，而碰到身材差距很大的人的概率相对更高，所以贝叶斯脑更愿意相信看到了一个长方体房间、一个巨人和一个侏儒。而这个识别特征是脑在实践中根据大量经验总结出来的，一生都住在圆形屋子里的祖鲁人缺乏这种识别经验，所以无法看到艾姆斯屋错觉。
而当拥有相同识别特征的不同物体出现的概率相近时，脑就无法区分哪个预测更可能为真，而是在自己做出的多个预测中摇摆不定。心理学家用大量两可图形证明了这点。
例如鲁宾花瓶：
我们能看到人脸也能看到花瓶，因为两者都是常见物体，但我们无法同时既看到人脸也看到花瓶。这点在纳克立方体上更为明显：
我们可以把平面的A图形看成立体的B方块或C方块，但不能同时看到两个方块，因为脑不相信两者能同时存在，但又无法进一步验证哪种预测更正确。
如果脑用来验证识别预测是否正确的标准如此简单，那我们的体验又为何会如此复杂呢？
为了解释这点，先来做一个在家也能做的小实验。在一张纸上用铅笔画下粗粗的一条水平线，大约十厘米即可，然后在右端点往左五六厘米的地方擦掉一小段，留下一厘米左右的中断空隙。现在，拿着这张纸把手臂伸直，然后闭上右眼，左眼一直注视着线段的右端点，慢慢地收手把纸移向自己。在特定的距离上，你会发现断掉的线段连上了，但一旦去看断掉的点就会发现线段仍是中断的，如果再次盯着线段的右端点，就又会发现断掉的线段连上了。因为线段确实是中断的，所以唯一的解释是脑构建了线段仍是完整的错觉。
事实上，人的视网膜上有一个很小的区域是没有视觉细胞的，那里是视神经的聚合处，没有留给感光细胞的空间，也就是如果只睁着一只眼的话，视野中就必然存在一个没有光的“盲点”。但我们并不会感觉到视野中有一个大黑点，因为脑根据盲点周边的信息预测了盲点处应该有什么景色并虚构了盲点处的景色。“断线重连”的错觉是因为脑预测有误，并用错误的预测替代了真实的信息。
大量的错觉实验证明了脑会用可能准确的预测填补感知信息不足导致的空白。在没有错觉时，脑也会用它自己认为最可能准确的详细的先验信念填补粗略的感知结果留下的空白。这些经过检测暂时没有被证伪的先验信念也可以称之为记忆，以二进制的形式大量储存在神经细胞网中。
如果对物体A的粗略验证符合先验信念B的粗略模型，证明物体A有极高概率和另一个先验信念B一致，脑会直接把先验信念B的详细信息当做物体A的详细信息。也就是说，我们的眼睛正对着A，但看到的是B。比如我们看到艾姆斯屋的关键识别信息与长方体房间的模型一致，就把艾姆斯屋当做长方体房屋进行后续处理。
但世界上每个事物都多少存在不同，把每个事物的全部信息都记忆下来是不现实的，而且我们对属于同种事物的所有个体的体验都并不相同，脑是怎么完成这种差异化的填充的？
答案依旧需要比对人造工具。有许多种方法可以在电脑屏幕上绘制边长为十万个像素点的红色正方形，最繁复的一种就是连续点一百万个红点。简单一些可以先定义坐标系的概念，然后用坐标圈定一个范围，最后让范围内的像素点都变成红色。尽管建立坐标系的概念需要些不少代码，但画图形的命令只需要很少的代码。
脑也是这么做的。一个物体有不同的构成要素，这些不能独立存在于物质世界的要素被脑分别储存起来，称为“图式”（比如“上下”和“红色”）。这些图式比脑的世界模型精确得多，但每个图式的信息量很小。脑只需要储存少量的图式信息和哪些图式是某个模型的组成要素这两类信息。
在感知时，脑一旦粗略判定某个物体A的符合某个模型B，就直接将先验信念B拥有的构成要素（图式）填充到对物体A的粗略预测中，使之变得详细。如果需要进一步感知物体A，脑会在进一步验证中发现某个构成要素填充错了，并替换成另一个与现实更加相符的旧有图式，然后脑只需存储新信念和旧信念之间有哪个构成要素不同、怎样不同，最后把这个九成旧的新体验传递给心智感知并记忆。也就是说，当我们每天下班回家时，看到的不是今天的街道，而是几年前的街道和几年间的变化。
例如，像在1.3中所述的那样，也像编程员在绘图时常做的那样，负责视觉的脑区分为色彩、形状、明暗、运动等许多功能区。色彩就是脑构建的图式，并不存在在物体之上，而存在在从物体反射进眼睛的光中。甚至颜色根本就不存在于世上，现实世界只有不同波长的光。不同物种的视觉感光细胞不同，人类能在某个波段的光中看出两种颜色，狗就只能看到一种颜色，鸟能看到三种，蝴蝶则能看到五种颜色，所谓的颜色不过是大多数人都同意为真的幻觉。即使是在只有蓝光也因此只能看到蓝色的房间中，参与者也能说出面前的常见物体的颜色，比如告诉实验者自己手中的番茄是红色的，即使番茄已经被偷偷涂成了蓝色——参与者的脑用最可能的方式填补了感知的空白，但碰上了小概率事件。
但如果这种感知模式存在出现小概率错误的可能性，为什么不真正地、详细地处理来自世界的所有信息呢？
5.9无常世界中的平静一隅（关注大体忽视细节、关注大概率忽视小概率的贝叶斯式感知可以使脑中的世界变得相对稳定而简单，脑可以不用时时关注身边的所有信息，把注意力用于关注有价值的信息、防备难以预测的变化、预测未来和规划行动方案）
前文一直在强调，脑是抓大放小的贝叶斯观察者，自然选择为什么会让脑变成一个贝叶斯观察者？
因为世界上的信息过多，脑必须在有限的时间里把有限的能力用在对自己更为重要的地方，也就是预测和验证对生存有重大影响的事件上。
如上一节所述，世界上的每个事物都多少存在不同，把每个事物的全部信息都记忆下来是不现实的。并且，世界中的事物总是不断变化。怎样快速地识别出一个事物是否符合某个模型对生存有重要影响，脑必须处理像“白马是马吗？如果我想赶路，白马起到的作用和马一样吗？骑白马也要像骑马一样交过路税吗？”这类事关识别与赏罚的问题。
而关注整体的贝叶斯脑无疑比心智更擅长处理这些哲学问题。
如前文所述，一个事物由许多要素组成，其中某些要素对该事物的识别标准和赏罚价值有较大的影响，这些要素可以被称为该事物的“本质”。这些本质才是对我们的生存有重大影响的要素，是脑需要关注的对象，只要关注了这些本质，脑就可以免于处理巨量不关键的细节信息，直接用幻觉替代这些琐碎而无用的信息，这让世界变得更加简单而稳定。
脑关注本质的能力在知觉恒常性上得到了充分的体现。上一节提到的在不熟悉的光线照射中看到熟悉事物色彩的能力叫做色彩恒常性，就是知觉恒常性的一种。不论是在黎明、正午或黄昏的阳光下，还是在荧光灯或者月光下，即使光线差异导致观看同一个物体获得的色觉信息不同，脑也能构建出这些物体的颜色信息没有改变的错觉。
只有脑中的世界变得相对稳定而简单，脑才可以不用时时关注身边的所有信息，可以集中注意力去收集信息检验自己对有价值事件的预测是否准确，或是留出注意力去防备预料之外的突然变化，或者集中注意力去预测未来，以极快的速度规划行动方案。这些优点极大地提升了人类的反应速度和行动效率。
现在我们可以解释5.1中提出的“为什么电脑擅长数学运算但不擅长识别，人脑却相反”了。
答案很简单：负责给电脑编程的是我们的心智，而我们不了解自己的脑是怎么运作的。我们意识不到感知的过程，也就不知道自己是靠什么关键特征来识别出物体的，我们也意识不到自己是如何靠“直觉”测遇到事件将如何发展的，我们也不清楚自己是如何进行贝叶斯式运算以忽略小概率事件的，所以自然不清楚该如何编程去识别事物。
而和复杂多变的现实相比，数学运算和棋类竞技这类事件的规则是极其简单的，需要统计的样本也相当少，更不用考虑忽略小概率错误的问题，对硬件和程序的要求都相对较低，所以电脑才有可能靠在短时间内进行海量运算来超越人脑的表现。
而近些年人工智能发展迅速，有很重要的一个原因是编程者“放弃了思考”。编程者写出程序让智能程序以脑的方式运算并学习，让程序自己思考该怎么给自己写程序，而超强的运算速度使得智能程序学习得比人类更快，最后使程序达到了心智难以企及的程度。这是脑对心智的胜利，也是破解了脑的运作模式的我们的心智的胜利，而这场对决没有败者，因为心智和脑本是一体。
但这种始于预测、只关注大体、忽视小概率错误的感知模式也使人类容易忽视“黑天鹅”，即脑本可以预测到的突然出现的小概率事件，和“灰犀牛”，即因长期存在且保持不变而被脑忽视的明显隐患。
尽管这种关注大体忽视细节、关注大概率忽视小概率的贝叶斯式感知可能会导致感知错误，进而导致行动错误，最后可能会导致我们受到严重伤害，但贝叶斯脑用稳定简单的幻觉替代复杂多变的现实的收益无疑是大于风险的，不然拥有这样的脑的生物的数量会持续减少直至灭绝。
5.10那么我们如何知道什么是真实的？（脑可以通过是否能检验到错误来判断一个体验是否存在与之对应的现实事物。但只要能有效达成目的，真实与否并不重要）
感知是一种与现实相符的幻觉，想象是不与现实相符的幻觉，想象和感知同一事物时活跃的脑区是相同的，脑如何区分感知和想象？
脑可以通过是否能检验到错误来判断一个体验是否存在与之对应的现实事物。因为脑极难完美预测外界事物，而想象时不会收到与预测不符的感官信号。
其实脑构建出的世界模型是否真实并不重要，就像在上一节中提到的知觉恒常性那样，有时不真实的体验反而可以提升我们的生存能力。脑所做的一切都是为了让人更好地生存下去，“是否与现实相符”指的不是模型是否真实，而是按照这个模型行动是否能在现实中有效达成自己的目的。
第五章总结——一场现实主义的舞台剧
计算机和人脑处理信息的基础模式相同——通过一系列“是或否”的验证将信息转化成二进制的形式，即一系列的电脉冲传递或抑制来处理信息。但仅靠如此简单的基础结构是怎样使个体是能够正确地根据接收到的信息个性化地改变对世界的认识的？
进化使人类天生具有一些先验信念作为一切预测的基础，脑会在信息尚不充足时提前对事物进行预测，同时根据对该事物的预测和对行动结果的预测来制定行动方案收集冗余信息去验证对该事物和对行动影响的预测，并在循环验证中更改错误的预测。大量证据表明脑是贝叶斯式观察者，当预测与信息的差距足够小时，脑会忽略存在小概率错误的可能性，将最可能成真的预测当做现实。为了节省脑资源处理更重要的任务，脑只会感知事物承载的少量信息，以此构建起简略的世界模型并实时修改，脑会用它认为最可能准确的详细先验信念填补粗略的感知结果留下的空白。
脑可以通过是否能检验到错误来判断一个体验是否存在与之对应的现实事物。但只要能有效达成目的，真实与否并不重要。
（未完待续）
点击就送......其它章的读书总结
那么絮叨版和纯净版的区别何在呢？
絮叨版里有括号里的斜体字内容，纯净版里则没有。什么？括号里的斜体字内容是什么？请看前言或者絮叨版。（才不是骗点击哦。）
