В 1700-х годах преподобный Томас Байес, сам того не ведая, положил начало революции в статистике, предложив новую интерпретацию вероятностей. На тот момент вероятность и без того была расплывчатым понятием, но согласно широко распространенной договоренности, вероятность события можно было определить как долю испытаний, в которых происходит это событие при том, что число самих испытаний достаточно велико. Выберите наугад карту из колоды, повторите миллиард раз, и вы увидите, что туз пик выпадает примерно в одном случае из 52. То же самое касается и любой конкретной карты, а объясняется это тем, что колода состоит из 52 карт, и нет очевидных причин, по которым любая конкретная карта должна выпадать чаще, чем какая-либо другая.
Но Байеса посетила другая идея. Во многих случаях многократное повторение испытаний невозможно. Какова, к примеру, вероятность существования Бога? Каких бы взглядов мы ни придерживались, мы не можем создать миллиарды вселенных и подсчитать, в скольких из них есть божество. Один из путей решения этой проблемы состоит в том, чтобы считать подобные вероятности бессмысленными. Однако Байес утверждал, что во многих контекстах однократному событию тоже можно приписать вероятность она будет выражать степень уверенности в том, что это событие действительно имеет место. Говоря точнее, если мы располагаем неким подлинным фактом, то такая вероятность выражает степень уверенности в этом факте. Такие скоропалительные выводы мы делаем постоянно например, когда считаем, что шансы на победу испанской футбольной команды в чемпионате Евролиги UEFA равны примерно 75 %, или что сегодня, скорее всего, не будет дождя.
В середине 1700-х Байес вывел математическую формулу, с помощью которой эти «априорные вероятности» могли оказывать влияние на надежную информацию, полученную другим путем. Его друг опубликовал формулу в 1763 г., спустя два года после смерти Байеса. Предположим, вам известно, что вероятность, с которой Испания может одержать победу в крупном футбольном чемпионате, составляет всего лишь 60 % (это число мы взяли с потолка просто в качестве примера), но интуиция подсказывает вам, что в этом году они играют намного лучше, чем обычно. Сложите одно с другим, и вы придете к выводу, что их шансы на победу возрастают.
С помощью байесовского вывода можно дать количественно описание всех этих ситуаций, а также построить рациональную систему для вычисления соответствующих вероятностей исключение составляют лишь априорные вероятности, которые подставляются в формулы, но не являются их следствием. Иначе говоря, это метод в духе «миров если»: если априорная вероятность равна тому-то, то новые данные приведут к таким-то последствиям. Формула не обосновывает какое-то конкретное значение априорной вероятности; тем не менее, ее следствия могут помочь нам оценить точность априорной вероятности путем сравнения с результатами наблюдений. По своей эффективности байесовский вывод нередко превосходит более «рациональные» методы. И хотя мы не всегда можем быть уверены в правильной оценке априорных вероятностей, высказать догадку, возможно, все-таки лучше, чем полностью игнорировать подобные взаимосвязи.
В традиционной статистике утверждение, подвергаемое проверке гипотеза должно быть принято (или, по крайней мере, не отклонено), если оно согласуется с фактами. Метод Байеса же требует отклонить гипотезу, несмотря на имеющиеся данные, если ее априорная вероятность очень мала. Более того, на тех же основаниях мы, вероятно, могли бы вполне обоснованно отклонить предполагаемые факты.
Допустим, к примеру, что гипотезой служит существование НЛО, а фактом фотография одного из таких объектов. Фотография подтверждает гипотезу, но если вы считаете, что вероятность существования НЛО крайне мала, такое доказательство покажется вам неубедительным. Фотография, к примеру, может оказаться подделкой; но даже если вы не знаете, подлинная ли это фотография или нет, у вас есть все основания, чтобы отклонить гипотезу, если, конечно, ваша априорная вероятность соответствует действительности. Иными словами, байесовский вывод не опровергает существование НЛО он просто количественно выражает точку зрения о том, что «незаурядные заявления требуют незаурядных доказательств». А фотографии этой самой незаурядности не хватает.
Так или иначе, согласно нейробиологической теории, мозг функционирует, порождая различные мнения об окружающем мире. Под мнением в данном случае понимается решение мозга насчет некоторого события или явления, поэтому тот факт, что их порождение лежит в основе деятельности мозга едва ли модно поставить под сомнение. Впрочем, эта теория не сводится к одной лишь тавтологии; она утверждает, что мозг комбинирует два различных источника информации память и данные. Он не просто оценивает входные данные сами по себе, а сравнивает их с тем, что уже хранится в памяти.
