关于随机性,确定性和丹·巴克的《自由意志的解释》的一些思考

丹·巴克(Dan Barker)对此问题的看法有所不同。 正如他所说,问题更可能归结于语言以及我们如何使用这些术语。 在《 自由意志的解释》中 ,他试图通过多种类比来阐明辩论,并介绍自己作为无才主义者的立场* 。我认为他的意思是,自由意志与确定性的关系根本不是问题。 它正在将苹果与桔子进行比较。 这两个概念可以并存,因为它们实际上并不相互反对。 真正的争论是在确定性和不确定性之间。 自由意志是完全不同的东西 ,而不同的东西是一种幻想。

当然,丹不是第一个提出自由意志的人,只是一种幻想。 正如我所提到的,在20世纪初期至1950年代主导心理学行为主义者也将自由意志视为一种幻想。 但是,丹的所作所为是作为行为判断产物的自由意志的一致观点。 自由意志是一种社会建构; 这不是内在的属性,而是我们根据行为和行为判断的评估。 当我们判断他人的行为时,我们会感知他人的自由意志,而当我们评判自己的行为时,我们会感知自己的自由意志。 自由意志是一个参考框架。

他的论点的关键是他所说的无和意志 。 自由意志可能存在也可能不存在于个人层面。 您是过去的结果,倾向于做出自己的选择。 但是,一旦您改变了看法以考虑社会结构中个人之间的行为,就会产生自由意志。 在主题内,我们可能是确定的(他称这种观点为旋律自由意志 )。 但是,在主体之间,我们开始判断和评估彼此的行为,甚至是我们自己的行为。 他认为,这种判断是自由意志存在的地方。

老实说,我对他的想法和类比并不完全满意。 虽然使用类比有助于理解概念中的某些细微差别,但Dan的书在整个过程中都严重依赖于此设备。 类推的危险在于,在读者没有意识到自己被误解的情况下,它们可能会被误解,我当然也多次成为该陷阱的受害者。 但是他的主要观点是:自由意志是一种在社会环境中通过行为判断而产生的幻觉,无论社会一切都是幻觉,而这些都是维持我们社会存在的有用幻觉。

但是在Dan的全书中,有一个特别引人注意的引语,我想更深入地探讨这一点:

自由不会从随机中获得任何收益

这种主张对我很突出,因为它以我自己的研究追求更接近家。 这是我的一些背景; 我绝不是哲学家。 我的主要实践是神经科学,特别是计算神经科学。 我研究神经系统如何感知和处理信息,并研究模型来解释这一点。 更具体地说,我正在用您的触觉来探索这一点。 一个典型的实验可能会发现我向您呈现一些物理刺激,或者是被动地或者是“主动地”允许您自己捡拾东西。 我对探索人类感知和行为的计算, 概率模型特别感兴趣,因此随机性问题非常重要。

无论如何,我认为Dan在引用中有两个陈述:

是否存在随机性并不重要,因为自由意志有所不同。

正如我之前所说,丹是一位相容主义者* 。 他认为自由意志是与决定论完全不同的论点。 相反,随机性将在不确定性的争论中发挥作用。 在那里,存在随机性,那么现实中并非所有事物都是确定性的,因为事情可能以“另一种方式”发生。

我理解他的观点,但我仍然要坚持认为,随机性的存在与自由意志有一定关系。 我不否认他对自由意志的看法-当然,这是一种幻想。 与自由意志有关的任何感觉或看法都是内部产生的,就像生活中的其他一切一样。 我们认为有些事情是有形的。 有些事情没有。 但是每个人都将“自由意志”指的是不确定性,即事物发生的能力有所不同。 不确定性可能不是证明自由意志合理的必要条件,但它无疑有助于验证自由意志。

量子力学中的随机性(或更精确地说,概率随机过程)的发现与我们宏观世界中的自由意志无关。

我想我会从这份声明中看出Dan的来历。 物理学中量子力学的一个重要直觉是,亚原子级的现实似乎是概率性的。 因此,量子力学经常被用作证明自由意志的理由。 由于我们的现实从根本上允许概率随机性,因此这可能允许随机性-从而自由意志-在宏观尺度上存在。 正如Dan所说,这是微观决定论的问题。

Dan与微观决定论和他所谓的宏观决定论有着重要的区别。 这是复杂结构和生物体的水平。 动物和大脑的水平。 通过这个插图,他比较了现代量子物理学和经典牛顿物理学。 在亚原子级,相互作用是概率性的。 但是,当您处理宏观物体时,例如汽车的运动或河流的流动,量子力学就不适合解释所有特性。 这种随机性消失了,我们剩下了可预测的事件。 随机性可能存在于量子领域,但在我们的宏观领域中,它不再相关。

试图通过构成我们的亚原子特性提供自由意志的证据是愚蠢的。 您必须处理宏观尺度上的属性。 因此,自由意志不会从随机性中获得任何收益。

人类Connectome项目图库图片

但是,实际上,还有其他方式可以使随机性进入我们的生物系统,从而使随机性再次在个人层面上产生自由意志 (如丹所言, 旋律自由意志 )。 认知神经科学中一个挥之不去的问题是,我们的神经系统在尝试解码感知到的东西时会采用哪种决策策略。 换句话说,您的大脑如何处理不确定的信息? 最直观的策略是确定性策略:给定一些可能的感知,大脑可能始终会选择最可能的假设。 在任何情况下,这无疑都是主流策略。 如果确实有A的机会是70%, B的机会是30%,那么您应该始终选择A,而您在70%的时间里将是对的! 但是另一种可能的策略称为概率匹配 (或有时称为贝叶斯采样 ),它指出我们示例中的观察者将仅在70%的时间内响应A。 大多数情况下,他们会选择最可能的选项,但有时他们会选择其他选项。

这个理论很难被证实。 我们的大脑很可能既有能力运用策略,又能在不同背景下进行切换。 但是我们也无法果断地提出这个想法。

作为说明,让我们考虑处理潜在的愿景。 事实证明, 看到并不像在传感器上记录图像那样简单。 您的视觉系统是一个复杂的解构,处理和重构过程,始于您眼睛中的感光器,最后到达大脑后部-视觉皮层。 到那时,通常认为映射中的信息是完整的,因为光子如何落在您的视网膜上。 加州大学伯克利分校的研究人员在2011年成为头条新闻,他们能够根据与样本视频剪辑匹配的视觉皮层中的大脑活动来重建图像(N​​ishimoto等,2011)。

Jack Gallant博士讨论了他的fMRI图像娱乐工作。

但是在达到这一点之前,中央视觉通道是一个漫长的过程,需要分解方向,颜色,图案,并将它们组合在两只眼睛的视野之间。 旅程不止于此; 必须进一步处理这些信息,才能真正理解您所看到的内容。 它是什么? 空间在哪里? 场景的哪些部分属于“它”,什么是分开的? 任何视觉幻觉都会立即通知您,您所看到的不一定是现实。 在您的感知的每个部分都有微调的过程。

被“微调”并不意味着是完美的。 神经系统异常嘈杂。 神经元不会在二进制活动-非活动状态下运行。 它们实际上总是活跃的,有时会随机发射。 添加信号时发生的变化是,该发动频率经常增加,与束和投影中的其他神经元协调,有效地变成了相干信号。

该摘要是对神经系统的美丽复杂性和发生的动力学的极大简化,但是我想了解的是它不是“开或关”的。 甚至您的感光器也不会按照您的想法行事。 您可能以为视网膜上的视锥细胞或视杆只有在收到光子后才会发出信号。 实际上,情况恰恰相反。 感光器的默认状态是以最大速率释放神经递质,并且在接收光子时会抑制发射。

我要说的是您的神经系统嘈杂。 您对世界的感官测量是嘈杂的,处理该信息是嘈杂的,然后将其放回您的意识中(无论是什么)都是嘈杂的。 伴随噪音,是随机性。 这一切归结为,理论上可以给大脑相同的输入并获得不同的结果 。 您可能会称我们的社会和道德规则,我们的性格和我们的内部处理偏见是确定性的,因为它们限制了我们可以做出的选择。 但是,如果这个假设是正确的-可以给大脑相同的输入并获得不同的结果-那么我们至少可以在宏观水平上具有随机性。 我们有能力以不同的方式感知和决定事物。

现在考虑到所有这些,这是我最喜欢的视觉幻觉之一-Neckercube。

当您看到此多维数据集时,您会以哪种方式看到它? 它是从屏幕弹出还是嵌入到屏幕? 我觉得这种幻觉非常着迷,因为对于大多数人来说,两者都是。 常见的经验是在可能的感知之间来回跳跃。 这就是所谓的双稳态感知 。 感知立方体的两种可能方法都是一样的,因此您的大脑会在它们之间随机跳跃。 这种简单的错觉为我们有时可能会采用这种传说中的贝叶斯抽样提供了证据并寄予希望。

不幸的是,这绝不是证据的“烟枪”。 试图用幻觉来检验这个想法很快就会陷入不可避免的陷阱。 为了明确地说我们不是确定性的,我们将需要能够在同一时间点多次测试某人,并查看他们的响应是否可以改变。 每个测试都必须绝对独立; 这意味着观察者在每次测量时都必须处于完全相同的状态,具有完全相同的体验。 这是不可能的,因为时间在不断前进。 我们无法及时返回以重做测试,因此我们进行的每个测试必须在以后进行。

这是我们的致命缺陷:这些测量值不是独立的样本。 随后对Neckercube的每次感知都被先前的每个感知污染。 我们的观察者不再处于完全相同的状态。 因此,您可能会争辩说,您对Neckercube的当前理解是您直到该时间点的一生的长期经验的确定性结果,包括您长时间在看和加工Neckercube。 当然,我们无法在同一时间点在多个观察者之间进行测试,因为每个人在这一点上的大脑都有不同的生活经历,并且可以确定地得出不同的观察结果。 这确实不是一个琐碎的实验设计。

确实,关于决策策略的辩论已经持续了一段时间。 早在1971年,研究人员Michael Kubovy和Amos Tversky就在一个简单的二进制检测任务中尝试在确定性和概率性决策模型之间进行测试时,对此问题进行了出色的观察。 他们与韦恩·李(Wayne Lee,1964)的研究进行了比较,后者据称找到了他所谓的匹配假设 (本质上是概率匹配)的证据:

Lee的[受试者]在一个相对较短的实验(400或500次试验)过程中了解了分布。 在这种情况下, 研究过程中临界点位置可能会发生变化 。 因此,Lee的[受试者]产生的数据比呈现的数据更接近概率模型也就不足为奇了。

含义是:具有变化的决策界限的确定性决策策略看起来像概率匹配。 更简单地说,如果您的大脑用来做出决策的信息存在差异,那么决策就不会总是准确的。 而且这种行为看起来很像概率匹配。 这种变化可能是由于内部噪音引起的,也可能是由于刺激表现的差异,环境或身体其他部位不断变化的其他外部因素所致,甚至是由于运动后大脑的变化所致。以往的经验。 在参与者仍在学习他们正在决定的类别的实验中尤其如此。

使用信号检测理论对Kubovy和Tversky(1971)观察的简单说明。 假设您有两个假设的人群,即A(蓝色)B(红色)。 这些分布表示每个组中人员的身高。 由于这些组是由实验者设置的,因此它们具有固定的平均高度和变化,不应改变(假设A组的平均高度为5’6“, B组的平均高度为5’10”)。 实验很简单,您有一个身高,需要对它进行分类,但是当有人尝试学习这两个类别时,您将无法访问那些固定的数量。 取而代之的是,您每次尝试试验时都在不断尝试确定这些潜在的分布,这就是为什么它们会移至上方。 黄色竖线代表该试验的决策边界; 每当您在条形图的右边获得高度时,确定性策略即表示您应始终选择组B (红色)。 否则,选择A (蓝色)。 但是由于这些分布随着您的学习而发生变化,因此边界发生了变化。 Kubovy和Tversky认为,由此产生的行为可以产生更接近概率模型的数据。

但是贝叶斯采样 仍在探索中。 越来越多的研究逐渐建立起来,即可以将感知的方面建模并视为概率推论(Moreno-Bote,Knill&Pouget,2011)。 贝叶斯推理(Bayesian Inference)是一种用于比较给定先前期望和传入数据的假设的概率框架,在解释人类行为和知觉现象方面越来越成功(有关很好的例子,请参见Alais&Burr,2004; Knill&Pouget,2004;Körding等人。 ,2007)。 因此,我还不能排除宏观尺度上的随机性。

当然,也许随机性仍然不会在自由意志中发挥作用。 能够以不同的方式感知事物是一回事。 我们不一定选择我们如何看待事物,而只能根据最终结果推断采取行动。 我们实际上只是不确定世界中的确定性存在者吗? (通常,这与笛卡尔的论点相反)

我认为至少,提供个人行为随机性的证据至少可以使我们在这场有2000年历史的辩论中走得很远。 我们仍然不了解很多大脑。 也许仍然有一些网络或过程尚未找到能够指导神经活动或施加控制(将)超出感知能力的能力。 有一些东西可以解释我们的代理来源。

但是我不知道,这只是互联网上的一个随机博客。


  • Alais,D.和Burr,D.(2004年)。 Ventriloquist效应是由近乎最佳的双峰积分产生的。 当代生物学14 (3),257–262。 https://doi.org/10.1016/j.cub.2004.01.029
  • Barker,D.(2018年)。 免费将解释。 多伦多,安大略省:Sterling Publishing。
  • Knill,DC和Pouget,A.(2004年)。 贝叶斯大脑:不确定性在神经编码和计算中的作用。 Neurosciences的趋势27 (12),712–719。 https://doi.org/10.1016/j.tins.2004.10.007
  • Körding,KP,Beierholm,U.,Ma,WJ,Quartz,S.,Tenenbaum,JB,&Shams,L.(2007年)。 多感官知觉中的因果推断。 公共科学学报 2 (9),e943。 https://doi.org/10.1371/journal.pone.0000943
  • Kubovy,M.,Rapoport,A.和Tversky,A.(1971)。 检测中的确定性策略与概率性策略。 注意,知觉和心理物理学9 (5),427–429。
  • Lee W.和&Janke M.(1964)。 将连续三个外部分布的刺激样本进行分类。 实验心理学杂志68 (4),376–382。 https://doi.org/10.1037/h0042770
  • Moreno-Bote,R.,Knill,DC&Pouget,A.(2011年)。 视觉感知中的贝叶斯采样。 美国国家科学院院刊108 (30),12491–12496。 https://doi.org/10.1073/pnas.1101430108
  • Nishimoto,S.,Vu,AT,Naselaris,T.,Benjamini,Y.,Yu,B.,&Gallant,JL(2011)。 通过自然电影引起的大脑活动来重建视觉体验。 当代生物学杂志 ,21(19),1641-1646。

最初于 2018 年12月19日 发布在 fdraconis.com