为增强能量利用效率，大脑练就了预测感知能力

ASP站长网我们的大脑是一个包裹在颅骨中重达三磅的组织块，它是如何从感觉中创造出感知的？这一直以来都是个谜。
 
数十年来，有大量的研究和证据表明，大脑不可能只是简单地像拼凑拼图一样感官信息将感官信息组织在一起，来感知周围的环境。即使传入的信息杂乱无章、模糊不清，大脑依旧可以根据进入眼睛的光线构建一个场景，这一事实恰巧证明了上述观点。
 
因此，越来越多的神经科学家开始将大脑视为 "预测机器"。通过预测处理，大脑利用其对世界的先验知识来推断或产生假设，来解释传入感官信息的原因。这些假设在我们的脑海中产生了感知，并不是感官输入本身产生的感知。输入的感官信息越模糊，对先验知识的依赖性就越强。
 
荷兰拉德堡大学预测性大脑实验室的神经科学家 Floris de Lange表示，预测性处理框架的魅力在于它有一种非常强大的能力可以解释不同系统中许多不同的现象。
 
然而，越来越多的神经科学证据表明，支持这一观点的想法主要是间接的，并且可以有其它替代解释。
 
拉德堡大学的Tim Kietzmann 致力于研究机器学习和神经科学的跨学科领域，他表示："如果你研究人类的认知神经科学和神经成像，将会有很多证据，但这些证据都是非常含蓄的、间接的。"
 
因此，研究人员开始试图通过计算模型来理解和测试预测性大脑的想法。计算神经科学家通过研究生物神经元的行为，建立了人工神经网络，可以学习对输入信息进行预测。这些模型可以近似模仿真实大脑的能力。用这些模型进行的一些实验甚至暗示：大脑必须要进化成预测机器才可以满足能量限制。
 
随着计算模型的增加，研究活体动物的神经科学家们也越来越相信大脑会学习推断感官输入的原因。虽然关于大脑如何做到这一点的具体准确的细节仍然模糊不清，但大体的情况变得越来越清晰。
 
1. 感知中的无意识推理
 
预测处理起初看起来可能像是一种违反直觉的复杂感知机制，但科学家们一直以来非常偏向于它，因为似乎没有其它更好的解释。甚至在一千年前，穆斯林阿拉伯天文学家、数学家Hasan Ibn Al-Haytham在他的《光学书》中就强调了预测处理的一种形式，用来解释视觉的各个方面。这一想法在19世纪60年代得到了有力支撑，德国物理学家兼医生Hermann von Helmholtz认为，大脑推断出其传入的感知输入的外部原因，而不是从这些输入"自下而上"地构建其感知。
 
 
 
20世纪中叶的认知心理学家用这种看起来既像鸭子又像兔子的图像来研究人类的感知
 
Helmholtz 阐述了"无意识推理（unconscious inference）"的概念，来解释双稳态或多稳态感知，即一个图像可以以不同方式被感知。例如，在一些的模棱两可的图像上，像上图所展示的那样，我们可以感知它为一只鸭子，又可以认为它是一只兔子，我们的感知在两种动物图像之间不断转换。Helmholtz 表示在这种情况下，由于在视网膜上形成的图像没有变化，所以感知必须是一个自上而下推断感官信息原因的无意识过程的结果。
 
在20世纪，认知心理学家们继续提出了这样的观点：感知是一个主动建构的过程，它同时借鉴了自下而上的感知和自上而下的概念性输入。
 
Richard Langton Gregory在1980年发表了一篇非常有影响力的论文“Perceptions as Hypotheses”。该论文中，作者认为感知错觉本质上是大脑对感官印象原因的错误猜测。同时，计算机视觉科学家们在努力使用自下而上的重建，使计算机在没有内部 "生成 "模型参考的情况下进行观察。
 
尽管预测处理的接受度在不断提高，但是，关于它是如何在大脑中实现的这一问题仍然存在。流行的一种被称为预测编码的模型，认为大脑中的信息处理水平是有层次的。最高级代表最抽象、最高级的知识，例如，对前方阴影中的蛇的感知。该层通过向下发送信号来预测下一层的神经活动。下层将其实际活动与上面的预测进行比较。如果存在不匹配，该层会生成一个向上流动的错误信号，以便更高层可以更新其内部表征。
 
这个过程同时发生在每一对连续层，一直到接收实际感知输入的最底层。从外界接收到信息和预期结果之间的任何差异都会导致一个错误信号，并在层次结构上产生涟漪。然后最高层最终更新了它的假设，那不是一条蛇，只是地上的一根卷曲的绳子。