事關每個人幸福的演算法模型：被困先驗 - astralcodexten

如今人工智慧研究和人類大腦研究相互促進，本文提出一種理性模型事關每個人的幸福，如果你理解了，你就會釋然：人類大腦是將原始經歷（如感覺、記憶）與上下文（如先驗、期望、其他相關的感覺和記憶）結合起來產生感知。大白話：人類感知=原始經歷（raw experience/evidence ）+上下文（先驗priors），本文是圍繞這兩個部分比重不同展開的。中國有句諺語：一朝被蛇咬，十年怕草繩，本文提出“被困先驗”模型解釋這種心理現象以及形成偏見和固執的原因：

一般人的認知方式是一種正常的貝葉斯推理：假設您住在加利福尼亞州的一個普通郊區，而您的朋友說她在上班途中看到了土狼。你能相信她 ：您的原始經歷（朋友說的這句話，未經分析的經歷，原始經歷，raw experience）和您的上下文背景（土狼在您所在的地區很豐富）加起來好像是那麼一回事；但是，假設您的朋友說她在上班途中看到一隻北極熊。現在，您就對此懷疑了；原始經歷（朋友說的這件事）是相同的，但是上下文（先驗是加利福尼亞出現北極熊的概率很低）使其變得難以置信。

正常認知的貝葉斯推理舉例

安慰劑作用幾乎同樣道理：您很痛苦，所以您的醫生給您開了一個“止痛藥”（您不知道這確實是一種糖藥）。原始經歷是神經發出的疼痛衝動與以前一樣多。上下文是您剛吃了一顆藥，醫生保證您會得到改善。結果：您的痛苦減輕了。

下圖感嘆號的灰色框，代表“加權演算法”。有時，演算法會將幾乎所有的精力都放在原始經歷上，最終結果將都是原始經歷，只需要根據上下文對其進行少量調整。在其他時候，它將幾乎全部放在上下文上，最終結果將幾乎完全不依賴於原始經歷。或者這個演算法的權重為50-50。這裡的因素非常複雜，我希望即使我將灰色框也視為黑色框，您仍然可以找到幫助。

案例2：如果將白葡萄酒染成紅色，很多人會說它的味道像紅酒。原始經歷是：葡萄酒本身的味道，就是白葡萄酒。但實際情況上下文是您喝的是紅色液體。結果：它的味道像紅酒。（這裡權重多數傾斜在了上下文）

什麼是被困先驗

有很多關於老鼠的習慣研究：敲響鈴鐺，然後給老鼠電擊。在您執行了足夠的次數後，他們會害怕鐘聲-聽到它們後便會畏縮（一朝被蛇咬，十年怕草繩）。然後，您切換為響鈴，不觸電。剛開始時，老鼠仍然不怕鐘聲。但是過了一會兒，他們意識到鐘聲再也不會傷害他們了。他們會像對待其他噪音一樣進行調整。他們失去了恐懼-他們習慣了。

人類也會發生同樣的事情。也許當您還很小的時候，一隻大狗在向您咆哮，有一陣子您怕狗了。但是隨後您遇到了許多友好的可愛幼犬，您意識到大多數狗並不可怕，並且您得出了一些合理的結論，例如“長大的大狗很可怕，但可愛的幼犬卻並不可怕”。

有些人卻永遠無法做到這一點。他們會感到恐懼，對狗的病理恐懼（一朝被蛇咬，十年怕草繩）。在其最初的技術用途中，恐懼症是一種強烈的恐懼，無論您有多少次接觸狗而沒有發生任何不好的事情，您都會保持恐懼。為什麼？

在過去，心理學家會通過向患者灌輸恐懼物件來治療恐懼症。我們會將您放在一個巨大的羅威納犬的房間裡，鎖上門，等到您出來時，也許您將不再怕狗了。聽起來野蠻？也許是這樣，但更重要的是它實際上並沒有起作用。您可以和羅威納犬一起呆在房間裡整整一整天，羅威納犬可以入睡或舔臉，或者做一些其他足以使您相信它並不可怕的事情，而等到您離開時，您就會比您進門時更怕狗。

現在是通過這種辦法解決：首先，讓您從看狗的圖片開始，如果您的情況足夠嚴重，甚至這些圖片也會使您有些緊張。一旦您看了成千上萬張照片，就習慣了看它們。然後，我們將把您放在一個大房間裡，關著一隻可愛的小狗在籠子裡。您不必靠近小狗，也不必撫摸小狗，只需坐在房間裡就不會抓狂。一旦您完成了無數次的嘗試並失去了所有的恐懼，直到您被羅威納犬鎖在房間裡為止。

有道理的是，一旦您與狗接觸一百萬次並且一切正常，一切都會好起來的，您會失去對狗的恐懼-這是正常的習慣。

但是現在我們回到了最初的問題：為什麼我們不能只從羅威納犬開始呢？

常識性的答案是，只有當與狗的經歷最終變得安全無事時，您才會習慣。但是和羅威納犬一起呆在房間裡真是太恐怖了。這不是安全的好經歷。

表面上看：習慣化需要一種安全感，但是（像其他所有感性一樣）其實這種所謂習慣還是取決於原始經歷和上下文的結合。

原始經驗：羅威納犬平靜地搖著尾巴，看起來不嚇人。但是一旦被狗嚇壞之後，就有一個非常強烈的原始經歷，結果：羅威納犬令人恐懼。以後你做的任何上下文的更新將傾向於狗是可怕的，而不是相反！

這就是被困的先驗。

它被困是因為無論您得到什麼新證據，最終感知都永遠不會更新。您可以連續擁有一百萬條與狗有關的好經歷，而每條狗只會使您更深地擔心狗。您先前對狗的恐懼決定了您目前的經歷，而這反過來又成為了以後相遇時的精神錯亂。

被困先驗的高階版本

上面的部分描述了被困先驗的簡單認知情況。它根本沒有帶來情感的想法：如果使用相同型別的貝葉斯推理演算法實現計算機程式，那麼無情感的威脅評估計算機程式可能會理想地解決相同的問題。但是，當人們情緒激動時，就會發現自己更容易產生偏見。為什麼？

Van der Bergh等人建議，當原始經歷太不能忍受時，您的大腦會減少“原始經歷”通道上的頻寬，以保護您免受創傷性情緒的影響。這就是為什麼某些創傷受害者對其創傷的描述通常很短，不詳細且不切實際的原因。這樣可以保護受害者，使其不必在所有血腥細節中都受到可怕的刺激和負面情緒的影響。但這也確保上下文（而不是原始經歷本身）將在確定他們對事件的感知中起主導作用。 

您無法更新有關這隻狗很友善的感知，因為您的原始經歷頻寬變得非常狹窄。你最終認知是幾乎完全基於你對狗有什麼原生經歷。

有人稱其為母狗吃餅乾，當您處於被虐待或其他可怕關係中。您的伴侶給了您充分的理由來憎恨他們。即使看到他們吃餅乾的看似無辜的事情，也會讓您很生氣。從理論上講，與伴侶的互動中，他們只是吃薄脆餅乾而不會以任何方式打擾您，這應該會產生一些習慣，這只是很小的證據，表明它們並不總是那麼糟糕。實際上，這隻會使您更討厭它們。在這一點上，您對它們不好的原始經歷之所以如此之高，以至於每一次互動，無論它如何進行，都會使您更加討厭它們。您被之前認為它們不好的東西困住了，產生了偏見。

這種模型表明：越來越多的證據只會使您更加確定自己的既定信念也就是原始經歷，而不論它是否可能否定了你的原始經歷，這些都是被困先驗的悲哀，這些人好像命中註定了。(偏見、固執己見一生無法醒悟)

更多點選標題見原文，原文後有非常熱烈的長篇討論，因為這種模型理論事關每個人的幸福。