Vaatamata jäljendusmängus kujutatud sündmustele , ei leiutanud Alan Turing masinat, mis Teise maailmasõja ajal Saksamaa koode purustas - seda tegi Poola. Kuid geniaalne matemaatik leiutas midagi sellist, mida filmis pole kunagi mainitud: matemaatilist vahendit teabe usaldusväärsuse hindamiseks. Tema tööriist kiirendas kodeeritud teadete dešifreerimist, kasutades Poola masinate täiustatud versioone.
Seotud sisu
- Keskööl söömine on teie ajule halb
- Tuvide ajud töötavad nagu meie omad
- Kas teete nälja korral paremaid otsuseid?
Nüüd on reesusahvidest uurivad teadlased leidnud, et aju kasutab seda matemaatilist tööriista ka mitte sõnumite dekodeerimiseks, vaid ebausaldusväärsete tõendite kokkuviimiseks lihtsate otsuste tegemiseks. Columbia ülikooli neuroteadlase Michael Shadleni ja tema meeskonna jaoks toetab leid suuremat ideed, et kõik meie poolt vastu võetud otsused - isegi näiliselt irratsionaalsed - võib jaotada ratsionaalseteks stastlikeks operatsioonideks. "Meie arvates on aju põhimõtteliselt ratsionaalne, " ütleb Shadlen.
1918. aastal leiutatud Saksa Enigma masin lõi asendusšifri, vahetades originaaltähed sõnumis uute vastu, saades nii, nagu tundus puhas õudus. Šifri keerukamaks muutmiseks olid seadmel sees pöörlevad kettad, mida pöörati iga klahvi vajutamisel, muutes kodeeringut iga klahvivajutusega. Protsess oli nii keeruline, et isegi Enigma masina käes olid sakslased sõnumi dešifreerimiseks ainult siis, kui said teada nende krüptimisvalikute algsätteid.
Saksa Enigma masin, II maailmasõja koodimurdjate vaenlane. (Inimese kujutluse ajaloo Walkeri raamatukogu) Turing lõi algoritmi, mis kärpis võimalike sätete arvu, mida Briti dekrüpteerimismasinad, mida nimetatakse pommideks, pidid iga päev testima. Töötades Ühendkuningriigis salajases Bletchley Parki asutuses, mõistis Turning, et on võimalik aru saada, kas samadest positsioonidest käivitunud rootoritega masinatest on tulnud kaks teadet - põhiteave nende positsioonide arvutamiseks. Rivistage kaks kodeeritud sõnumit üksteise peale ja tõenäosus, et kaks tähte on ühesugused, on pisut suurem, kui mõlemad sõnumid pärinevad samade algseadetega masinatest. Selle põhjuseks on asjaolu, et saksa keeles, nagu ka inglise keeles, kipuvad teatud tähed olema tavalisemad ja krüpteerimisprotsess säilitas selle mustri.
Turingi algoritm liitis nende vihjete kasulikkuse tõenäosuse kokku. Samuti näitas see, millal kumulatiivsed koefitsiendid olid piisavalt head, et kas nõustuda või tagasi lükata, et kaks võrreldavat sõnumit pärinesid sama rootori olekuga masinatest. See statistiline tööriist, mida nimetatakse järjestikuseks tõenäosussuhte testiks, osutus probleemi optimaalseks lahenduseks. See säästis aega, lastes Bletchley koodimurdjatel otsustada, kas kaks sõnumit on kasulikud, vaadates võimalikult vähe tähti. Treimine polnud ainus salaja töötav matemaatik, kes selle idee välja pakkus. Abraham Wald Columbia ülikoolis kasutas seda 1943. aastal, et välja mõelda, mitu pommi USA merevägi vajas õhku, et olla enne selle väljasaatmist piisavalt kindel, et laskemoonapartii pole defektne.
Nüüd on Shadlen leidnud, et inimesed ja muud loomad võivad ebakindla teabe mõistmiseks kasutada sarnast strateegiat. Ebakindlusega tegelemine on oluline, kuna vähesed otsused põhinevad täiesti usaldusväärsetel tõenditel. Kujutage ette, et sõidate vihmase ilmaga öösel mööda looklevat tänavat. Peate valima, kas keerata ratast vasakule või paremale. Kuid kui palju võite usaldada ees ootamata teadmata vahemaaga auto nõrku tagatulesid, tumedat puu joont oma segase kujuga või vaevu nähtavaid rajamarkereid? Kuidas selle teabe kokku panna, et teele jääda?
Ahdeni Shadleni laboris seisis ees sama raske otsus. Nad nägid arvutimonitoril kuvatud kahte punkti ja proovisid õigesti valides maiuse. Ekraanil üksteise järel vilkunud kujundid vihjasid vastusele. Näiteks kui ilmus Pac-Mani sümbol, oli vasakpoolne punkt tõenäoliselt õige, kuid mitte kindlasti õige vastus. Seevastu viisnurk soosis õiget punkti. Mäng lõppes siis, kui ahv otsustas, et ta on näinud piisavalt kujundeid, et ohtu arvata, pöörates oma silmad ühe punkti poole.
Selle uuringu käigus mõõdetud ajuosa külgne külgmine ajukoores leidub parietaalses lobes. (Riikliku vananemise instituudi / riiklike tervishoiuinstituutide piltide viisakus) On palju strateegiaid, mida oleks võinud kasutada õige punkti valimiseks. Ahv oskas tähelepanu pöörata ainult parimatele vihjetele ja teisi ignoreerida. Või saab valiku teha lihtsalt teatud aja möödudes, olenemata sellest, kui kindel oli ahv tõendite osas, mida ta selle ajani oli näinud.
Tegelikult juhtus aga ajus teabe kogunemine, kuna loom hindas iga kuju usaldusväärsust ja liitis need jooksva koguarvuga. Shadlen jälgis seda suurenemist, sisestades elektroodid valutult ahvide aju. Suure tõenäosusega vihjed põhjustasid aju aktiivsuses suuri hüppeid, nõrgemad vihjed aga väiksemat hüpet. Otsused näisid olevat tehtud siis, kui vasak- või parempoolne tegevus ületas teatud läve - sarnaselt Turingi algoritmi tulemustele.
"Leidsime, et aju jõuab otsusele viisil, mis läheks statistikuga kokku, " ütleb Shadlen, kelle meeskond avaldab tulemused ajakirja Neuron peatses numbris .
Pariisi Ecole Normale Supérieure'i neuroteadlane Jan Drugowitsch on nõus. "See teeb väga tugeva juhtumi, et aju proovib tõesti siin kirjeldatud strateegiat järgida, " ütleb ta. Kuid kas keerukamaid valikuid, näiteks kuhu minna ülikooli õppima või kellega abielluda, saab kasutada lihtsate statistiliste strateegiatena?
"Me ei tea, et väljakutsed, millega aju silmitsi seisab suurte probleemide lahendamisel, on täpselt samad, mis väljakutsetel lihtsamate otsuste tegemisel, " ütleb Pennsylvania ülikooli meditsiinikooli neuroteadlane Joshua Gold. "Praegu on puhas oletus, et mehhanismid, mida me laboris uurime, tuginevad kõrgema taseme otsustele."
