مغز چگونه بر محدودیت‌های خود غلبه می‌کند؟ شاهکار مغز در تبدیل «عدم قطعیت» به «تصمیم»

مغز چگونه بر محدودیت‌های خود غلبه می‌کند؟

شاهکار مغز در تبدیل «عدم قطعیت» به «تصمیم»

یکی از بزرگ‌ترین سوءبرداشت‌ها درباره مغز انسان این است که آن را ماشینی بی‌نقص تصور می‌کنیم؛ سامانه‌ای که اطلاعات را همان‌گونه که دریافت می‌کند، پردازش کرده و پاسخ صحیح را تولید می‌کند. اما علوم اعصاب مدرن تصویری کاملاً متفاوت ارائه می‌دهد. مغز نه یک ماشین کامل، بلکه سامانه‌ای شگفت‌انگیز برای مدیریت خطا، ابهام و عدم قطعیت است.

شاید همین ویژگی، راز واقعی هوش انسان باشد.

پژوهشی که توسط پژوهشگران MIT به سرپرستی مهرزاد جزایری (Mehrdad Jazayeri)، استاد علوم زیستی و عضو مؤسسه پژوهش‌های مغزی مک‌گاورن (McGovern Institute for Brain Research) انجام و نتایج آن در مجله Nature Communications منتشر شد، یکی از ظریف‌ترین سازوکارهای مغز را آشکار می‌کند؛ سازوکاری که نشان می‌دهد مغز هنگام روبه‌رو شدن با وظایف پیچیده، به جای آنکه صرفاً بر اطلاعات لحظه‌ای تکیه کند، از تجربه‌های گذشته برای جبران محدودیت‌های محاسباتی خود بهره می‌گیرد.

این یافته، نگاه ما را به مفهوم «خطا» تغییر می‌دهد. آنچه گاهی اشتباه به نظر می‌رسد، در حقیقت یک راهبرد هوشمندانه برای افزایش احتمال موفقیت است.

فرض کنید از شما بخواهند نام خود را به‌گونه‌ای بنویسید که تنها در آینه به‌درستی خوانده شود. در نگاه نخست، این کار نباید دشوار باشد؛ شما شکل حروف را می‌شناسید و بارها نام خود را نوشته‌اید. اما بیشتر افراد در انجام آن دچار مشکل می‌شوند.

دلیل این دشواری، ناآشنایی دست یا چشم نیست؛ بلکه مغز باید عملیاتی را انجام دهد که در علوم اعصاب محاسباتی از آن به عنوان تبدیل ذهنی (Mental Transformation) یاد می‌شود. مغز باید پیش از آغاز حرکت، نتیجه نهایی را در ذهن شبیه‌سازی کند، سپس مسیر حرکتی دست را بر اساس تصویری تنظیم کند که هنوز وجود خارجی ندارد.

این یعنی مغز باید آینده را پیش‌بینی کند تا بتواند اکنون را کنترل کند.

هرچه این تبدیل ذهنی پیچیده‌تر باشد، احتمال ایجاد خطا نیز بیشتر خواهد شد.

اینجاست که یکی از زیباترین ویژگی‌های مغز آشکار می‌شود.

مغز هرگز به اطلاعات حسی اعتماد مطلق ندارد.

دهه‌ها پژوهش در علوم اعصاب نشان داده‌اند آنچه ما تجربه می‌کنیم، نسخه‌ای دقیق از جهان بیرون نیست؛ بلکه بهترین حدس مغز درباره واقعیت است. اطلاعاتی که از چشم، گوش و سایر اندام‌های حسی وارد مغز می‌شوند، همواره با درجاتی از نویز (Noise) همراه‌اند؛ نوساناتی که می‌توانند از محدودیت گیرنده‌های حسی، فعالیت خودبه‌خودی نورون‌ها یا پیچیدگی محاسبات عصبی ناشی شوند.

در نتیجه، مغز همواره با نوعی عدم قطعیت روبه‌روست.

اما شاهکار واقعی آنجاست که مغز به جای حذف این عدم قطعیت، یاد گرفته است چگونه با آن زندگی کند.

در سال‌های اخیر، یکی از تأثیرگذارترین نظریه‌های علوم اعصاب، فرضیه مغز بایسی (Bayesian Brain Hypothesis) بوده است. بر اساس این دیدگاه، مغز همانند یک آماردان عمل می‌کند. هر تصمیم، حاصل ترکیب دو منبع اطلاعات است: داده‌های جدیدی که از محیط دریافت می‌شود و باورهایی که از تجربه‌های گذشته شکل گرفته‌اند.

اگر داده‌های جدید شفاف و قابل اعتماد باشند، مغز بیشتر به آن‌ها تکیه می‌کند. اما هرگاه اطلاعات مبهم، ناقص یا پر از نویز باشند، وزن تجربه‌های گذشته افزایش می‌یابد.

به بیان دیگر، مغز هرگز از صفر شروع نمی‌کند؛ بلکه همواره با پیش‌بینی آغاز می‌کند.

نتایج پژوهش Nature Communications دقیقاً همین اصل را تأیید می‌کند.

پژوهشگران از شرکت‌کنندگان خواستند در دو نوع وظیفه شرکت کنند. در حالت نخست، کافی بود خطی هم‌اندازه نمونه رسم کنند؛ اما در حالت دوم باید خطی با طول یک‌ونیم برابر نمونه ترسیم می‌کردند. اگرچه تفاوت این دو وظیفه در ظاهر اندک است، اما وظیفه دوم نیازمند یک تبدیل ذهنی اضافی بود.

همین مرحله اضافی کافی بود تا رفتار مغز تغییر کند.

شرکت‌کنندگان دیگر تنها به آنچه می‌دیدند تکیه نمی‌کردند؛ بلکه پاسخ‌های خود را به سمت میانگین تجربه‌های قبلی متمایل می‌ساختند. در نگاه اول، این رفتار نوعی سوگیری شناختی به نظر می‌رسد، اما در واقع راهبردی برای کاهش اثر نویز و افزایش دقت کلی عملکرد است.

این پدیده که در آمار با عنوان رگرسیون به میانگین (Regression toward the Mean) شناخته می‌شود، در مغز به یک ابزار قدرتمند برای تصمیم‌گیری تبدیل شده است. مغز ترجیح می‌دهد در شرایط نامطمئن اندکی محافظه‌کار باشد، زیرا این راهبرد احتمال خطاهای بزرگ را کاهش می‌دهد.

از دیدگاه تکامل، این تصمیم کاملاً منطقی است.

در طبیعت، هزینه یک خطای بزرگ معمولاً بسیار بیشتر از هزینه چند خطای کوچک است. بنابراین مغز سامانه‌ای طراحی کرده که در مواجهه با عدم قطعیت، به جای انتخاب‌های افراطی، به راه‌حل‌هایی نزدیک می‌شود که پیش‌تر بارها موفق بوده‌اند.

این همان چیزی است که امروزه در چارچوب Predictive Processing نیز مطرح می‌شود؛ نظریه‌ای که مغز را نه دستگاهی برای دریافت منفعل اطلاعات، بلکه ماشینی برای پیش‌بینی مداوم آینده می‌داند.

بر اساس این دیدگاه، مغز دائماً مدل‌هایی از جهان می‌سازد، آینده را پیش‌بینی می‌کند و تنها اختلاف میان پیش‌بینی و واقعیت، یعنی «خطای پیش‌بینی»، را پردازش می‌کند.

هرچه این خطا کمتر باشد، مغز اطمینان بیشتری به مدل درونی خود پیدا می‌کند.

پژوهش مهرزاد جزایری نیز دقیقاً همین اصل را نشان می‌دهد. هنگامی که محاسبات ذهنی دشوار می‌شوند و احتمال خطا افزایش می‌یابد، مغز وزن بیشتری به پیش‌بینی‌های مبتنی بر تجربه می‌دهد. اما هرچه فرد مهارت بیشتری پیدا کند، میزان نویز کاهش می‌یابد و وابستگی به تجربه‌های گذشته کمتر می‌شود.

به همین دلیل است که یک موسیقی‌دان حرفه‌ای، یک خوشنویس، یک جراح یا یک خلبان، هنگام انجام وظایف پیچیده کمتر دچار این سوگیری‌ها می‌شوند. تمرین طولانی‌مدت، تنها سرعت انجام کار را افزایش نمی‌دهد؛ بلکه دقت مدل‌های پیش‌بینی مغز را نیز بهبود می‌بخشد.

در واقع، یادگیری یعنی کاهش تدریجی عدم قطعیت.

هر بار که مهارتی را تمرین می‌کنیم، مغز مدل درونی خود را اصلاح می‌کند، ارتباطات سیناپسی را بازآرایی می‌کند و پیش‌بینی‌های دقیق‌تری می‌سازد. آنچه در ظاهر «افزایش مهارت» نامیده می‌شود، در سطح نورونی چیزی جز کاهش نویز، بهینه‌سازی شبکه‌های عصبی و افزایش اعتماد مغز به محاسبات خود نیست.

شاید مهم‌ترین پیام این پژوهش آن باشد که محدودیت‌های مغز، نشانه ضعف آن نیستند؛ بلکه بخشی از راهبرد تکاملی آن برای تصمیم‌گیری در جهانی سرشار از عدم قطعیت‌اند. مغز قرار نیست کامل باشد؛ قرار است در شرایط ناقص، بهترین تصمیم ممکن را بگیرد.

از همین رو، شاهکار مغز نه در حذف خطا، بلکه در مدیریت هوشمندانه خطا نهفته است. این اندام شگفت‌انگیز، به‌جای مبارزه با ابهام، آن را در دل محاسبات خود وارد می‌کند، گذشته را با حال می‌آمیزد، آینده را پیش‌بینی می‌کند و از دل میلیون‌ها نورون و میلیاردها سیناپس، محتمل‌ترین پاسخ را برمی‌گزیند.

شاید به همین دلیل است که مغز انسان، با وجود تمام محدودیت‌هایش، همچنان پیچیده‌ترین سامانه پردازش اطلاعات شناخته‌شده در جهان است؛ سامانه‌ای که قدرت واقعی آن نه در بی‌خطا بودن، بلکه در توانایی خارق‌العاده‌اش برای تبدیل عدم قطعیت به دانایی، تجربه به پیش‌بینی و محدودیت به هوشمندی نهفته است.