model məlumat bizim qavrayış təsir necə təsvir - False forearmed təxmin
Nəyisə qiymətləndirəndə şüuraltı olaraq son təcrübələrdən istifadə edirik. Lüdviq Maksimilianlar Universitetinin (LMU) Münhen və Bernstein Center Münhendəki tədqiqatçıları test subyektlərindən virtual mühitdəki məsafələri qiymətləndirmələrini istədi. Onların nəticələri bu nöqtəyə qədər uzanan bütün marşrutların orta dəyərinə meyl etdi. İlk dəfə alimlər riyazi modeldən istifadə edərək eksperimental nəticələri çox yaxşı proqnozlaşdıra bildilər. Məşhur iki psixofizika qanununu ehtimal nəzəriyyəsindən irəli gələn bir təklifin köməyi ilə birləşdirir. Beləliklə, tədqiqat qavrayış tədqiqatı üçün əsas əhəmiyyət kəsb edə bilər. (Neuroscience Journal, 23 Noyabr 2011)
Niyə digər vaxtlarda eyni məsafəni uzun və qısa hesab edirik? Həlledici amil birbaşa əvvəl hansı marşrutları əhatə etdiyimizdir. Önəmsiz görünə bilən şeylər beynin müxtəlif güclü stimulları və hətta rəqəmlər kimi mücərrəd elementləri necə emal etdiyi barədə vacib məlumat verir. Bunu araşdıran Dr. Stefan Glasauer (LMU), Bernstein Center Münhen layihə meneceri və onun doktorantı Frederike Petzschner eksperimental və nəzəri cəhətdən. Onların subyektləri virtual məkanda məsafələri əhatə edir və sonra onları orada mümkün qədər dəqiq şəkildə təkrarlayırlar. Əvvəlki tədqiqatlarda olduğu kimi, nəticələr həmişə düzgün dəyərdən əvvəllər qaçış məsafələrinin ortasına doğru dəyişdirilirdi.
Tədqiqatçılar indi ilk dəfə olaraq bu fenomen üçün ümumi izahat verirlər. Riyazi modelin köməyi ilə onlar əvvəlki stimulların cari qiymətləndirməyə necə təsir etdiyini hesablaya bilərlər. "Əvvəlki təcrübənin bu təsiri çox güman ki, ümumi prinsipə uyğundur və çox güman ki, kəmiyyətlərin və ya həcmlərin qiymətləndirilməsinə də aiddir" deyə Qlasauer izah edir. Məsafəni qiymətləndirərkən əvvəlki təcrübədən güclü şəkildə təsirlənən subyektlər də bucaqları qiymətləndirərkən əvvəlki təcrübələrinə daha çox əhəmiyyət verirdilər. Hər iki halda, onlar da performanslarının uğuru və ya uğursuzluğu haqqında bilmədən öyrəndilər. Bir çox öyrənmə metodları isə bu cür rəy tələb edir.
İndiyə qədər əsas prinsipin həcm, parlaqlıq və ya məsafə kimi stimulun güclü qavrayışını müəyyən edib-etməməsi mübahisəli idi. Psixofizikanın iki mühüm qanunu bir-birinə zidd görünürdü: 150 il əvvəl nəşr olunan Weber-Fechner qanunu və 50 yaşında olan Stivensin güc funksiyası. Bununla belə, Münhen alimləri indi göstərdilər ki, iki qanun ən azı müəyyən hallarda çox yaxşı uzlaşdırıla bilər.
Bunun üçün Veber-Fechner qanunu Bayesin (1763) ehtimal teoremi ilə birləşdirilir ki, bu da nəticələrin ölçülməsinə imkan verir və bununla da Stivensin güc funksiyasına çevrilir. "Biz 50 ildən artıqdır ki, qavrayış tədqiqatçılarını məşğul edən problemin həllinə kömək edə bildik" deyə Qlasauer əminliklə deyir. Sonra, tədqiqatçılar tarixi məlumatları təhlil etmək və modelin həcm və parlaqlıq kimi müxtəlif stimullaşdırma üsulları ilə təsdiqlənib-təsdiq edilmədiyini aydınlaşdırmaq istəyirlər.
Bernstein Center Münhen Hesablama Neyrologiyası üzrə Milli Bernşteyn Şəbəkəsinin (NNCN) bir hissəsidir. NNCN hesablama nevrologiyasının yeni tədqiqat intizamında birləşdirmək, şəbəkə yaratmaq və imkanları daha da inkişaf etdirmək məqsədi ilə BMBF tərəfindən təsis edilmişdir. Şəbəkə alman fizioloqu Julius Bernstein (1835-1917) adını daşıyır.
Original iş:
Petzschner F, Glasauer S (2011): Aralıq və reqressiya effektləri üçün izahat kimi iterativ Bayes qiymətləndirməsi - İnsan yolu inteqrasiyası üzrə tədqiqat. J Neurosci 2011, 31(47): 17220-17229
Mənbə: Munich [LMU]
