Архитектура предиктивной обработки особенно хорошо подходит для решения обратных задач. Вместо пассивного получения информации мозг может использовать связи «сверху вниз», для того чтобы активно строить наше восприятие внешнего мира и придавать форму тому, что мы видим, слышим, думаем и чувствуем. Более высокие уровни иерархии предоставляют информацию о том, с чем мы можем столкнуться в той или иной ситуации, а также о диапазоне гипотез, которые мы способны принять. Например, вы знаете, что у вашего друга есть лабрадор, и поэтому ожидаете увидеть собаку, когда входите в его дом, но не знаете, где именно в вашем зрительном поле она появится. Эта предварительная высокоуровневая информация – пространственно-инвариантное понятие «собака» – обеспечивает соответствующим контекстом более низкие уровни зрительной системы, помогая им легко интерпретировать размытое пятно в форме собаки, устремляющееся к вам, когда вы открываете дверь.

Степень, до которой наши системы восприятия должны полагаться на такие закономерности, в свою очередь, зависит от того, насколько мы сомневаемся в информации, поступающей от наших органов чувств. Вспомните дилемму Петрова. Если бы он был уверен в безупречности и безошибочности технологии обнаружения ракет, то в меньшей степени был бы готов усомниться в том, что говорила ему система. Стоит ли нам корректировать свои убеждения при получении новых данных, зависит от того, насколько надежной мы считаем эту информацию.

В действительности байесовские версии прогностической обработки говорят нам о том, что стоит комбинировать различные источники информации (наши предварительные убеждения и данные, поступающие через органы чувств) обратно пропорционально нашей неуверенности в них. Можно представить этот процесс как помещение теста для пирога в гибкую форму для выпечки. Форма – это наши предварительные предположения о мире. Тесто же представляет собой сенсорную информацию – световые и звуковые волны, улавливаемые глазами и ушами. Если поступающие данные точны или информативны, то тесто будет густым или почти твердым и на него почти не повлияет форма для выпечки. Если же, напротив, данные менее точны, то тесто будет более жидким и конечный продукт примет соответствующие очертания.

К примеру, глаза предоставляют более точную информацию о местонахождении объектов, нежели слух. Это означает, что зрение может изолировать предполагаемый источник звука, исказив наше восприятие его местоположения. Этим умело пользуются чревовещатели, способные «передавать» свой голос марионетке, которую они держат на расстоянии вытянутой руки. Истинное мастерство чревовещания заключается в умении говорить, не шевеля губами. Если добиться этого, мозг зрителей сделает все остальное, соотнеся звук с его следующим наиболее вероятным источником – говорящей куклой[21].

Таким образом, вполне логично, что отслеживание неопределенности – неотъемлемая часть того, как мозг обрабатывает сенсорную информацию. Наблюдения за клетками зрительной коры головного мозга показывают, как это может происходить. Хорошо известно, что движущиеся объекты, такие как машущая рука или прыгающий мяч, активируют нейроны в области мозга обезьян, известной как MT (аналог человеческой V5). Но клетки в MT активируются не при любом направлении движения. Некоторые из клеток больше реагируют на объекты, движущиеся влево, другие – вверх, вниз и во всех других направлениях. Когда частота возбуждения клеток МТ фиксируется в результате многократных воспроизведений различных направлений движения, формируется распределение, подобное тому, что мы наблюдали в игре в кости. В каждый отдельно взятый момент времени эти популяции клеток МТ можно считать сигнализирующими о неопределенности в отношении конкретного направления движения, аналогично тому, как искаженное общее значение игральных костей сигнализирует о вероятности выпадения ноля или тройки