A · 把「建构」写成数学

贝叶斯大脑：感知是推断

上一课把引擎立好了——大脑＝近似贝叶斯推断机。可那只是个名字。这一课要兑现它：「按证据更新信念」到底是哪一道数学题？凭什么说贝叶斯定理是唯一一致的更新方式？感知又怎么就成了「求后验」？

更新信念，只有一种自洽的算法

设想你在解一个推断问题：外面的世界有某个你看不见的状态——记作 H（hypothesis，比如「面前是一张凸出来的脸」）；你能拿到的只有感官证据 D（data，视网膜上那片明暗）。你想知道的是：给定我看到的 D，世界是 H 的可能性有多大？也就是条件概率 P(H | D)。

难点在于，大脑天生不知道这个量。它比较容易掌握的是反过来的方向：如果世界真是 H，我该看到怎样的 D？——这是 P(D | H)，由生成模型给出（脸的几何＋光照，会在视网膜上投出什么样的明暗）。把「我想要的方向」和「我容易算的方向」连起来的，正是贝叶斯定理：

分母 P(D) 不依赖具体的 H，只是个归一化常数；做比较时可以先扔掉，于是得到全课最该记住的一行：

三个词，对号入座：先验 (prior) P(H)＝看到证据之前，你对世界的期待；似然 (likelihood) P(D|H)＝在假设 H 下，这份证据有多「不意外」；后验 (posterior) P(H|D)＝看到证据之后，更新过的信念。一句话：新信念 ∝ 证据有多支持它 × 你本来多信它。

为什么说这是「唯一」一致的更新？因为可以证明：只要你要求信念的更新满足几条最起码的自洽性（同一批证据无论拆开还是合起来算、结论都一致，不会自相矛盾地下注），那么你的「信念」就必须像概率一样运作，更新就必须走贝叶斯这条路。换句话说，贝叶斯不是众多更新法之一，而是「在不确定中不犯逻辑矛盾」逼出来的那一个。这正是第 00 课要的——把「改」字说死。

感知＝求后验（不是看见证据，是看见结论）

有了定理，「感知是推断」就有了精确含义：你意识到的那个世界，不是似然（未经解释的原始感官证据），而是后验——证据与先验融合后的最优解释。大脑要从整条后验分布里报告一个「就是它了」的答案，通常取它的众数 (MAP，最大后验) 或均值：在所有可能的世界状态里，挑后验概率最高（或平均意义上最该信）的那一个，呈给你当作「看到的现实」。

这解释了一件平时被忽略的事：知觉总是已经被先验加过工的。你以为自己「直接看到」了世界，其实看到的是大脑解出来的后验众数。证据越模糊（似然越宽、越不确定），先验的话语权就越大；证据越清晰锐利，先验越退居其次。大脑无时无刻不在做这道加权——而它做得太快、太自动，你完全感觉不到中间有「推断」这一步。这就是赫尔姆霍茨说的「无意识」。

错觉，是先验赢了的正常推断

如果感知是后验，那么错觉就不是 bug，而是 feature 失衡的结果：当先验强到压过似然，后验会被拉离真实刺激——你于是「看错」，而且看得无比真切，因为你看到的本就是后验，不是证据本身。

最干净的例子是空心面具错觉 (hollow-mask illusion)：拿一张面具的凹陷内侧朝向你，慢慢转——到某个角度，那张明明凹进去的脸会「啪」地凸出来，无论你多努力都拗不回凹的。为什么？因为你一辈子见过的脸全是凸的，「脸是凸的」是一条强到极点的先验 P(凸脸)。凹脸的视觉证据虽然就在眼前，但 P(D|凸) · P(凸) 仍然碾压 P(D|凹) · P(凹)——后验众数落在「凸」上，你就只能看见凸脸。同一道理还有「光来自上方」先验：大脑默认光源在头顶，于是仅凭阴影方向就能让一组完全相同的圆点，一半看着鼓出来、一半看着凹进去；把图倒过来，凸凹立刻互换。这些都不是眼睛坏了，而是 后验 ∝ 似然 × 先验 在先验占上风时给出的、完全「正确」的推断。

ML 镜像：这就是概率建模本人

把上面的话换成机器学习的术语，几乎一个字都不用改。监督学习里训练分类器，做的就是 P(类别 | 图像) ∝ P(图像 | 类别) · P(类别)——先验是类别的基础频率，似然由模型给出，预测＝取后验最大的类。朴素贝叶斯、贝叶斯网络、整个概率图模型 (probabilistic graphical models) 家族，骨架都是这一行。

更贴近本课引擎的近亲，是生成模型 (generative model)。一个生成模型显式地学 P(D | H)——「世界状态如何生成观测」——这恰恰就是大脑的「生成模型」一词的来历。站内《生成与扩散模型》整门课讲的，正是机器如何学这个 P(D|H)、再反过来从它采样或推断；它和「贝叶斯大脑」是同一道题的两种解法——一边长在硅片上，一边长在皮层里。后面第 02、03 课会看到，大脑近似后验用的「变分」技巧，和生成模型里的变分推断 (variational inference) 是字面意义上同一套数学。

动手：先验 × 似然 = 后验

下面把抽象的 后验 ∝ 似然 × 先验 画出来。两条一维高斯：蓝色是先验（你的期待），橙色是似然（当前证据，中心＝感官读数）。绿色是大脑算出的后验，也是你「看到」的东西。竖虚线是真实刺激的位置。拖动滑块改两条曲线的均值和宽度（方差越小＝越确定＝精度越高），看后验怎么被拉扯。重点试一件事：把先验调得又窄又偏（强先验），看后验如何被拽向先验、远离真实刺激——那一刻，就是空心面具在你脑子里发生的事。

玩一会儿你会发现两条规律。其一，后验总落在先验与似然之间，且偏向更窄（更确定）的那一条——这就是「精度加权」。其二，把似然（证据）调得很宽（很模糊）、再让先验又窄又偏，后验几乎完全坐到先验上：证据明明在那儿，你却「看不到」它。这不是模型出错，这正是模型该有的行为——也正是为什么先验过强的大脑会产生错觉，乃至（第 10 课）幻觉。

常见误解

• 误解：贝叶斯定理就是 后验 ＝ 似然 ＋ 先验（信念相加）。 （澄清：是相乘再归一化，后验 ∝ 似然 × 先验。相加既不守概率、也给不出「证据越确定越说了算」这条关键行为——加法里弱证据和强证据一样重。）
• 误解：先验、似然、后验是可以随便互换的同义词。 （澄清：方向不能混。先验＝看证据之前的信念 P(H)；似然＝在假设下看到这份证据的概率 P(D|H)（注意是 D 在条件外、H 在条件里，跟后验正好相反）；后验＝看证据之后的信念 P(H|D)。把似然 P(D|H) 当成后验 P(H|D) 是最常见、也最致命的错。）
• 误解：「先验太强导致错觉」说明先验是坏东西，理想的大脑应该没有先验、只信证据。 （澄清：没有先验就无法在歧义、噪声里推断——世界本就欠定，先验是把它解出来的必要条件。强先验绝大多数时候让你又快又准，只在被刻意构造的刁钻刺激（空心面具）上才翻车。错觉是先验通常很有用的代价，不是它的本质。）
• 误解：说「大脑是贝叶斯的」＝神经元在显式计算 P(H|D)。 （澄清：这是把马尔的计算层错当实现层（第 00 课）。主张是大脑在计算层上近似解这个推断问题；它怎么近似——不靠显式公式——正是下一课的内容。）