4 minutes reading time (779 words)

The Bayesian Brain

155

Hoe kan het dat wij mensen bewegen? En hoe programmeert ons brein nu de verschillende bewegingen? Hierbij een uitleg over The Bayesian Brain, gebaseerd op de TED talk van Daniel Wolpert..

In de wetenschap zijn er vele disciplines geïnteresseerd in hoe mensen bewegen. Elk met de intentie om het menselijk brein beter te begrijpen en hier vervolgens ook een praktische invulling aan te geven. Proffesor Daniel Wolpert is een neurowetenschapper en een engineer. Zijn onderzoeken leverde hem in 2010 een Golden Brain Award op voor research naar computermodellen die kunnen voorspellen hoe het brein problemen oplost in relatie tot een actie. Over deze oplossingsgerichtheid verteld hij meer in een zeer boeiende TED talk.

Het menselijk brein heeft volgens Professor Daniel Wolpert slechts een taak namelijk het aansturen van bewegingen. Voor de grote spieren tijdens het lopen of rennen tot en met de mini spiertjes in ons gezicht om te kunnen praten en communiceren. Om te illustreren hoe gecompliceerd dit is maakt Proffessor Wolpert de vergelijking met een super computer en het menselijk brein. Als een mens tegen een supercomputer zal schaken zal de computer het altijd winnen als het gaat om welke steen te verzetten. Echter het verzetten van de steen is te gecompliceerd voor een computer en zal een kind van 5 nog winnen. Dit is echter nog een simpele beweging, iets wat al extreem lastig is voor een computer. Maar hoe zit het dan met extreem snelle bewegingen of lastige bewegingen. In de TED Talk wordt het voorbeeld van bekertjes stapelen aangehaald, zie maar:

Dit is natuurlijk ontzettend knap, en hoe is het toch mogelijk dat mensen tot zulke snelle bewegingen instaat zijn? Om dit beter te begrijpen maakt Wolpert gebruik van de onderstaande diagram:

Elke beweging die wij mensen maken produceert feedback, waarop wij mensen weer reageren. Neem bijvoorbeeld darten, je bent aan het darten en mikt op de tripel 20. Echter hoe groot is de kans dat je deze daadwerkelijk raakt? Door sommige spieren iets te veel aan te spannen kan de dartpijl al van richting veranderen. Deze ruis, wordt hierboven als Noise omschreven. Daarnaast kan een zwaarte van een objectde verschillende bewegingen beïnvloeden (Task) als de ruis die wordt verwerkt door de zenuwen (Sensory Feedback). Mensen die het beste kunnen omgaan met de Noise in specifieke situaties zijn vaak de topsporters.

Dagelijks proberen we de hinder van 'Noise' oftewel ruis zoveel mogelijk te minimaliseren. Om dit illustreren gebruiken wetenschappers de term: The The Bayesian Brain dat veelal gebruikt wordt in robotica en statistiek. De meest eenvoudige definitie van deze term is de manier hoe ons brein omgaat met onzekerheden oftewel noise of ruis. De Bayesian Brain is zoals gezegd een veelvuldige gebruikte term in statestiek waarin ze bewegingen proberen te verklaren aan de hand van formules. Volgens de Bayesian theorie zijn er twee soorten van informatie waar het brein bewegingen op programmeert namelijk data en geheugen. Data verkrijgt het brein middels de zintuigen en combineert deze met ervaringen uit het geheugen. Zie hieronder de formulie:

De Bayesian is te illusteren aan de hand van het bovenstaande tennisvoorbeeld. De tennisspeelster ziet de bal aankomen probeert een inschatten te maken waar de ze gaat komen (Roode vlak), echter ze weet uit ervaring dat deze bal ook een effect kan hebben waardoor deze toch ergens anders op de baan kan komen (Groen), vervolgens maakt ze een inschatting (Belief) waar ze bal wil gaan raken (Gele vak).

Als er een inschatting gemaakt is volgt de beweging. Echter dit is makkelijker gezegd dan gedaan aangezien er vele mogelijkheden zijn van acties. Zo kan een arm naar links en rechts, voor en achter en naar boven en beneden. Daarnaast kunnen de spieren aangespannen worden of ontspannen. Ondanks de vele mogelijkheden beweegt ons Lichaam volgens Bayesian altijd erg voorspelbaar. Echter de hoeveelheid van training en naarmate de evolutie van de mens worden bewegingen steeds meer geoptimaliseerd. 

Maar wat is nu de praktische relevantie van dit verhaal? Hopelijk geeft de Bayesian Brain formule een globaal beeld hoe sporters bewegen. De data die onze zintuigen opnemen is bij iedereen hetzelfde, echter een topsporter heeft veel meer ervaring en kan veel beter inschatten wat de consequenties zijn van de beweging. In een artikel van het NRC komt Chris van der Togt, onderzoeker van het Nederlands instituut voor Neurowetenschappen in Amsterdam aan het woord. Hij geeft een belangrijke toevoeging op het bovenstaande verhaal: "Onze gedachtewereld bestaat natuurlijk niet alleen uit het reageren op externe prikkels. Er zijn geheugenprocessen die onze intenties, doelen en mindset bepalen over periodes van minuten, van dagen, ja zelfs van jaren."

Later meer over de praktische invulling!

Zie hieronder de TED Talk van Daniel Worpert: 

Mindsetprincipes, een aanvulling?
7 'Brein' tips voor een bespreking rondom de wedst...