Ondanks de gebeurtenissen in The Imitation Game heeft Alan Turing niet de machine uitgevonden die de Duitse codes tijdens de Tweede Wereldoorlog heeft gekraakt - Polen wel. Maar de briljante wiskundige bedacht iets dat nooit in de film werd genoemd: een wiskundig hulpmiddel om de betrouwbaarheid van informatie te beoordelen. Zijn tool versnelde het ontcijferen van gecodeerde berichten met behulp van verbeterde versies van de Poolse machines.
gerelateerde inhoud
- Midnight Snacking is slecht voor je hersenen
- De hersenen van duiven werken een beetje zoals die van ons
- Neem je betere beslissingen als je honger hebt?
Nu hebben onderzoekers die resusapen bestuderen ontdekt dat de hersenen dit wiskundige hulpmiddel ook gebruiken, niet voor het decoderen van berichten, maar voor het samenvoegen van onbetrouwbaar bewijs om eenvoudige beslissingen te nemen. Voor Columbia University neurowetenschapper Michael Shadlen en zijn team ondersteunt de bevinding een groter idee dat alle beslissingen die we nemen - zelfs schijnbaar irrationele - kunnen worden onderverdeeld in rationele stastische operaties. "We denken dat de hersenen fundamenteel rationeel zijn", zegt Shadlen.
Uitgevonden in 1918, creëerde de Duitse Enigma-machine een vervangingscijfer door de originele letters in een bericht te ruilen voor nieuwe, wat een soort pure gebrabbel produceerde. Om de codering ingewikkelder te maken, had het apparaat roterende schijven die elke keer dat een toets werd ingedrukt draaide en de codering bij elke toetsaanslag veranderde. Het proces was zo complex dat zelfs met een Enigma-machine in de hand, de Duitsers een bericht alleen konden ontcijferen door de initiële instellingen van die versleutelingskiezen te kennen.
Een Duitse Enigma-machine, vijand van codebreakers uit de Tweede Wereldoorlog. (The Walker Library of the History of Human Imagination) Turing creëerde een algoritme dat het aantal mogelijke instellingen verminderde dat de Britse decryptiemachines, bommen genoemd, elke dag moesten testen. Werken bij de geheime Bletchley Park-faciliteit in het VK, realiseerde Turning dat het mogelijk was om erachter te komen of twee berichten afkomstig waren van machines met rotors die in dezelfde posities startten - een belangrijk stuk informatie om die posities te bepalen. Plaats twee gecodeerde berichten op elkaar, en de kans dat twee letters hetzelfde zijn, is iets groter als beide berichten afkomstig waren van machines met dezelfde begininstellingen. Dit komt omdat in het Duits, net als in het Engels, bepaalde letters vaker voorkomen en het coderingsproces dit patroon heeft behouden.
Het algoritme van Turing optelde in wezen de waarschijnlijkheid dat die aanwijzingen nuttig waren. Het gaf ook aan wanneer de cumulatieve kansen goed genoeg waren om te accepteren of te verwerpen dat de twee berichten die werden vergeleken afkomstig waren van machines met dezelfde rotortoestanden. Deze statistische tool, de sequentiële waarschijnlijkheidsratio-test genoemd, bleek de optimale oplossing voor het probleem te zijn. Het bespaarde tijd door de Bletchley-codebreakers te laten beslissen of twee berichten nuttig waren, terwijl er naar zo min mogelijk letters werd gekeken. Draaien was niet de enige wiskundige die in het geheim werkte om met dit idee te komen. Abraham Wald van de Columbia University gebruikte het in 1943 om erachter te komen hoeveel bommen de Amerikaanse marine nodig had om op te blazen om redelijk zeker te zijn dat een partij munitie niet defect was voordat het werd verzonden.
Nu heeft Shadlen ontdekt dat mensen en andere dieren een vergelijkbare strategie zouden kunnen gebruiken om onzekere informatie te begrijpen. Omgaan met onzekerheid is belangrijk, omdat weinig beslissingen gebaseerd zijn op volkomen betrouwbaar bewijs. Stel je voor dat je 's nachts in de regen door een kronkelige straat rijdt. U moet kiezen of u het wiel naar links of rechts draait. Maar hoeveel kunt u vertrouwen op de zwakke achterlichten van een auto op onbekende afstand, de donkere boomgrens met zijn verwarrende vorm of de nauwelijks zichtbare rijstrookmarkeringen? Hoe stel je deze informatie samen om op de weg te blijven?
Apen in het laboratorium van Shadlen stonden voor een even moeilijke beslissing. Ze zagen twee stippen op een computerscherm en probeerden een traktatie te winnen door de juiste te kiezen. Vormen die na elkaar op het scherm flitsten, hintten naar het antwoord. Toen bijvoorbeeld een Pac-Man-symbool verscheen, was de linkerpunt waarschijnlijk, maar niet zeker, het juiste antwoord. Daarentegen gaf een vijfhoek de voorkeur aan de juiste stip. Het spel eindigde toen een aap besloot dat hij voldoende vormen had gezien om een gok te wagen door zijn ogen naar een van de stippen te draaien.
De laterale intraparietale cortex, het deel van de hersenen dat in deze studie is gemeten, bevindt zich in de pariëtale kwab. (Afbeelding afkomstig van het National Institute on Aging / National Institutes of Health) Er zijn veel strategieën die kunnen worden gebruikt om de juiste stip te kiezen. Een aap kan alleen aandacht besteden aan de beste aanwijzingen en de anderen negeren. Of een keuze zou eenvoudig gemaakt kunnen worden na een bepaalde tijd, ongeacht hoe zeker een aap was over het bewijs dat hij tot dan toe had gezien.
Wat er eigenlijk gebeurde was een opeenstapeling van informatie in de hersenen, terwijl het dier de betrouwbaarheid van elke vorm beoordeelde en optelde tot een lopend totaal. Shadlen volgde deze opbouw door pijnloos elektroden in de hersenen van de apen te steken. Aanwijzingen met een hoge waarschijnlijkheid veroorzaakten grote sprongen in hersenactiviteit, terwijl zwakkere aanwijzingen kleinere sprongen opleverden. Beslissingen werden genomen wanneer activiteit ten gunste van links of rechts een bepaalde drempel overschreed - net als de resultaten van het Turing-algoritme.
"We ontdekten dat het brein een beslissing neemt op een manier die bij een statisticus zou passen", zegt Shadlen, wiens team de resultaten zal publiceren in een komende uitgave van het tijdschrift Neuron.
Jan Drugowitsch, een neurowetenschapper aan de Ecole Normale Supérieure in Parijs, is het daarmee eens. "Dit maakt een heel sterk geval dat de hersenen echt proberen de strategie te volgen die hier wordt geschetst, " zegt hij. Maar kunnen ingewikkelder keuzes, zoals waar te gaan studeren of met wie te trouwen, worden teruggebracht tot eenvoudige statistische strategieën?
"We weten niet dat de uitdagingen waarmee de hersenen worden geconfronteerd bij het oplossen van grote problemen precies hetzelfde zijn als de uitdagingen bij eenvoudigere beslissingen", zegt Joshua Gold, een neurowetenschapper aan de University of Pennsylvania School of Medicine. "Op dit moment is het puur vermoeden dat de mechanismen die we in het lab bestuderen, beslissingen op een hoger niveau beïnvloeden."
