как фигура Рубина и портрет жены или тещи, демонстрируют спонтанные переключения с одного воспринимаемого образа на другой, также связанные с тем, что обе трактовки в равной степени правдоподобны.
уменьшаются. Априорная вероятность (ожидание) того, что мы смотрим на комнату такой странной формы, столь невелика, что наш байесовский мозг не берет в расчет необычные сведения о возможности такой комнаты.
носорог. Но в результате система оказывается обманута, когда маловероятная трактовка на деле и есть правильная. Многие зрительные иллюзии, которые так любят психологи, работают именно потому, что обманывают наш мозг подобным образом
Мы знаем (это наше априорное убеждение), что к 40 годам у 1 % женщин развивается рак груди (p(A) = 0,01). Кроме того, у нас есть хороший метод выявления рака груди – маммография (этот метод дает нам новые сведения). Результат маммографии будет положительным у 80 % женщин с раком груди (p(X|A) = 0,8) и лишь у 9,6 % женщин без рака груди (p(X |~A) = 0,096).
Возьмем некоторое явление (A), о котором мы хотим узнать, и наблюдение (X), которое дает нам какие-то сведения об А. Теорема Байеса говорит нам, насколько увеличится наше знание об А в свете новых сведений X.
Но в последние 10 лет Томас Байес стал суперзвездой. В сети есть множество сайтов, где объясняется теорема Байеса и сообщается: “Главное, что Байес крут, а кто не знает Байеса, тот не крут”.
Стандартная процедура отслеживания таких ошибок состояла в том, чтобы повторять выполняемые расчеты трижды. Если в двух случаях из трех получался один и тот же ответ, он, скорее всего, и был правильным, потому что маловероятно, чтобы в обоих расчетах была допущена одна и та же ошибка.
Весь смысл передачи сообщения состоит в том, чтобы после его получения мы знали больше, чем до него. Теория информации[113] дает нам метод, позволяющий измерять, насколько увеличились наши знания после получения определенного сообщения.