Bayesian Brain

定义 Definition

“Bayesian brain（贝叶斯大脑）”是一种认知科学与神经科学中的理论观点：大脑会像进行“贝叶斯推断”那样，把先验经验（prior）与当前感觉输入（evidence）结合起来，持续更新对世界的最佳预测与信念，用以解释知觉、学习与决策等过程。（该术语也常与“预测编码”框架相关联。）

发音 Pronunciation (IPA)

/ˈbeɪziən breɪn/

例句 Examples

The Bayesian brain theory suggests that perception is a kind of inference.
贝叶斯大脑理论认为，知觉在某种意义上是一种推断。

In a Bayesian brain framework, the brain combines prior beliefs with sensory evidence to minimize uncertainty in noisy environments.
在贝叶斯大脑框架中，大脑将先验信念与感觉证据结合，以在充满噪声的环境中尽量降低不确定性。

词源 Etymology

“Bayesian”源自18世纪英国数学家托马斯·贝叶斯（Thomas Bayes）的贝叶斯定理，强调用新证据更新已有信念；“brain”指大脑。“Bayesian brain”作为术语在现代认知/计算神经科学中流行，用来比喻或建模：大脑以概率方式进行预测与更新，而非只被动接收信息。

相关词 Related Words

• Bayesian
• Inference
• Prior
• Likelihood
• Posterior
• Prediction
• Predictive Coding
• Perception
• Uncertainty
• Probabilistic

文学与著作出处 Literary Works

• The Bayesian Brain: Probabilistic Approaches to Neural Coding（编辑：Kenji Doya, Shin Ishii, Alexandre Pouget, Rajesh P. N. Rao）
• Andy Clark, Surfing Uncertainty: Prediction, Action, and the Embodied Mind（讨论与“贝叶斯大脑/预测处理”密切相关的观点）
• Jakob Hohwy, The Predictive Mind（以预测处理/贝叶斯式推断理解心智的著作）