¿Se puede predecir el FUTURO? El "Cerebro Bayesiano" - CuriosaMente 275
El video de hoy está patrocinado ¡por tí! La pregunta la eligieron todas las
mentes curiosas que nos apoyan en Patreon o como miembros del canal ¡muchas gracias!
¿No sería genial saber lo que va a ocurrir en el futuro? Desde tiempos inmemoriales hemos
recurrido a adivinos y oráculos para tratar de predecir lo que nos depara
el destino. Pero ¿qué tal si ya tuvieras un mecanismo así preconstruido en el cerebro?
¿Se puede predecir el futuro? El cerebro bayesiano Alrededor del año 1700 el reverendo Thomas Bayes
se preguntó ¿cómo podemos predecir un evento futuro si sólo sabemos qué tantas veces ha
ocurrido en el pasado? Y desarrolló esta fórmula que deberíamos llamar “Teorema de
Beis” pero en español conocemos como Teorema de Bayes y esta es su versión compacta.
El teorema dice que la probabilidad de que ocurra el evento “A” dado que ocurra el evento
“B” es igual a la probabilidad de que ocurra el evento “B” dado que ocurra el evento “A”,
multiplicado por la probabilidad de que ocurra el evento “A”, todo esto dividido
por la probabilidad de que ocurra el evento “B”. Imagina que entras a un sorteo en el que recibirás
un premio si, sin ver, sacas una canica roja de un saco que tiene 100 canicas. 20 canicas son
rojas y 80 azules. Así, sin más, tu probabilidad de ganar es del 20% o si lo decimos propiamente,
una probabilidad de 0.2. Pero sabes que 15 de las canicas rojas son pequeñas y 5 grandes,
mientras que de las azules 70 son chicas y 10 grandes. ¡No puedes sentir el color pero el tamaño
sí! ¿Qué te conviene más, sacar una canica pequeña o una grande? ¿Quieres intentar resolverlo?
Si usamos el teorema para ver qué tan probable es que obtengamos una canica
roja dado que tomemos una canica chica, sustituimos los valores, y hacemos las
operaciones correspondientes obtendremos el resultado: 0.176. Podemos aplicar el teorema
para ver qué tan probable es que obtengamos una canica roja dado que tomemos una canica grande.
El resultado es 0.333. Por lo tanto conviene escoger una canica grande.
Si quieres conocer el teorema a profundidad, visita este video de Pasos por ingeniería.
El procedimiento se vuelve muy claro si lo visualizamos en una gráfica como esta,
donde cada uno de los futuros posibles está representado por un área.
En este ejemplo ya sabíamos de antemano el número de canicas y sus proporciones,
pero la belleza del teorema es que nos permite iniciar con números estimados o incluso aleatorios
y conforme vamos obteniendo nueva información, esta se va incorporando y permite predicciones
cada vez más precisas, como por ejemplo: “100 veces he visto nubes oscuras y 70 de esas veces
ha llovido. Hoy vi nubes oscuras y no llovió. Eso baja la probabilidad a 69.3069 por ciento “
Thomas Bayes proponía un experimento como este: estás de espaldas a una mesa y un amigo arroja
una moneda sobre ella. Tu misión es adivinar en qué parte de la mesa cayó. Tu primer intento es
poco probable que le atine, pero si le pides a tu amiga que tire otra moneda y le preguntas si
la segunda moneda está más adelante o más atrás que la primera, puedes reducir el área. Con cada
nueva moneda tirada obtienes más información y se va reduciendo el área hasta que puedes indicar con
gran precisión dónde cayó la moneda original. Aunque el Teorema de Bayes no fue reconocido
en su momento, ni siquiera por su creador –que no lo creyó merecedor de presentarlo
ante la Royal Society a la que pertenecía–, se ha vuelto sumamente relevante. Lo aplicó
Laplace para predecir la proporción de niños y niñas que nacían en Europa y el resto del mundo,
luego Bouvard lo usó para calcular la masa de Júpiter y Saturno a partir de muchas
observaciones diferentes. Fue usado para localizar el submarino que se muestra en
la película “A la caza del Octubre Rojo”, tuvo un papel fundamental en descifrar los mensajes de la
máquina Enigma en la Segunda Guerra Mundial, y no se diga su papel en la industria de los seguros.
Y aunque en el siglo XX fue muy desprestigiado, en el siglo XXI se considera una piedra angular
de la estadística y la probabilidad. Lo que dice la hipótesis del cerebro
bayesiano es que tenemos algo análogo al teorema ya preconstruido en nuestro cerebro. Porque verás:
de hecho podemos predecir el futuro. ¡Lo hacemos todo el tiempo! Cuando ves que
la silla de alguien se inclina juuusto en ese ángulo, sabes que se va a caer. Antes de colocar
un trozo de madera en el agua, predices que va a flotar, y si gritas “¡Firulais,
a comer!”, lo más seguro es que firulais llegue corriendo en un futuro muy cercano.
El cerebro es una computadora que recibe información fragmentada e imperfecta de la
realidad a través de los sentidos y debe crear un modelo interno aproximado y plausible del
mundo. El cerebro bayesiano trabajaría usando codificación predictiva: sus algoritmos nos
preparan para el porvenir cambiando constantemente los parámetros de sus predicciones como una manera
de minimizar la sorpresa en caso de que nos encontremos con la misma situación otra vez.
Se puede decir que lo que experimentamos no es la realidad, sino una especie de alucinación,
más o menos consistente y coherente. Un mapa del espacio y del tiempo que no sólo nos dice dónde
está todo, sino también qué sucedió antes y qué podría ocurrir después. Aunque los científicos
discuten si la hipótesis del cerebro bayesiano es acertada, algunos estudios de neuroimagen
se muestran consistentes con ella. Esto obedece al principio biológico
de la homeostasis: la lucha de cada organismo por seguir existiendo. Si sabemos las consecuencias de
nuestros actos, entonces podemos autorregularnos y actuar de manera que las consecuencias favorezcan
nuestra existencia continuada. Alucinar la realidad futura nos ha dado una ventaja evolutiva:
nos permite encontrar estructura y sentido en un mundo complejo que podría parecer caótico.
Y no sólo predecimos futuros inmediatos, sino también podemos ver futuros distantes, aunque
no con completa certeza: si emprendemos un largo viaje, vemos el lugar de nuestro destino en el
futuro. Si nos inscribimos a una licenciatura, es porque vemos nuestra graduación en el futuro. Esto
implica un principio llamado “inferencia activa”: no sólo soñamos el futuro, sino que, actuando
sobre el mundo cambiamos el porvenir haciendo así que se adapte a nuestras expectativas.
¿Y qué hay de las premoniciones o presentimientos? Estos podrían ser explicados por la intuición. El
psicólogo Gerd Gigerenzer propone que existen procesos inconscientes que nos
permiten llegar a predicciones correctas aunque no sepamos explicarlo racionalmente,
en especial si tenemos experiencia en esa área y somos capaces de detectar sutiles señales del
entorno. El campesino que para y dice “habrá tormenta” aunque no sepa explicar por qué. O la
experta en arte que puede identificar que una obra es falsificada incluso antes de hacer las pruebas
científicas. La intuición podría ser el cerebro bayesiano actuando por debajo de la conciencia.
El neurocientífico Karl Firston sugiere que el modelo matemático en nuestras cabezas además
minimiza aquellos resultados infrecuentes para reducir la sorpresa, al grado de que tendemos a
evitar experimentar aquellas cosas que no encajan en nuestro mapa mental. En términos prácticos,
solemos repetir nuestras conductas y para obtener así resultados predecibles. Esto
puede ser un mecanismo de supervivencia, pero también genera la famosa “zona de confort” de
la que no queremos salir para no arriesgarnos. El cerebro bayesiano puede tener esa trampa:
si hemos intentado algo varias veces y no lo logramos, podemos llegar a creer
que la meta es imposible y no volverlo a intentar. Hay personas que te advierten:
“no tiene caso intentarlo, va a salir mal” y cuando tienen razón refuerzan su modelo y hasta
se ufanan diciendo “te lo dije”. Pero para un auténtico bayesiano la probabilidad de algo muy
rara vez es 0 o 1. Aunque la probabilidad sea tan diminuta que necesite expresarse en pequeñísimos
decimales,siempre hay la posibilidad de que las cosas sucedan de manera diferente a como
las esperamos Decía Nelson Mandela “Todo parece imposible, hasta que se hace” ¡Curiosamente!
Muchas gracias a todos los que nos apoyan en Patreon y el sistema de miembros de YouTube,
especialmente a; Alberto Campano, Daniel Guerrero, Erick Hernández,
Familia Rebollo Sainz, Francisco Dueñas, Francisco Tejeda, Luis Malo,
Noemi Moreno, Pancho, Paulo Reynaldo , Pez goldfish, Raúl Sánchez, Roberto Brücher,
Rodrigo Castro y Tania Moreno. Tú también puedes ver aquí tu nombre ¡links en la descripción!
