Olet tietysti oikeassa energiataloudessa. PP-teorian vahvuus ei ole kaiken kattavissa ennusteissa vaan nimenomaan siinä, että se toimii hierarkkisilla odotuksilla eri tasoilla sen sijaan että simuloisi jokaista yksityiskohtaa.Purdue kirjoitti: ↑18 Elo 2025, 16:48Tämä oli sinulta hieno kommentti, ja sen perusteella ymmärsin myös paremmin PP teoriaa. Jos tuon teorian ajattelee laajemmin, niin se käy järkeen, kunhan myös Bottom-Up prosessit otetaan huomioon.Stadin öljylanne kirjoitti: ↑18 Elo 2025, 16:15Tuo kassaesimerkki on erinomainen tapa osoittaa pelkän "ennustepoikkeama"-selityksen riittämättömyys.Purdue kirjoitti: ↑18 Elo 2025, 15:09Mä näkisin tuon predictive processing teorian hieman ongelmallisena. Google haun tekoäly yhteenveto toteaa, että:Stadin öljylanne kirjoitti: ↑18 Elo 2025, 14:27Poikkeamalla viittaan siis aivojen predictive processin teoriaan. Tietoisuuteen nostetaan vain ennusteesta poikkeavat asiasisällöt. Mitä tarkoitat tässä "yhdellä kaistalla"? Jos ymmärrän tarkoittamasi oikein kysyt sitä voiko poikkeamat päivittyä eri tahdissa vai päivittyykö ne yhtenä rysäyksenä? Mielestäni eri tahdissa. Vain liiltä osin kun poikkeamista 6-7 ulottuvuuksissa havaitaan. Eli tietoisuus rakentuu ja kokonaiskuva asioista rakentuu ajassa, useasta syklistä. Useammassa syklissä havaituista pokkeamista. En tosin nyt tiedä puhunko samasta asiasta kanssasi puhuessasi yhdestä kaistasta.Purdue kirjoitti: ↑18 Elo 2025, 13:56Mä olen kanssa lukenut noita juttuja, joissa painotetaan "poikkeamaa", mutta onko tuo tajunnan virta lopulta sellaista että mennään yhtä kaistaa ilman muutoksia, ja sitten tulee poikkeama, joka muuttaa ajatusten kulun?Stadin öljylanne kirjoitti: ↑18 Elo 2025, 13:15
Eli todellisuus tuntuu jatkuvalta, eikä tunnu satunnaisilta ei toisiinsa liittymättömistä kokemuksista: syntyy käsitys tai kokemus todellisuudesta, että ajatukset seuraavat loogisesti toisiaan ja vasta kun joku merkittävä poikeama havaitaa (salience verkosto poimii jotain aiemmasta poikeavaa tietoisen huomion keskukseksi) uusi evaluointi muuttaa mielen sisällöt ikään kuin hyppäyksellä (poikkeavan nopeasti ainakin) asiasta kokonaan toiseen.
Eli ehkäpä ensimmäinen evaluaatio on jo havainnut poikkeaman jonka perusteella salience-verkosto päivittää tietoisuutta mikä sellaisenaan alustaa uuden tiedostamattoman evaluaation.
Mä itse näkisin, että kun puhutaan tuosta 6-7 eri asian evaluaatiosta, niin siinä evaluaation virrassa tapahtuu koko ajan "mielenkiintoisia" asioita, jotka ei niinkään liity yht'äkkiseen muutokseen, vaan siihen että salience verkosto nostaa siitä virrasta tietoisuuteen sellaisia asioita, jotka on merkittäviä sen tilanteen ymmärtämisen kannalta, ja jotka vaativat välitöntä tietoista paneutumista.
Eli kun toinen tekee jotakin taikka puhuu sulle, niin siitä evaluaatiosta nousee tietoisuuteen päällimmäiseksi ne asiat jotka vaativat välitöntä tietoista prosessointia.
Liittyykö tämä sitten "poikkeamiin" evaluaation virrassa vai ei? En tiedä ymmärrämmekö me termin "poikkeama" tässä samalla tavalla?
Predictive processing theory posits that the brain actively anticipates future sensory information based on internal models of the world, constantly comparing these predictions with incoming sensory data to minimize prediction errors. It suggests that perception and cognition are not merely passive reactions to stimuli, but rather an active process of inference and prediction.
In Essence: The brain is constantly trying to resolve discrepancies between its expectations and the incoming sensory information. This process is thought to be fundamental to perception, cognition, and even action.
Jos tota PP teoriaa ajattelee, niin musta se on aika lailla yksipuolinen näkemys siitä kuinka havaitseminen ja kognitiot toimivat. Ja käsittääkseni tuo PP teoria on myös aika debatoitu?
PP teoria on Top-Down teoria vastavetona Bottom-Up prosessoinnille. Jos ajatellaan, että PP teorian mukaan "tietoisuuteen nostetaan vain ENNUSTEESTA poikkeavat asiasisällöt", niin mitä jos siinä tajunnan virrassa onkin jotakin joka on ennusteen mukaista, mutta tärkeää? Eikö sitä nostetakaan tietoisuuteen, koska se ei poikkea ennusteesta?
Ja miksi aivot toimisivat vain ennustuskoneena? Aika varmasti aivot tekevät ennusteita, mutta tämä ei ole koko totuus.
Jos ajatellaan, että sä vuorovaikutat jonkun ihmisen kanssa, esimerkiksi kaupan kassan kanssa kun maksat ostoksia. Niin siinähän sun tietoisuuteen nousee kaikki mitä se kassa tekee ja sanoo. Voi olla että se koko prosessi menee odotusten mukaisesti. Sanot kassalle moi, ja se moikkaa sua takaisin odotusten mukaisesti (a). Se prosessoi sun ostokset ja kertoo hinnan (b). Ja sä maksat vaikkapa käteisellä, ja se antaa sulle vaihtorahat (c). Jonka jälkeen kiität ja menet pakkaamaan ostoksia.
Tuossa ei siis mikään (a, b, c) mene odotusten vastaisesti, mutta aivan varmasti noteeraat sen kun kassa moikkaa sua, kun hän kertoo ostosten hinnan, ja antaa sulle vaihtorahat.
Odotusten vastaista olisi se ettei hän moikkaisi tai kertoisi ostosten hintaa, tai rupeaisi vaikka puhumaan eilis illan leffasta TV:ssä yhtäkkiä. Onko nää poikkeukset odotuksista vain sellaisia jotka nousee tietoisuuteen?
Mä näkisin, että aivot toimivat koko ajan sekä Bottom-Up että Top-Down periaatteella. PP teoria on Top-Down teoria ja vain osa totuutta.
Ennemminkin homma menee näin:
- Aistit välittävät informaatiota ulkoisesta maailmasta ja kehosta, ja syntyy automaattinen evaluaatio joka arvioi tulevaa dataa noiden 6-7 kognitiivisen moodin perusteella. (Tää on Bottom-Up prosessointia).
- Tähän Bottom-Up prosessointiin vaikuttaa a) aiemmat kokemukset, b) aiempi käsitelty tieto, ja c) affektiivinen filtteröinti. (Tää on enemmän Top-Down prosessointia).
- Tähän Top-Down prosessointiin liittyvät myös "ennusteet" taikka pitemminkin odotukset, joita meillä on siinä tilanteessa.
Mitä nousee tietoisuuteen?
Salience verkosto nostaa tietoisuuteen sekä sellaisia Bottom-Up että Top-Down prosessoituja asioita, jotka ovat oleellisia sen tilanteen ymmärtämisen kannalta, ja/tai jotka vaativat välitöntä huomiota. Myös odotusten vastaiset tapahtumat nousevat tietoisuuteen, koska niihin pitää jotenkin reagoida.
Tuossa on jo kolme asiaa, joiden perusteella sitä evaluaation virtaa voidaan nostaa tietoisuuteen:
- asiat jotka vaativat tietoista ymmärtämistä
- asiat jotka vaativat välitöntä huomiota
- asiat jotka poikkeavat odotuksista
Mä siis näkisin, että PP teoria on vain osa totuutta. Tuo yllä oleva kolmen kohdan lista on jo enemmän sellainen, jonka pohjalta itse voisin kuvitella rakentavani teorian tästä, että mitkä asiat nostetaan tietoisuuteen eli "tietoisuuden valokeilaan".
Ja toisaalta tuossa tietoisuudessa saattaa enemmän taikka vähemmän olla useita asioita suht pinnalla yhtä aikaa. Jos ajat autoa niin saatat kiinnittää huomiota edellä ajavaan autoon ja liikenteeseen, käyttää fyysisesti auton hallintalaitteita, ja puhua vieressä istuvan matkustajan kanssa. Ja kuunnella vielä autostereoista tulevaa musiikkia. Eli tuossa on jo "monta tietoisuuden kaistaa" jotka enemmän taikka vähemmän tulevat ja poistuvat tietoisuudestasi.
Mielestäni ongelma on kuitenkin siinä, miten PP-teoriaa usein esitetään liian kapeasti. Järjestäen populaareissa yhteyksissä mutta joskus myös akateemidissakin lähteissä. Kun puhutaan "prediction errorista", se ei tarkoita vain yllätyksiä vaan kaikkea informaatiota joka tarvitsee aktiivista prosessointia. Kassaneidin moikkaus nostaa "prediction erroria" ei siksi, että se olisi yllätys, vaan siksi, että se on sosiaalista informaatiota, joka vaatii vastausta ja resurssien allokointia.
Nuo sun kolme kohtaasi ovat itse asiassa yhteensopivia PP-teorian kanssa, kun sen ymmärtää laajemmin:
1. "Tietoista ymmärtämistä vaativat" = tarvitsevat korkeamman tason prosessointia
2. "Välitöntä huomiota vaativat" = korkea salience/prioriteetti
3. "Odotuksista poikkeavat" = perinteinen prediction error
Sinun Bottom-Up + Top-Down -mallisi ei itse asiassa kumoa PP-teoriaa vaan täydentää sitä realistisemmalla tavalla. PP-teoria selittää mekanismin (kuinka aivot allokoivat resursseja), sinun mallisi selittää kriteerit (millä perusteella ja mistä suunnista).
Tuo "monta tietoisuuden kaistaa" -havainto on tietysti tärkeä lisä ellei pp-teoriaa ymmärrä välittömästi tarkoittavan tapaa jolla resursseja allokoidaan. Se osoittaa että salience-verkosto ei toimi yhtenä suppeana suppilona vaan pystyy hallitsemaan useita rinnakkaisia prosesseja.
Ennustepoikkeama-hypoteesin voi kaiketi ymmärtää aivojen evolutiivisessa tarpeessa oppia ja sitä kautta automatidoida käytöstä pelkiksi reflekseiksi. Jos ei tarvita eteen tulevissa tilanteissa vaihtoehtoisia käyttäytymistapoja, ei tarvittaisi aivoja. Jos resursseja kuluu reflekseinä vähemmän kuin uuden refleksin oppiminen valitaan olemassaoleva refleksi. Muutoin sllokoidaan resursseja uuden refleksin rakentamiseen. Ennustepokkeama tarkoitaa sitä, että tarvitaan uutta refleksiä. Ajattus ja käyttäytymistapa tai laajemmin ajattelu ja käyttäytyminen ovat tässä ymmärtämälläni tavalla keskenään sama asia (Sapolsky 2017). Tai tarkemmin: ennustepoikkeama on synonyymi sille primitiiviselle automaattiselle "kytkimelle" joka vaihtaa kätystapaa kun esimerkiksi energiamäärän kynnysarvo ylittyy tai alittuu mutta resurssien allokoinnin näkökulmasta. Kun energiamäärä alittuu käyttöydytään tavalla a ja kun se ylittyy käyttäydytään joktavalla b. Esimerkiksi energiahomeostasissa aivot todella toimivat tällä tavalla: kun glukoositasot laskevat, aktivoituu nälkäkäyttäytyminen. Ennustepoikkeama-teoria laajentaa tätä periaatetta: aivot eivät vain reagoi nykytilaan, vaan ennakoivat tulevia tarpeita ja virittävät käyttäytymistä sen mukaisesti toimiiko nykyiset refleksit vai tarvitaanko uusia.
Tämä selittäisi myös miksi aivot ovat niin halukkaita automatisoimaan käyttäytymistä - jokainen automatisoitu toiminto vapauttaa kognitiivisia resursseja muuhun käyttöön. Samalla se selittää miksi vanhoista tavoista on vaikea luopua: ne ovat energeettisesti tehokkaita, vaikka eivät olisikaan optimaalisia uudessa kontekstissa.
Ja jos tuo "prediction error" tarkoittaa kaikkea mikä tarvitsee aktiivista prosessointia, niin se on yhteensopiva ajatusteni kanssa.
Mutta tuosta kognitiivisten resurssien vapautumisesta mulla herää kysymys. Toki automatisoitu käyttäytyminen on "tehokasta" monessakin mielessä.
Mutta toisaalta eikö jatkuva ennusteiden tekeminen kaikesta siitä mitä on mahdollista kokea siinä tilanteessa, ja sen vertaaminen varsinaiseen aistihavaintojen virtaan olekin a) melkein mahdotonta, ja toisaalta b) resursseja kuluttavaa?
Eikö ennustaminen ja ennusteiden vertaaminen ole jollakin tapaa siis erittäin kuluttava tapa käyttää aivojen rajallista kapasiteettia?
Ja toisaalta kussakin kontekstissa ja ympäristössä on lukemattomia muuttujia, joten kattavan ennusteen tekeminen mahdollisista tapahtumista siinä ulkoisessa ympäristössä on käytännössä mahdoton tehtävä. Kuinka kattavia ennusteita aivot siis tekevät? Ja riittääkö se? Vai syntyykö tuo "prediction error" lähes automaattisesti myös siitä että ne ennusteet eivät ole koskaan tietyllä tavalla riittäviä ja kaiken kattavia?
Eli mä mietin lähinnä tuota ennusteiden kattavuutta, prediction erroria, ja sitä mikä nousee tietoisuuteen?
Kuinka kattavia nuo aivojen ennusteet voivat olla, ja kuinka tämä vaikuttaa prediction erroriin? Ja kuinka kuluttavaa aivojen rajattujen resurssien kannalta tuo jatkuva ennusteiden tekeminen ja vertaaminen aistidataan on?
Mä itse näkisin, että aivot eivät tee "ennusteita" ihan joka asiasta, vaan homma perustuu enemmän taikka vähemmän sekä tiedostetuille että tiedostamattomille "odotuksille".
Odotukset ei ennusta ihan kaikkea, mutta liittyvät siinä tilanteessa relevantteihin asioihin. Kun olet autolla liikennevaloissa ja näet punaisen valon, niin sulla on odotus siitä, että kohta se vaihtuu vihreäksi. Ja kun se valo vaihtuu, niin reagoit siihen ja toimit tilanteen mukaan.
Mutta tossa tilanteessa sun "odotukset" liittyvät siis siihen liikennevalojen toimintaan, sekä siihen liittyvään muun liikenteen toimintaan. Odotat, että kun valo vaihtuu vihreäksi, niin kaista sulle on vapaa muulta liikenteeltä.
Eli tekeekö aivot ennusteita siitä, että muut autot pysähtyvät punaisiin valoihin, ja jos syntyy "prediction error" ettei näin kävisikään, niin salience verkosto nostaa tämän poikkeaman esiin? Päin vastoin, sulla on ennusteiden sijaan odotuksia tuossa tilanteessa, ja vaikka ne odotukset täyttyvätkin kaikki, niin se on niiden "odotusten mukainen tapahtumaketju", joka käsitellään, ja josta nousee relevantteja asioita käsiteltäväksi ja päätettäväksi sun tietoisuuteen.
Toki, jos siellä joku ajaa punaisia päin, niin tääkin nousee sun tietoisuuteen, mutta pääasiassa siis tapahtuu kuten kirjoititkin, että esiin nousee asioita jotka vaativat reagoimista.
Mutta edelleen, onko järkevää puhua ennusteista vai odotuksista? Musta näillä termeillä on ainakin hiuksen hieno ero kun puhutaan näistä asioista?
Motorisen oppimisen tutkimuksissa on havaittu että sisäiset mallit ja mentaaliset simulaatiot ovat energiatehokkaita tapoja oppia uusia taitoja verrattuna pelkkään ja konkreettiseen lihasvoimiakin allokoivaan yritys-erehdys -menetelmään (Schack et al., 2014). Mentaaliset liikesimulaatiot voivat vahvistaa yhteyksiä kognitiivisen representaation ja siihen liittyvien havainnollisten vaikutusten välillä.
Sinun liikennevalo-esimerkissäsi aivot eivät ennusta tarkkoja ajoituksia tai yksittäisten autojen liikkeitä, vaan ylläpitävät kontekstiriippuvaisia odotuksia: "liikennevalot toimivat säännöllisesti", "ihmiset noudattavat liikennesääntöjä". Kun nämä odotukset täyttyvät, ei synny merkittävää prediction erroria vaikka prosessoit kaiken aktiivisesti.
Tämä yhdistyy hyvin sinun 6-7 ulottuvuuden mallisi kanssa: kullakin ulottuvuudella on omat hierarkkiset odotuksensa. Esimerkiksi "normit"-ulottuvuudella odotus on että ihmiset pysähtyvät punaisiin valoihin. Jos tämä odotus rikkoutuu, salience-verkosto nostaa sen tietoisuuteen.
Energiatehokkuus tulee siitä että:
- Matalan tason rutiinit toimivat automaattisesti
- Korkeamman tason odotukset aktivoituvat vain tarvittaessa
- Yritys-erehdys -oppimista tarvitaan vain todellisten poikkeusten kohdalla
Sinun sosiologiset ulottuvuudet toimivat ikään kuin "odotusten kategorioina" - ne määrittelevät mitä kannattaa seurata kussakin kontekstissa sen sijaan että yritettäisiin ennustaa kaikkea.
Lähde:
Schack, T., Essig, K., Frank, C., & Koester, D. (2014). Mental representation and motor imagery training. Frontiers in Human Neuroscience, 8, 328. doi: 10.3389/fnhum.2014.00328

