Trotz der Ereignisse in The Imitation Game hat Alan Turing nicht die Maschine erfunden, die im Zweiten Weltkrieg die deutschen Codes geknackt hat - Polen auch. Aber der brillante Mathematiker hat etwas erfunden, das im Film nie erwähnt wurde: ein mathematisches Werkzeug zur Beurteilung der Zuverlässigkeit von Informationen. Sein Tool beschleunigte die Entschlüsselung verschlüsselter Nachrichten mit verbesserten Versionen der polnischen Maschinen.
Verwandte Inhalte
- Midnight Snacking ist schlecht für Ihr Gehirn
- Die Gehirne der Tauben arbeiten wie unsere
- Treffen Sie bessere Entscheidungen, wenn Sie hungrig sind?
Jetzt haben Forscher, die Rhesusaffen untersuchen, herausgefunden, dass das Gehirn dieses mathematische Werkzeug auch verwendet, um Nachrichten nicht zu dekodieren, sondern um unzuverlässige Beweise zusammenzusetzen, um einfache Entscheidungen zu treffen. Für den Neurowissenschaftler der Columbia University, Michael Shadlen, und sein Team spricht die Erkenntnis dafür, dass alle Entscheidungen, die wir treffen - auch scheinbar irrationale -, in rationale statistische Operationen zerlegt werden können. "Wir denken, das Gehirn ist von Grund auf rational", sagt Shadlen.
Die deutsche Enigma-Maschine, die 1918 erfunden wurde, erstellte eine Substitutions-Chiffre, indem sie die Originalbuchstaben in einer Nachricht gegen neue austauschte und so etwas produzierte, was wie reiner Kauderwelsch aussah. Um die Verschlüsselung zu erschweren, befanden sich auf dem Gerät rotierende Datenträger, die sich bei jedem Tastendruck drehten und die Codierung bei jedem Tastendruck änderten. Der Prozess war so komplex, dass die Deutschen selbst mit einer Enigma-Maschine eine Nachricht nur entschlüsseln konnten, wenn sie die anfänglichen Einstellungen dieser Verschlüsselungswahlen kannten.
Eine deutsche Rätselmaschine, Feind der Codebrecher des Zweiten Weltkriegs. (Die Walker-Bibliothek zur Geschichte der menschlichen Vorstellungskraft) Turing schuf einen Algorithmus, der die Anzahl der möglichen Einstellungen reduzierte, die die britischen Entschlüsselungsmaschinen namens Bombes täglich testen mussten. Turning arbeitete in der geheimen Anlage von Bletchley Park in Großbritannien und stellte fest, dass es möglich war, herauszufinden, ob zwei Meldungen von Maschinen mit Rotoren stammten, die an denselben Positionen gestartet waren - eine wichtige Information, um diese Positionen zu ermitteln. Richten Sie zwei codierte Nachrichten übereinander aus, und die Wahrscheinlichkeit, dass zwei Buchstaben gleich sind, ist geringfügig höher, wenn beide Nachrichten von Computern mit denselben Anfangseinstellungen stammen. Dies liegt daran, dass in Deutsch wie in Englisch bestimmte Buchstaben häufiger vorkommen und der Verschlüsselungsprozess dieses Muster beibehält.
Turings Algorithmus addierte im Wesentlichen die Wahrscheinlichkeiten, mit denen diese Hinweise nützlich sind. Es wurde auch angegeben, wann die kumulativen Chancen gut genug waren, um zu akzeptieren oder abzulehnen, dass die beiden verglichenen Nachrichten von Maschinen mit denselben Rotorzuständen stammten. Dieses statistische Tool, der so genannte sequentielle Wahrscheinlichkeitstest, erwies sich als optimale Lösung für das Problem. Dies sparte Zeit, da die Bletchley-Codebrecher entscheiden konnten, ob zwei Nachrichten nützlich waren, während sie die geringstmögliche Anzahl von Buchstaben betrachteten. Turning war nicht der einzige Mathematiker, der im Verborgenen auf diese Idee kam. Abraham Wald von der Columbia University nutzte es 1943, um herauszufinden, wie viele Bomben die US-Marine zum Sprengen benötigte, um sicherzugehen, dass eine Ladung Munition nicht defekt war, bevor sie verschifft wurde.
Nun hat Shadlen herausgefunden, dass Menschen und andere Tiere eine ähnliche Strategie anwenden könnten, um unsichere Informationen zu verstehen. Der Umgang mit Unsicherheiten ist wichtig, da nur wenige Entscheidungen auf absolut zuverlässigen Beweisen beruhen. Stellen Sie sich vor, Sie fahren nachts im Regen eine kurvenreiche Straße entlang. Sie müssen wählen, ob Sie das Rad nach links oder rechts drehen möchten. Aber wie sehr können Sie den schwachen Rücklichtern eines Autos in einer unbekannten Entfernung vertrauen, der dunklen Baumgrenze mit ihrer verwirrenden Form oder den kaum sichtbaren Fahrspurmarkierungen? Wie stellen Sie diese Informationen zusammen, um auf dem Laufenden zu bleiben?
Affen in Shadlens Labor standen vor einer ähnlich schwierigen Entscheidung. Sie sahen zwei Punkte auf einem Computermonitor und versuchten, eine Belohnung zu gewinnen, indem sie den richtigen auswählten. Formen, die nacheinander auf dem Bildschirm aufblitzten, wiesen auf die Antwort hin. Als zum Beispiel ein Pac-Man-Symbol auftauchte, war der linke Punkt wahrscheinlich, aber nicht sicher die richtige Antwort. Ein Fünfeck hingegen bevorzugte den richtigen Punkt. Das Spiel endete, als ein Affe feststellte, dass er genug Formen gesehen hatte, um eine Vermutung zu riskieren, indem er den Blick auf einen der Punkte richtete.
Der laterale intraparietale Kortex, der in dieser Studie gemessene Teil des Gehirns, befindet sich im Parietallappen. (Mit freundlicher Genehmigung des Nationalen Instituts für Alternsforschung / National Institutes of Health) Es gibt viele Strategien, die verwendet werden könnten, um den richtigen Punkt auszuwählen. Ein Affe konnte nur auf die besten Hinweise achten und die anderen ignorieren. Oder eine Entscheidung könnte einfach nach einer bestimmten Zeit getroffen werden, unabhängig davon, wie sicher ein Affe war, welche Beweise er bis zu diesem Zeitpunkt gesehen hatte.
Was tatsächlich geschah, war eine Ansammlung von Informationen im Gehirn, da das Tier die Zuverlässigkeit jeder Form beurteilte und sie zu einer laufenden Summe aufsummierte. Shadlen überwachte diesen Aufbau, indem er schmerzlos Elektroden in das Gehirn der Affen einführte. Hinweise mit hoher Wahrscheinlichkeit lösten große Sprünge in der Gehirnaktivität aus, während schwächere Hinweise kleinere Sprünge ergaben. Entscheidungen schienen getroffen zu werden, wenn die Aktivität für links oder rechts eine bestimmte Schwelle überschritt - ähnlich wie die Ergebnisse des Turing-Algorithmus.
"Wir haben herausgefunden, dass das Gehirn eine Entscheidung trifft, die mit einem Statistiker bestanden wird", sagt Shadlen, dessen Team die Ergebnisse in einer kommenden Ausgabe der Zeitschrift Neuron veröffentlichen wird.
Jan Drugowitsch, Neurowissenschaftler an der Ecole Normale Supérieure in Paris, stimmt dem zu. "Dies ist ein sehr starker Fall, dass das Gehirn wirklich versucht, der hier beschriebenen Strategie zu folgen", sagt er. Aber können kompliziertere Entscheidungen, wie zum Beispiel, wohin man aufs College geht oder wen man heiratet, auf einfache statistische Strategien zurückgeführt werden?
„Wir wissen nicht, dass die Herausforderungen, vor denen das Gehirn bei der Lösung großer Probleme steht, genau die gleichen sind wie die Herausforderungen bei einfacheren Entscheidungen“, sagt Joshua Gold, Neurowissenschaftler an der University of Pennsylvania School of Medicine. "Im Moment ist es nur eine Vermutung, dass die Mechanismen, die wir im Labor untersuchen, Entscheidungen auf höherer Ebene beeinflussen."
