„Mindannyian hasonló képességekkel rendelkezünk, ha tapintás után kell elképzelnünk, hogy miként néz ki egy tárgy, és visszafelé is ugyanígy: ránézve is hasonlóan ki tudjuk következtetni, milyen érzés lehet megérinteni valamit” - mondta Lengyel Gábor, a CEU Kognitív Tudományi Tanszékének doktorandusz hallgatója, aki vezető szerzőként jegyzi az eLife-ban megjelent, az emberi megismerés egyik klasszikus elméletét megkérdőjelező tanulmányt.

Képzeljük el, hogy bemegyünk egy boltba, hogy vegyünk egy új pénztárcát ahelyett, amit kiloptak a táskánkból. Csak azzal, hogy végignézünk a kirakatba kitett pénztárcákon, már előre tudjuk, milyen érzés lesz kézben tartani és kinyitni őket — már azelőtt, hogy valóban egyenként kézbe vennénk őket.

Mindehhez arra van szükség, hogy különálló részekre tudjuk bontani az érzékszerveink felől érkező jelek állandóan hömpölygő folyamát. Amikor a zsebtolvaj benyúl a táskánkba, különálló tárgyakként értelmezi az ujjain érzett apró benyomódások sorozatát. Amikor végignézünk a kirakaton, látórendszerünk egy jól elkülöníthető pénztárcaként, erszényként és egyéb tárgyakként értelmezi a fotonok szemünkbe érkező tömegét. Ahhoz, hogy boldoguljunk a világban, kulcsfontosságú az a képességünk, ami által csak látással vagy csak tapintással is képesek vagyunk az egyedi tárgyakat azonosítani, és megjósolni, milyen érzés lesz kézbe venni őket csak a látványuk alapján, illetve csupán tapintás után elképzelni, hogyan nézhetnek ki.

Az emberi agy a korábbi tapasztalatok kifinomult statisztikai elemzése révén képes ezekre a mutatványokra - állapítja meg "Unimodal statistical learning produces multimodal object-like representations" (Az unimodális statisztikai tanulás multimodális objektumszerű reprezentációkhoz vezet) című tanulmány, ami a CEU Kognitív Tudományi Tanszéke, a Cambridge-i Egyetem Elméleti és Biológiai Tanulási Laboratóriuma (University of Cambridge, Computational and Biological Learning Lab), illetve a Columbia Egyetem Zuckerman Tudat-Agy-Viselkedés Intézete (Columbia University, Zuckerman Mind Brain Behavior Institute) több kutatójának közös munkája.

„A korábbi tapasztalatok elemzésével az agy azonnal képes azonosítani a tárgyakat anélkül, hogy a tárgyakat elválasztó egyértelmű határvonalakra vagy más különleges jelzésekre volna szüksége. Arra is képes, hogy előre jelezze a tárgyak addig ismeretlen tulajdonságait” - mondta Lengyel Máté, a CEU tudományos főmunkatársa, a Cambridge-i Egyetem elméleti idegtudomány professzora.

A kutatás részvevőit arra kérték, hogy figyeljenek meg csak látás által (érintés nélkül), vagy gyűjtsenek információt tapintással különböző, puzzle-darabokra hasonlító “tárgyakból" összeállított képekről. Ezt követően azt vizsgálták a kutatók, hogy az alanyok képesek-e ezeknek a tárgyaknak az egyéb tulajdonságait kikövetkeztetni. Akik csak látták a képeket, azoktól azt kérték, hogy mondják meg, mennyire lenne nehéz fizikailag szétszakítani az adott képet, akik pedig csak megtapinthatták, azoknak azt kellett megmondaniuk, látvány alapján mennyire hasonlítanak egyes tárgyak konkrét puzzle-darabokra. A résztvevők többsége helyes mentális modelleket tudott felállítani ezekről a tárgyakról csak vizuális, vagy csak tapintási ingerek alapján, és képes volt azonalli általánosításra (ún. „zero-shot generalization”-re), tehát pontosan következtetni a tapintható tulajdonságokra a látványból, és viszont.

Ezek az eredmények megkérdőjelezik az egyik általánosan elfogadott elméletet arról, hogy az emberek hogyan dolgozzák fel az őket körülvevő fizikai világ információit.

"A klasszikus felfogás szerint a speciális, pl. jól látható vagy tapintható jelzések — mint az élek, a különböző tárgyak közötti határok, vagy az egyértelmű utasítások — elengedhetetlenek a környezetünkben található tárgyak azonosításához. A kutatásunk ugyanakkor azt mutatta ki, hogy azok az általános célú, statisztikai számítás-alapú mechanizmusok, amik egyébként már a csecsemőkben is működnek, önmagukban elég hatékonyak ahhoz, hogy ilyen kognitív mutatványokra legyünk képesek” - mondta Fiser József, a CEU Kognitív Számítási Központjának (CEU’s Center for Cognitive Computation) igazgatója.

Megjegyzendő, hogy a kutatás részvevőit nem a különleges zsebtolvajlási képességeik miatt választották ki. Így aztán az eredmények arra utalnak, hogy mindannyiunkban ott lapul egy titkos, a statisztikához kitűnően értő zsebtolvaj.

A "Unimodal statistical learning produces multimodal object-like representations" (Az unimodális statisztikai tanulás multimodális objektumszerű ábrázolásokhoz vezet) című tanulmányt a CEU részéről Lengyel Gábor, Fiser József és Lengyel Máté; a Cambridge-i és a Columbia egyetem részéről pedig Goda Zalalyte, Alexandros Pantelides, James Ingram és Daniel Wolpert közösen jegyzi.