“我们每个人大脑里都有一个小Thomas Bayes！”法兰西学院实验心理学教授Stanislas Dehaene总把这句话挂在嘴边。Dehaene于2012年在法兰西学院开设了一门题为“认知科学的Bayesian革命”（The Statistician Brain: the Bayesian Revolution in Cognitive Science）的课程。鉴于该主题的重要性，Dehaene最终决定把课程时间定为两年。对于这个决定，Dehaene解释道：“称其为一种‘革命’，是因为出现了一种能够突然渗透到一切科学领域中的理论体系，着实让人惊讶。过去，我们很多人认为大脑是自然进化的产物，并处于不断演变之中，不可能存在关于认知的一般性理论。然而，当Bayesian统计学展示出它超常的适用性后，这一观点开始动摇了。”这也是他这门课程的开课引言。

这个神奇的公式表面看起来和心理学并无相关，但就像Dehaene告诉学生们的， “Bayesian公式虽然是数学，但它是诠释的是关于思考的数学。”在它抽象的外表之下，展现的是一个典型的类似于人类大脑的机制：在缺少数据和信息的情况下，不遗余力地追寻表面现象背后的本质原因。它不间断地对我们的已有知识（或预设）去伪存真，是一个实实在在的思考机器。这正是认知科学专家正在做的，我们可以用这一公式来描述人类的思想。

Copnik设计了一个实验：向4岁的幼儿展示一个绒毛玩具猴，并告诉他们有些花会让它打喷嚏。实验第一阶段，研究人员先将黄花和红花放到猴子面前，再将黄花和紫花放到猴子面前，小孩们都会看到猴子打喷嚏；而当猴子靠近红花和紫花时它就不会打喷嚏。当问他们是为什么时，孩子们全都准确地说出是黄花导致了猴子打喷嚏。“传统概率学只能让他们判断出猴子在黄花旁打喷嚏的可能性为100%，而在红花或紫花旁打喷嚏的可能性为50%。” Copnik解说道，“只有Bayesian公式可以找到现象的原因并给出正确的回答。”毋庸置疑，传统统计法看似更“自然”，却在此毫无用处，儿童的本能反应是使用Bayesian算法来思考。

尽管科学家才刚刚开始这场革命，但成形中的Bayesian认知理论已经展现出它的应用前景。“我们希望能就某些精神疾病发现有用线索。”Chloe Farrer介绍道。他们的想法是全面掌握支配大脑活动的各种机制，以更好地理解其运行中出现的问题。克洛伊·法瑞已经开始了研究，对象是一些精神分裂症患者。“前期成果表明患者将过多的注意力放在感官信息上。感觉经验与既有知识之间缺少互相校准，难以找到事物背后的原因……” Farrer透露。而尤其使研究人员动力十足的，是将所有大脑机制和一切行为现象统一在同一个理论体系之内的远景。Stanislas Dehaene激动地说道： “我们盼望能够回答认知科学中最为紧迫的问题，尤其是理解大脑是如何形成其特有的高级抽象规则的，如语言。”过去在统计学领域毫不起眼的Bayesian公式终于修成正果。在解密我们思想的同时，它也将揭开人类的终极秘密。不得不承认，这是一个神奇的公式…… “电脑能在国际象棋比赛中战胜人类。但就移动棋盘上棋子的能力而言，它只比得上5岁的小孩！” Pierre Bessiere一针见血地指出了机器人面临的巨大难题：它们缺乏和真实世界进行交流的物理手段。而借助Bayesian公式，它们正在克服遮一困难。因为Bayesian公式的优点在于：传统程序只能在传感器接收到清晰的信号时才能够进行物品的识别，它们只能对检测信号与数据库中储存的物体信息是否匹配进行“是”与“否”的判断；而Bayesian智能系统则可以处理传感器“感知”到的任意信息，并将其与数据库中的所有信息进行关联比对，为每一种关联求得一个概率值，概率值越大就越匹配。这样就可以识别并躲避意外的障碍，在光线很弱的状况下识别物体，或者识别数据库中未记录特征的物体。不久前，一个加利福利亚的研究究团队正是借助该智能系统，成功地研制出了一个比人类手指更为灵敏的机械指。