导语
自由能原理是一种广泛适用的理论，它认为所有非平衡稳态系统——从微小的细菌到复杂的动物，甚至包括人类社会和生态系统——都在追求自由能的最小化。当这一原理应用于人脑时，激发了一系列具体的理论和实践框架，例如预测编码理论（Predictive Coding）和预测加工模型（Predictive Processing）。预测编码理论和预测加工模型是两个紧密相关的概念，预测编码理论提供了一个关于大脑如何运作的高层次描述，预测加工模型更近一步，在多层预测编码的假设下描述了大脑如何使用以及何时使用这样一个多层概率生成模型。它们在认知科学和神经科学中描述了大脑如何处理信息。
预测加工模型
预测编码理论认为，大脑通过不断生成关于外部世界和内部状态的预测，并将其与实际感觉输入相比较来执行其功能。这种比较如果出现偏差，将产生预测误差，这一误差信号随后会被反馈至大脑的更高层次，用以调整和优化内部模型，目的是减少未来的预测误差。这个过程体现了自上而下的预测信息流和自下而上的感觉信息流的交互。
预测加工模型可以看作是预测编码理论的一种推广，它提供了一个计算和数学框架来描述大脑如何通过预测和更新来处理信息，这一模型和贝叶斯定理出发的主动推理路径一脉相承，为解释大脑的认知行为现象提供了有力工具。
内容简介
内容简介
传统的大脑和认知理论强调从外部刺激到内部表征再到运动信号的前馈传导，这个流程被形象地比喻为“认知的三明治模型”。与此不同，作为心灵哲学和认识论中的一种新兴框架，预测加工理论将预测视为大脑和认知的核心。预测加工理论认为大脑是一台多层概率预测引擎，只要大脑致力于预测与评估不确定性，知觉、想象、推理和行动等认知活动就将从这些预测和评估过程中共同涌现出来，这样一个多层架构生成模型的预测驱动学习是我们理解世界的关键。
本次读书会基于《预测算法：具身智能如何应对不确定性》一书，对预测加工理论在脑与认知领域的相关研究进行概括性的介绍。
内容大纲
内容大纲
关键词
关键词
主动推理 Active Inference
参考文献
参考文献
主讲人
主讲人
牟牧云，北京师范大学系统科学学院博士生，张江老师因果涌现研究小组成员。研究方向：复杂系统建模与调控、强化学习世界模型。
直播信息
直播信息
时间：2024年7月16日周二晚上19:00-21:00
斑图地址：https://pattern.swarma.org/study_group_issue/631
推荐阅读：
自由能原理与强化学习读书会招募中
点击“阅读原文”，报名读书会
