主动推断与人工推理

《Nature Communications》：Active inference and artificial reasoning

　　

摘要

本文考虑采样那些能为潜在世界模型结构提供最多信息的结果。这一推广为在合理的生成模型或假设集下进行结构学习（特别是规则发现）提供了有原则的方法。在主动推理中，策略（即动作组合）根据其预期自由能进行选择，该自由能包括预期信息增益和价值。信息增益对应于带有动作后果的预测后验与不带动作后果的预测后验之间的Kullback-Leibler散度。可以利用贝叶斯模型约简快速有效地评估模型的后验，该方法基于对模型参数的累积后验信念。由此产生的信息增益可用于选择能够区分不同备选模型的动作，其精神类似于最优实验设计。我们使用部分观测的离散模型来说明这种主动选择或推理；具体而言，我们使用了此前用于通过（合成）内省或睡眠描述人工洞察和顿悟时刻的三球范式。我们重点关注寻求能够解决最大世界模型不确定性的结果所带来的样本效率，即在这些模型下生成的结果。