Karl Friston來了!探索自由能原理,解讀智能的第一性原理_風聞

當前全球最具影響力的認知神經科學家、英國倫敦大學學院（UCL）教授 Karl Friston 將於5月31日做客集智俱樂部！Friston 2016年被 Semantic Scholar 評為全球十大最具影響力神經科學家之首，h-index 高達 272。2017年，科睿唯安將他列為諾貝爾生理或醫學獎三大最有可能的獲獎人之一。

Karl Friston 近年來致力於自由能原理與主動推理的研究，該理論被認為是“自達爾文自然選擇理論後最包羅萬象的思想”，試圖從物理、生物和心智的角度提供智能體感知和行動的統一規律，從第一性原理出發解釋智能體更新認知、探索和改變世界的機制，對強化學習世界模型、通用人工智能等前沿方向具有重要啓發意義。集智俱樂部「自由能原理與強化學習」讀書會此次邀請到 Karl Friston 做關於自由能原理主動推理的主題報告，從物理和神經生物學兩條道路走向主動推理框架，探討如何從第一性原理統一生命與意識。

此次活動為公開分享，返樸將同步直播，歡迎預約觀看。

背景介紹

目前的人工智能領域發展迅猛，特別是OpenAI最近發佈的GPT 4o，展現出與人類對話的驚人流暢性，彷彿我們已經踏入了科幻電影中的未來。然而，這些基於深度學習和大模型的人工智能系統都存在一個共同的弱點：它們大多是通過工程技術手段構建的，缺乏對智能本質的深刻理解。當前人工智能研究偏重於實現技術細節，卻忽略了真正智能的基本原理。例如，現有人工智能系統能耗巨大，而人類大腦卻以遠低於此的能耗完成各種複雜任務。因此，我們迫切需要尋找智能的第一性原理。

在這方面，Karl Friston 的自由能原理可能成為智能的第一性原理的重要候選方案。自由能原理提出了生物系統如何通過減少自由能來理解和適應環境的理論框架。它將系統視為試圖最小化與外部世界的差異，以最有效地預測和適應外部環境的變化。通過最小化自由能，系統調整內部表示和行為，實現更好的環境適應性。這一理論不僅適用於認知神經科學和人工智能領域，還可應用於其他領域，如機器學習和自動控制。

自由能原理不僅可以解釋智能現象，還可以解釋從物質到生命的各種現象，可能成為新時代複雜系統的大統一理論。通過自由能原理，我們可以更深入地理解智能系統如何運作，為未來的人工智能研究和發展提供更加深刻和基礎的理論支持。

內容簡介

自由能的概念起源於統計物理和熱力學，後被引入機器學習和信息加工領域，表示系統內部表徵狀態與環境真實狀態間的差異。自由能原理認為，所有可變的量，只要作為系統的一部分，都會為最小化自由能而變化。自由能原理提供了一個統一的規範性理論，用於理解和模擬複雜系統的自組織、自適應行為，特別是在生物系統和大腦功能方面。這一原理不僅解釋了感知、行為和學習的統一過程，還對複雜系統建模、認知過程和意識的理解，以及生物和人工智能系統的設計原則產生了深遠影響，跨越了生物學、神經科學、心理學和人工智能等多個領域，為揭示這些系統背後的統一原理提供了有力的工具。

主動推理框架基於自由能原理提供了一個建模感知、學習和決策的統一框架。將感知和行動都看作是推斷的問題。主動推理的核心觀點是生物體認知與行為底層都遵循着相同的規則，即感官觀測的意外（surprise）最小化。意外衡量了智能體當前的感官觀測與偏好的感官觀測之間的差異。

有兩條道路可以走向主動推理框架：

一條道路被稱為 low road，是從貝葉斯定理出發，將感知、學習以及行動都看作是推斷問題。感知和模型學習依賴於現在和過往的觀測數據，而動作選擇關注的是未來的觀測數據，因此在主動推理框架下根據這種時間劃分將自由能分為了兩個部分，一個是關注過去的變分自由能，一個關注未來的期望自由能。另一條道路被稱為 high road， 從物理、隨機動力系統出發，認為處於非平衡穩態的自組織系統（例如生命系統）要想能夠抵抗環境的隨機波動，就必須最小化其自由能。

此次 Karl Friston 的報告將圍繞主動推理的兩條道路展開。

主動推理的兩條道路：頂層邏輯（high road）是在右上角從物理角度出發，底層邏輯（low road）在左下角從貝葉斯定理出發

報告簡介

題目

意識的物理學：主動推理的頂層邏輯

The physics of sentience: the high road to active inference

摘要

我們如何理解自己作為有意識的生物？本次報告將運用自由能原理，從主動推理的角度提供一個解釋。首先，我們試圖從物理學的角度理解意識，具體而言，自組織系統必須具備將自身與世界區分開的特性。然後，我們將從神經生物學家的角度重述同樣的故事，試圖理解功能性腦結構。這段敍述始於認為生命或自組織是任何具有馬爾可夫毯的動力系統的湧現特性。這一結論基於以下論點：如果一個系統可以與其外部環境區分開，那麼它的內部和外部狀態必須是條件獨立的。關鍵是，這使得內部狀態具備關於外部狀態的概率信念的信息幾何。簡而言之，內部狀態將表現出推理並對其世界進行行動，以保持其完整性。這導致了一種貝葉斯力學（Bayesian mechanics），可以總結為自證性（self-evidencing）。在報告的後半部分，我們將通過大腦中貝葉斯信念更新的模擬來詳細探討這些想法，並將其與預測加工（predictive processing）以及我們如何對待世界中的可供性聯繫起來。

關鍵詞：主動推理（active inference），自由能原理（free energy principle），自組織（self-organization），自創生 （autopoiesis），貝葉斯力學（Bayesian mechanics），預測加工（predictive processing）

主講人

Karl Friston，理論神經科學家，腦成像領域的權威。英國倫敦大學學院（UCL）教授，英國皇家學會院士，歐洲科學院院士。統計參數映射（SPM）、體素級形態測量（VBM）、動態因果建模（DCM）的發明者。這些研究受到了對精神分裂症和價值學習的理論研究的啓發。他提出了“精神分裂症失連接假説”。此外，他還在數學方面做出了重要貢獻，包括變分Laplacian程序和用於層次貝葉斯模型反演的廣義濾波方法。他還致力於研究人類大腦中功能整合的模型，以及神經元相互作用的基本原理。他在理論神經生物學方面的主要貢獻是自由能量原理和主動推理。

主持人

張俊，上海數學與交叉科學研究院（SIMIS）教授和創始人之一。從1992年起在密歇根大學心理學系擔任助理教授、副教授、教授，並在數學系、統計系、密歇根大數據學院掛職，目前離職。1991年從加州大學伯克利分校獲得神經科學博士學位。張俊教授在計算神經科學、認知與行為建模、機器學習、統計學、複雜系統等領域做出學術貢獻，在數學心理學領域知名。近年來他的研究聚焦於“信息幾何”這一交叉學科。

參與方式

時間：2024年5月31日（週五）19:00-21:00

參與方式：

《返樸》微信視頻號、新浪微博直播

主辦方

集智俱樂部成立於 2003 年，是一個從事學術研究、享受科學樂趣的探索者的團體，也是國內最早的研究人工智能、複雜系統的科學社區。它倡導以平等開放的態度、科學實證的精神，進行跨學科的研究與交流，力圖搭建一箇中國的 “沒有圍牆的研究所”。

致謝機構

溯源守拙，問學求新。《返樸》，科學家領航的好科普。

非營利科學傳播組織，關注有關人類大腦和心智的一切。

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute, TCCI）旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合。

讀書會 跨學科前沿社區

大腦中數以億計的神經元如何相互作用湧現出意識？腦與人工智能如何相互啓發幫助探索智能的終極奧秘？集智俱樂部長期關注腦、認知與智能、意識湧現等前沿話題，孵化出「自由能原理與強化學習」、「因果湧現」、「AI by Complexity」「計算神經科學」、「神經動力學」、「腦機接口」、「NeuroAI」等系列讀書會社區，聚集了數千位相關領域的學者和研究者，歡迎感興趣的朋友加入，和我們一起探索！

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閲不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回覆四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。