中文

自组织系统的贝叶斯力学

神经元与认知 2024-12-02 v2

摘要

贝叶斯力学提供了一个框架,用以处理可被概念化为贝叶斯推断的动力系统。然而,阐明必要的生成模型对于面向现实自组织系统的经验应用至关重要。本工作表明,通用动力系统的哈密顿量构成了一类生成模型,从而使其亥姆霍兹能量在所识别的生成模型下等价于变分自由能。最小化亥姆霍兹能量的自组织使得系统的哈密顿量与环境的哈密顿量相匹配,进而导致二者广义同步的出现。本质上,这些自组织系统可被解读为对其交互环境执行变分贝叶斯推断。这些性质已通过耦合振子、模拟与活体神经网络以及量子计算机得到证明。该框架提供了关于与环境交互的自组织系统渐近性质的基础性刻画与预测,为智能涌现的潜在机制提供了见解。

关键词

引用

@article{arxiv.2311.10216,
  title  = {Bayesian mechanics of self-organising systems},
  author = {Takuya Isomura},
  journal= {arXiv preprint arXiv:2311.10216},
  year   = {2024}
}