XiaoMi-AI文件搜索系统
World File Search System潜在状态
使用变分循环神经网络进行主动推理，为习惯智能体进行目标导向规划
摘要：至关重要的是要问，代理如何仅使用通过习惯性感觉运动经验获得的部分世界模型来生成行动计划，从而实现目标。尽管许多现有的机器人研究都使用了前向模型框架，但存在高自由度的泛化问题。当前的研究表明，采用生成模型的预测编码 (PC) 和主动推理 (AIF) 框架可以通过学习低维潜在状态空间中的先验分布来开发更好的泛化，该先验分布表示从习惯性感觉运动轨迹中提取的概率结构。在我们提出的模型中，学习是通过推断最佳潜在变量以及突触权重来最大化证据下限来进行的，而目标导向规划是通过推断潜在变量来最大化估计下限来完成的。我们提出的模型在模拟中使用简单和复杂的机器人任务进行了评估，通过为正则化系数设置中间值，证明了在有限的训练数据下学习中具有足够的泛化能力。此外，比较模拟结果表明，由于先验学习将运动计划的搜索限制在习惯轨迹范围内，因此所提出的模型在目标导向规划中优于传统的前向模型。
超越几何：将神经回路中的计算时间结构与动态相似性分析进行比较
我们如何判断两个神经网络是否在特定计算中使用相同的内部过程？这个问题与神经科学和机器学习的多个子领域有关，包括神经人工智能、机械可解释性和脑机接口。比较神经网络的标准方法侧重于潜在状态的空间几何形状。然而，在循环网络中，计算是在动态层面实现的，两个执行相同计算且具有相同动态的网络不必具有相同的几何形状。为了弥合这一差距，我们引入了一种新颖的相似性度量，可在动态层面比较两个系统，称为动态相似性分析 (DSA)。我们的方法包含两个部分：利用数据驱动动态系统理论的最新进展，我们学习一个高维线性系统，该系统可准确捕捉原始非线性动力学的核心特征。接下来，我们使用 Procrustes 分析的新颖扩展来比较通过此嵌入的不同系统，该扩展解释了矢量场在正交变换下如何变化。在四个案例研究中，我们证明了我们的方法可以解开共轭和非共轭循环神经网络 (RNN)，而几何方法则存在不足。我们还表明，我们的方法可以以无监督的方式区分学习规则。我们的方法为比较分析神经回路中计算的基本时间结构打开了大门。
![arXiv:1907.09278v2 [cs.AI] 2021 年 3 月 1 日](/simg/b\b56249f47d3400dc780a2a5a6b1e7a2371ddf6ce.png)
arXiv:1907.09278v2 [cs.AI] 2021 年 3 月 1 日
在复杂环境中做出决策是人工智能 (AI) 面临的一个关键挑战。涉及多名决策者的情况尤其复杂，导致原则性解决方法在计算上难以解决。人工智能领域的大量研究试图通过提炼交互的本质来缓解这一问题：一个代理的策略如何影响另一个代理？如果我们能够找到这种影响的更紧凑表示，这可以帮助我们处理复杂性，例如通过搜索影响空间而不是策略空间。然而，到目前为止，这些影响概念的适用性仅限于特殊的交互情况。在本文中，我们形式化了基于影响的抽象 (IBA)，它有助于消除潜在状态因素而不会造成任何价值损失，适用于一类非常普遍的问题，即分解部分可观随机博弈 (fPOSG)。一方面，这概括了现有的影响力描述，因此可以作为改进可扩展性和其他复杂多智能体决策见解的基础。另一方面，由于其他智能体的存在可以看作是单个智能体设置的概括，我们对 IBA 的公式也为单个智能体在抽象下的决策提供了足够的统计数据。我们还详细讨论了与这些先前研究的关系，确定了这些方法的新见解和解释。通过这些方式，本文加深了我们对广泛的顺序决策设置中的抽象的理解，为一大类问题的新方法和算法提供了基础。
通过部分监督的强化学习
抽象的深入强化学习表明，在视频游戏，机器人控制，官方驾驶和药物发现等不同领域的跨不同领域取得了巨大的成就。部分可观察的域中的常见方法在很大程度上倾向于从高维观测（例如图像）中端到端学习，而没有明确推理真实状态。我们提出了一个替代方向，引入了部分规定的加固学习（PSRL）框架。PSRL的核心是受监督和无监督学习的融合。该方法利用州估计器从高维观测中提取监督的语义状态信息，这些观察通常在培训时完全可用。这产生了更容易解释的政策，这些政策由控制构成状态预测。并行，捕获了一个无透视的潜在表示。这两个 - 语义状态和潜在状态 - 然后融合并用作策略网络的输入。这种并置为从业者提供了灵活而动态的范围：从强调监督的状态信息到整合富裕的潜在见解。广泛的实验结果表明，通过合并这些双重表示，PSRL提供了有效的平衡，增强了模型，可以在保存的同时使用，并且通常明显胜过表现，这是通过奖励和收敛速度以传统方法设定的性能基准。
灵活感知推理的神经机制
在一个上下文中似乎很明显的话，如果该上下文发生变化，则可以具有完全不同的含义。11尽管已经广泛研究了与上下文相关的推论，但一个基本问题仍然存在：12大脑如何同时推断感觉输入的含义和基本的13个上下文本身，尤其是当上下文在变化时？在这里，我们研究了灵活的感知分解14个 - 能够迅速适应而无需反复试验的上下文转移的能力。我们在动态环境中引入了15个新颖的变更检测任务，需要跟踪潜在状态和16个上下文。我们发现，小鼠表现出对潜在上下文的第一审判行为适应，而不是推理而不是奖励反馈。通过在可观察到的马尔可夫决策过程中得出贝叶斯最佳政策，我们表明，快速适应从内部信念状态的顺序19个更新中出现。此外，我们还表明，通过20枚强化学习训练的人工神经网络实现了近距离的性能，从而在其复发性动态中实现了类似贝叶斯推理的21种机制。这些网络开发了灵活的内部代表 - 22个tations，可以实时调整推理模型。我们的发现建立了灵活的23感知推断，作为认知灵活性的核心原理，为在不确定环境中的适应性行为提供了计算和24个机械性见解。25
cotadutide促进诊断为2型糖尿病的超重或肥胖者的糖原分解
cotadutide是一种正在发育中的双胰高血糖素样肽1和胰高血糖素受体激动剂，用于治疗非酒精性脂肪性肝炎和2型糖尿病（T2DM）和慢性肾脏病。非酒精性脂肪性肝炎是一种复杂的疾病，没有批准的药物疗法，这是由于与T2DM和肥胖相关的系统性代谢功能障碍的潜在状态。cotadutide已显示可改善血糖控制，体重，脂质，肝脏脂肪，炎症和纤维化。与安慰剂和liraglutide相比，我们对被诊断为T2DM的超重或肥胖症的男性和女性进行了两部分，随机2A试验，以评估Cotadutide的疗效和安全性。主要终点是从基线到餐后糖原（A部分）的第28天（A部分）和在禁食肝糖原（B部分）中使用Cotadutide对安慰剂进行的治疗的第35天。次要终点是用肝磷脂与单胰高血糖素样肽1受体激动剂，liraglutide和肝脂肪分数变化的肝糖原的变化。试验达到了其主要终点。我们表明，与安慰剂和liraglutide相比，Cotadutide可以促进肝糖原和脂肪的降低。cotadutide的安全性和耐受性发现与以前的报告相当。因此，这项工作提供了可以归因于胰高血糖素受体参与的其他好处的证据。我们的结果表明，库塔二肽作用于人肝脏中的胰高血糖素受体，以促进糖原分解并改善肝脏的代谢健康。临床。gov注册：NCT0355994。
定量收紧：来自美国的教训和潜力...
鉴于数十年最高的通货膨胀，美联储系统和欧洲中央银行正在通过定量收紧（QT）来补充常规税率，即减少了在定量宽松（QE）时代积累的庞大资产持有量。到2022年，在其资产购买计划下，美联储和欧洲央行都累积了近35％的名义GDP水平。美联储在2017年至2019年的上一个紧缩周期中已经进行了资产负债表，并从2022年中期开始恢复了资产负债表的减少，而欧洲央行已开始从2023年第一季度开始减少其资产持有量。虽然对QE 1的影响有足够的实证研究，但鉴于少数可用的观察结果在当前的紧缩发作之前放松了QT的影响，因此对QT的影响的证据更加有限。尽管如此，Smith and Valcarcel（2022），Crawley等。（2022）和WEI（2022）对理解QT的潜在影响做出了重要贡献。Smith和Valcarcel（2022）特别评估了2017年至2019年之间实施的联邦QT的财务影响，得出的结论是，与资产负债表的扩张相比，它具有不对称的影响。具体来说，他们发现QT惊喜具有公告效果。然而，随着短期和长期利率上升和美元的升值，通过持续时间渠道的传输在降低阶段仍然很强，从而导致财务状况更高。但是，他们强烈地说，QT不能简单地将量化量化视为量化宽松，因为经济的潜在状态在很大程度上很重要 - 量化量化宽松在有效的下限（ELB）或在高财务困境中被部署，这解释了不对称的。
贝叶斯动力系统分析哌醋甲酯对注意力缺陷/多动症障碍儿童的影响：一项随机试验
哌醋甲酯是一种广泛使用且有效的治疗方法，用于注意力/多动症（ADHD），但尚未完全了解潜在的神经机制及其与行为变化的关系。特别是，在患有多动症的个体中，哌醋甲酯如何影响大脑和行为动力学以及这些动力学之间的相互作用。为了解决这一差距，我们使用了一种新型的贝叶斯动力学系统模型来研究哌醋甲酯对27名ADHD儿童潜在脑状态的影响，通常使用双盲，安慰剂控制的跨界设计通常会培养儿童。甲基苯甲酸酯在ADHD儿童的连续绩效任务上修复了更大的行为变异性。与通常发育的儿童相比，患有多动症的儿童表现出异常的潜在大脑状态动力学，单个潜在状态特别表现出异常动力学，这是由甲基苯甲酸酯修复的。此外，ADHD儿童在默认模式网络中显示出脑状态依赖性的超连接性，该网络也通过哌醋甲酯修复。最后，我们发现甲基苯甲酸酯引起的潜在大脑状态动力学的变化以及显着性和默认模式网络之间与大脑状态相关的功能连通性与行为变异性的改善相关。综上所述，我们的发现揭示了一种新型的潜在大脑状态动力学过程和电路机制，其基础是哌醋甲酯在儿童ADHD中的治疗作用。我们建议贝叶斯动力学系统模型可能对于捕获与ADHD相关的神经活动和行为变异性的复杂非线性变化特别有用。我们的方法对临床医生和研究人员可能具有价值，该研究人员研究了精神疾病的药理学治疗基础的神经机制。
通过共透明蛋白折叠发现蛋白质的蛋白质量，发现专门的核糖体相关伴侣EEF1A Jany Quintana C
抽象新合成的蛋白质是从核糖体出口隧道中涌现出来的未折叠多肽。将这些新生的链折叠成天然构象，对于蛋白质功能和防止行驶的相互作用至关重要，从而触发错误折叠和危害蛋白质组稳定性。但是，实现正确的3D结构是暴露于细胞质中高浓度分子的新生链的主要挑战。一般与核糖体相关的伴侣有助于各种新生肽的共转折叠。目前尚不清楚该“单尺寸合适”系统是否确保具有挑战性折叠路径的蛋白质表达，还是专门与核糖体相关的伴侣管理此类苛刻客户的折叠。在研究I中，我们研究了HSP70伴侣如何调节HSF1，这是一种转录因子，介导细胞对蛋白毒性应激的反应。我们证明了HSP70直接与HSF1结合，使其在非压力条件下保持潜在状态。蛋白质错误折叠，特别是新合成的蛋白质，将HSP70滴定，激活HSF1并诱导应力反应。因此，响应错误折叠蛋白的HSP70可用性是HSF1活性的关键调节机制。在研究II中，我们确定了一种专业的核糖体相关伴侣CHP1，该伴侣CHP1有助于EEF1A的共同折叠，这是一种高度丰富的多域GTPase，对于mRNA转化至蛋白质至关重要。删除CHP1导致EEF1A的快速蛋白水解，广泛的蛋白质聚集以及HSF1介导的应激反应的激活。最后，在研究III中，我们阐明了CHP1如何有助于EEF1A折叠和EEF1A折叠途径中伴侣作用的有序序列。我们发现CHP1与EEF1A G域的开关I区域中的α3螺旋结合，对于核苷酸结合至关重要，从而延迟了G域的核苷酸引导的折叠。随着EEF1A结构域II的合成开始，将基板转移到下游伴侣ZPR1以进行最终成熟。我们的结果提供了洞察共同翻译蛋白折叠的分子机制及其对蛋白质组稳定性的影响，以及对HSF1的调节，这是真核细胞中对蛋白质毒性应激的反应的中心介体。