等,2022)由自由能原理(FEP)诱导。除了是一项数学和物理上丰富的努力之外,该演讲还强调了 FEP 是一项重要的科学原理。我们将只关注这些含义之一,即 Friston 等人(2023)图 2 中呈现的定性不同系统类别的类型学。我们首先回顾所呈现的相关区别,即马尔可夫毯(MB)的感知和活动状态与内部和外部状态(即感兴趣的系统 A 的状态及其物理环境 B )之间的因果关系。然后,我们考虑当经典 MB 被全息屏幕取代时会发生什么,全息屏幕在 FEP 的量子信息理论公式中充当 MB 的功能(Fields、Friston、Glazebrook & Levin,2022;Fields 等,2023)。经典 MB 与全息屏幕之间最明显的区别在于,MB 的状态是“宇宙”状态空间的元素,A 和 B 是其组成部分,而全息屏幕的状态是该空间的附属状态。我们将展示这种差异在质量上区分了 FEP 的经典和量子公式。特别是,当经典 MB 被全息屏幕取代时,Friston 等人 (2023) 的图 2 中所示的系统类别之间的区别就会消失。不仅所有量子系统都以图 2 中定义的意义活跃,而且所有量子系统都是奇异的,并且可以被视为“推断”自己的行为,我们将继续解释。
摘要 本文探讨了预测处理的大脑结构的进化。我们认为,预测感知和行动的大脑机制不是我们这些高级生物在进化后期添加的。相反,它们是从简单的预测回路(如自主神经反射和运动反射)逐渐发展而来的,这些预测回路是我们早期进化祖先的遗产,也是解决其自适应调节基本问题的关键。我们用包含不断增加的层次宽度和深度的预测回路的生成模型来正式描述从简单到复杂的大脑。这些可能从一个简单的稳态主题开始,并在进化过程中以四种主要方式进行阐述:包括预测控制多模态扩展为异质回路;其复制形成多个感觉运动回路,从而扩展了动物的行为范围;并逐渐赋予生成模型层次深度(以处理在不同空间尺度上展开的世界的各个方面)和时间深度(以面向未来的方式选择计划)。反过来,这些阐述为解决日益复杂的动物所面临的生物调控问题提供了保障。我们的提议将有关预测处理的神经科学理论与不同动物物种大脑结构的进化和比较数据结合起来。关键词:预测处理;主动推理;大脑进化;大脑结构;模型选择;自然选择。