Warum der Bereich passt
Aktive Inferenz betrachtet jedes System, das seine Integrität aufrechterhält, als eines, das die Variationale Freie Energie relativ zu einem generativen Modell seiner Umwelt minimiert, und die sprachliche Kommunikation ordnet sich diesbezüglich direkt darauf: Sprecher wählen Äußerungen aus, die erwartet werden, einen Zuhörer von seinen Überzeugungen zu verändern, während Zuhörer Sprache analysieren, um verborgene Absichten und Bedeutungen abzuleiten, wobei beide Prozesse als Freie-Energie-Minimierung dargestellt werden. Die Formalismus' Vier-Wege-Partitionierung der internen, externen, sensorischen und aktiven Zustände über Markov-Decken trennt die Überzeugungen eines Agenten von der kommunikativen Situation, wobei gehörtes Sprechen als sensorische Zustände und Artikulation als aktive Zustände gilt. Die inhärente Hierarchie der Sprache – Phoneme in Silben, Wörter in Phrasen, Phrasen in Diskurs – stimmt ebenfalls mit der eingebetteten generativen Modelle aktiver Inferenz überein, wobei höhere Ebenen langsame abstrakte Ursachen (Absichten, Themen) codieren und niedrigere Ebenen schnelle sensorische Details (akustische Realisierung) codieren.
Zusammenfassung der Literatur
„Die grundlegende Leistung ist die Arbeit von 2020 über generative Modelle, linguistische Kommunikation und aktive Inferenz (Friston und Kollegen), die ein Dialog zwischen synthetischen Agenten simuliert, die die verborgenen semantischen Zustände des jeweils anderen erschließen und Äußerungen auswählen, um die erwartete freie Energie zu minimieren, wodurch emergente gemeinsame lexikalische Konventionen entstehen. Ein begleitender hermeneutischer Bericht (Paulus und Friston) stellt Kommunikation als gegenseitige Interpretation dar, wobei die Handlung Vorhersagen über die eigene zukünftige Sprache und deren Wirkung auf den Zuhörer erfüllt. Die Literatur verzweigt sich dann in die Sprachmotorik und ein aktiven-inferenzieller Ansatz zur Stotterns (Disfluenz als Versäumnis, die freie Energie nahtlos über motorische und sprachliche Ebenen zu minimieren), ein Preprint, das argumentiert, dass die natürliche Sprache selbst mit dem Prinzip der freien Energie übereinstimmt, ein Aufsatz, der innere Rede als einen Übersetzer zwischen unordentlichen sensorischen Zuständen und kompakten verbalen Etiketten neu interpretiert, und eine Frontiers in Psychology-Einladung, aktive Inferenz in die Neuropragmatik zu integrieren. All dies wird von einer ungeklärten Spannung mit prädiktiver Kodierung und bayesianischen Gehirntheorien begleitet: Eine Kritik aus dem Jahr 2023 argumentiert, dass neuronale Systeme das Entdecken von Merkmalen gegenüber der exakuten Vorhersage priorisieren mögen, und eine separate kritische Überprüfung stellt in Frage, ob das Gehirn überhaupt eine wörtliche Bayes-Berechnung implementiert.
Schlüsselprojekte und Werkzeuge
Konkrete Implementierungen sind weiterhin überwiegend Forschungs-Prototypen und keine öffentlich genannten Werkzeuge: Synthetische sprachliche Agenten werden als probabilistische grafische oder zustandsraumbasierte Modelle mit Message-Passing oder Gradientenabstieg-Inferenz (typischerweise MATLAB oder Python) aufgebaut, und Sprachmotorsteuerungsmodelle werden als dynamische Bayes’sche Netze über Artikulationszustände konzipiert. Dynamisches kausales Modellieren (DCM), das bereits in der Active Inference Community zur Modellierung der Hirnverbindungen verwendet wird, wird vorgeschlagen, um neben Standard-Neuroimaging-Pipelines (SPM, FSL) auch neuropragmatische Experimente zu unterstützen. Auf der KI-Seite integrieren drei unterschiedliche Projekte für das Jahr 2025 Active Inference mit LLMs: eine Review-Architektur unter Verwendung eines äußeren, aktiven-Inferenz-Controllers zur Steuerung von LLM-Prompts und -Interaktionen, ein Nature Digital Medicine System, das Prompts anhand des erwarteten freien Energiewerts auswählt, um die Antwortzuverlässigkeit zu verbessern, und ein arXiv Preprint über ein Multi-LLM-System, bei dem ein hierarchischer Controller Aufgaben über spezialisierte LLMs hinweg zuweist, um die freie Energie im Verhältnis zu den Benutzerzielen zu minimieren. Die Forschung ist lose mit Friston-affilierten Gruppen (z. B. University College London) und der LISN Lab verbunden, das den inneren-Sprach-Essay beherbergt.
Offene Probleme
Direkte empirische Beweise dafür, dass die menschliche Sprachverarbeitung tatsächlich auf aktiven Inferenzprinzipien basiert, sind begrenzt: Viele ihrer Vorhersagen (Suche nach Informationen bei Unsicherheit, Handeln nach Präferenzen) werden qualitativ mit Verstärkungslernen und anderen Frameworks geteilt, daher müssen Tests auf distintive Merkmale wie die epistemisch-pragmatische Zerlegung der erwarteten freie Energie abzielen. Die Bayesian-Brain-Kritik warnt insbesondere davor, generische Vorhersagefehler in Neuroimaging als Beweis für vollständige Bayes’sche Berechnung in Sprachschaltungen zu interpretieren. Multiskalenintegration wird kaum berücksichtigt – die meisten Modelle decken nur einen schmalen Bereich (Wort-Bedeutungs-Zuordnungen oder Sprachskeitskontrolle) ab, anstatt neuronale Schaltkreise durch Diskurs bis hin zur Sprachenentwicklung zu überbrücken – und klinische Translation (Stottern, Apraxie, Aphasie, psychosebedingte innere Sprachstörungen) hat nur ein erstes Arbeitsbeispiel (Stottern) mit dem Rest noch hypothetisch. Für LLM-basierte Systeme sind offene Fragen, wie man tragbare generative Modelle des Nutzerzustands formalisieren kann, wie man erwartete freie Energiefunktionalen definieren kann, die Ausrichtung und Zuverlässigkeit erfassen, und wie man interaktive Agenten bewertet, da Standard-NLP-Benchmarks keine dynamischen aktiven Inferenz-getriebenen Dialoge erfassen.