Das Leben entsteht – Lebendiges Tinte
Beobachte, wie sich Partikel aus dem Chaos in ein lebendes System organisieren, indem sie zwischen Entropie und Freie-Energie-Minimierung wechseln.
Diese Seite wurde maschinell aus dem Englischen übersetzt. Sehen Sie sich die englische Originalversion an.
Interaktives Lernen
Interaktive, browserbasierte Simulationen von Active Inference und der Free Energy Principle – von Partikeln, die sich in Leben organisieren, bis hin zu Agenten, die einen T-Labyrinth navigieren. Jede läuft vollständig in Ihrem Browser. Erkunden Sie sie nach Schwierigkeitsgrad oder springen Sie direkt ein.
Beginner Level
Hier beginnen. Intuitive, visuelle Einstiege in Aktive Inferenz und das Freie Energieschutzprinzip.
Beobachte, wie sich Partikel aus dem Chaos in ein lebendes System organisieren, indem sie zwischen Entropie und Freie-Energie-Minimierung wechseln.
Sieh, wie das Gehirn mehrdeutige sensorische Daten durch Bayes'sche Inferenz löst, indem es Überzeugungen und Wahrscheinlichkeiten anpasst.
Kontrolliere die Umgebung, während ein Fisch Überraschungen minimiert, Demonstration von Vorhersagefehlern und Glaubensaktualisierungen in Echtzeit.
Mehrere Fische organisieren sich selbst in Gruppen-Agenten und demonstrieren Markov-Decken und kollektives Verhalten.
Intermediate Level
Durchlaufe den vollständigen Inferenzzyklus und beobachte, wie sich Selbstorganisation bei Agenten und Struktur entfaltet.
Ein achtstufiger, interaktiver Leitfaden durch den gesamten Active Inference-Zyklus, von generativen Modellen bis zur Richtungsfindung.
Ein Baum, der wächst, indem er die freie Energie minimiert und den Explore-Exploit-Kompromiss durch strukturelle Anpassung erkundet.
Eine Ameisenkolonie, in der Individuen durch Pheromonkommunikation und Nischenkonstruktion ihre erwartete freie Energie minimieren.
Skalieren Sie einen vollständigen Graphen von einem Agenten auf 150 und beobachten Sie, wie Markov-Decken und kollektive Autonomie entstehen.
Advanced Level
Die kanonischen und hierarchischen Demonstrationen, einschließlich Genauigkeit, erwarteter Freier Energie und verschachtelter Decken.
Die kanonische Active Inference-Demonstration: Ein Agent navigiert, indem er Informationen sucht gegen die Belohnung ausbalanciert.
Visualisiere verschachtelte Markov-Blenden von Zellen zu Organismen, die rekursive Selbstorganisation zeigen.
Passele vier Neurotransmitter-Kanäle im Gehirn einer Ernteschnecke an, um Präzise-gewichtete Verhaltenssteuerungsmechanismen zu demonstrieren.
Ein interaktives Quiz, das zeigt, wie verzweigtes Wachstum Präzision, vorgegebene Präferenzen und hierarchische Inferenz ausdrückt.
Über diese Simulationen
Diese Demonstrationen machen abstrakte Active Inference Konzepte greifbar. Sie werden auch auf der Hauptseite des Instituts veröffentlicht bei ». activeinference.org/pages/simulations.html. Um die Theorie dahinter zu verstehen, schau. Aktive Inferenz und Lernen und Forschung Ressourcen.