Esta página fue traducida automáticamente desde el inglés. Ver el original en inglés.

Aprendices e investigadores orientados en física que exploran la base física del Principio de Libre Energía.

Curso de Física

Un curso que conecta la física, la termodinámica y los fundamentos teóricos de la Inferencia Activa.

Este proyecto está archivado. Ya no es activo y cualquier participación que se solicite abajo describe cómo operaba anteriormente.

Mejores acciones siguientes

Ruta del curso de física

Comience con los enlaces públicos de mayor señal para esta página, luego continúe a través de las vistas de recursos y directorios relacionados.

Calendario del curso

Calendario de cursos

Seis sesiones de grabación de conferencias con debates en vivo, de mayo a octubre de 2023. Cada una enlaza con el vídeo y, cuando esté disponible, un transcripto completo.

18 de mayo de 2023

Lección 1

Sesión 1 (18 de mayo) revisó la historia detrás del marco del curso: la relación de Boltzmann entre la entropía y la energía, los modelos de computación de Church y Turing, la teoría de la información de Shannon, los métodos de “caja negra” de Ashby et al., la definición de Pearl de un toldo de Markov, la ley de área de Bekenstein para los agujeros negros, la formulación de 't Hooft y Susskind del principio holográfico, las ideas de objetos, interfaces y máquinas virtuales en computación, hasta los artículos de Friston de 2010 y 2013 introduciendo la inferencia activa. El objetivo de la sesión era establecer la idea de un toldo de Markov como una interfaz de comunicación. Preparación recomendada: revisar los artículos de Wikipedia sobre entropía, la tesis de Church-Turing, teoría de la información y el toldo de Markov; el artículo de Gerard 't Hooft “Reducción dimensional en la gravedad cuántica” (la primera declaración del principio holográfico); y los trabajos de Karl Friston “El principio de energía libre: una teoría unificada del cerebro?” y “La vida como la conocemos”, las dos referencias clave de inferencia activa.

15 de junio de 2023

Clase 2

La sesión 2 (15 de junio) preguntó por qué la física cuántica es necesaria para comprender el razonamiento activo. La respuesta es la discreteness de la información y la resolución necesariamente limitada de todas las mediciones físicas, lo que conduce naturalmente a una representación de eigenvalores discretos de la interacción — es decir, a la teoría cuántica. La sesión mostró cómo la teoría cuántica generaliza el principio holográfico, cómo funcionan las pantallas holográficas como marcos de Markov y cómo todas las interacciones físicas entre sistemas separables (no entrelazados) pueden verse como comunicación. Esto responde a la pregunta de "¿a qué se aplica el principio de energía libre?" con "todo lo medible". Preparación recomendada: los artículos de Wikipedia sobre el entrelazamiento y estados separables (no entrelazados); las primeras secciones de Fields, Glazebrook y Marciano “El significado físico del principio holográfico”; y Friston “Un principio de energía libre para una física particular”, que analiza la generalidad del FEP desde una perspectiva clásica.

13 de julio de 2023

Lección 3

Sesión 3 (13 de julio) introdujo marcos de referencia cuánticos (MRQ) y su representación mediante jerarquías de clasificadores binarios. Estas estructuras formales proporcionan una semántica para las mediciones, y por lo tanto una base para una teoría del significado para agentes interactuantes. El lenguaje de los MRQ permite una definición particularmente sencilla e intuitiva de la energía libre variacional, y así permite una formulación totalmente general, cuántica del principio de energía libre. La sesión mostró que el PEP es un límite clásico del principio de Unitaridad, el principio fundamental de la teoría cuántica. Preparación recomendada: secciones 3.2 y 3.3 de “El significado físico del principio holográfico”; Fields et al., “Un principio de energía libre para sistemas cuánticos genéricos”; y, en las conexiones biológicas, Fields y Levin's “Cómo crean los sistemas vivos el significado?” y Fields, Glazebrook, y Levin’s “Minimalismo físico como sustrato a escala libre para la cognición y la conciencia”.

10 de agosto de 2023

Clase 4

La sesión 4 (10 de agosto) introdujo la teoría del campo topológico — una teoría cuántica que no asume un espacio-tiempo de fondo. Estas herramientas proporcionan una forma natural de representar mediciones secuenciales en términos de caminos de Feynman, es decir, pensar en las mediciones como sondear “cada posible” manera en que podría haber evolucionado un sistema. Permiten una descripción general completa de la comunicación entre agentes que permite a los agentes emplear tanto canales de comunicación clásicos como cuánticos. La sesión se centró en cómo pensar en agentes compuestos, como organismos multicelulares y sus sistemas nerviosos. Preparación recomendada: sección 3.4 de “El significado físico del principio holográfico”, o, para obtener detalles completos, “Mediciones secuenciales, TQFTs y TQNNs”.

14 de septiembre de 2023

Clase 5

La sesión 5 (14 de septiembre) introdujo la idea de que el espacio-tiempo es un código de corrección de errores que los organismos (u otros observadores) con suficientes recursos computacionales utilizan para organizar sus experiencias. Esto hace que el espacio-tiempo sea observador-relativo, y plantea la pregunta de qué recursos computacionales requiere un observador para poder “ver” el espacio-tiempo. También se mostró que el principio de mínima energía libre está íntimamente ligado a la aún abierta cuestión de cómo formular una teoría cuántica de la gravedad aceptable. Preparación recomendada: el clásico "Sin ley sin ley" de John Wheeler y "Cómo los enfoques independientes del dispositivo cambian el significado de la teoría física" de Alexei Grinbaum.

12 de octubre de 2023

Clase 6

La sesión 6 (12 de octubre) volvió a la biología, resumió las aplicaciones del marco del curso y señaló futuras direcciones y preguntas abiertas. Preparación recomendada: Fields et al., “El principio de energía libre induce el desarrollo neuromorfo”, y “Flujo de control en sistemas de inferencia activa”.

Sesiones de discusión en vivo

Cada clase fue seguida aproximadamente dos semanas después por una sesión de discusión en vivo con el asistente del curso Ander Aguirre, en la que los participantes veían la clase anterior, presentaban preguntas escritas previamente y discutían el material directamente con el equipo docente. Se llevaron a cabo seis sesiones de discusión durante el curso, una siguiendo cada una de las seis clases.

El Curso de Física es un proyecto educativo del Instituto que desarrolla materiales de curso sobre los fundamentos físicos de la Inferencia Activa y el Principio de Energía Libre, abarcando termodinámica, teoría de la información y la física subyacente a la autoorganización biológica.

Descripción general

El Curso de Física explora la Inferencia Activa desde una perspectiva física, cubriendo cómo la termodinámica, la teoría de la información y la mecánica estadística sustentan el Principio de Energía Libre. Desarrolla materiales del curso que conectan estas bases con sistemas biológicos y cognitivos. La serie inicial del curso, Física como Procesamiento de Información, se llevó a cabo en 2023 y fue desarrollada junto al físico Chris Fields.

Descripción del curso

Física como Procesamiento de Información” fue un curso de seis sesiones impartido por el físico Chris Fields, con Ander Aguirre como asistente de curso, organizado por el Active Inference Institute en 2023. Introdujo a los participantes en la idea de pensar la interacción física como comunicación, y por lo tanto, en pensar los sistemas físicos como agentes comunicadores. Mostró cómo el principio de libre energía y la idea de inferencia activa se aplican a todos los sistemas físicos, independientemente de su escala, siempre que estén sujetos a las restricciones de independencia estadística condicional o separabilidad, e investigó esas restricciones, sus implementaciones y sus límites. El curso introdujo los métodos formales de la teoría de la información cuántica y mostró cómo se relacionan con la teoría de la información clásica, utilizándolos como herramientas de pensamiento más que como herramientas de cálculo. No se requería programación. Hubo una sesión de presentación en vivo y una sesión de discusión en vivo por mes, junto con preguntas y respuestas asíncronas y discusiones; todas las sesiones fueron grabadas y permanecen accesibles de forma asíncrona.

Participar

Se da la bienvenida a físicos, matemáticos y estudiantes con orientación cuantitativa interesados en los fundamentos teóricos de la Inferencia Activa.

Superficies clave

Curso de Física a primera vista

Preguntas y respuestas

Preguntas y respuestas de los participantes

30 preguntas y respuestas recopiladas de sesiones de discusión en vivo y preguntas y respuestas asíncronas a lo largo del curso.

¿Qué es la información?

A medida que el concepto de información asume un papel más fundamental en la teoría, se convierte en algo más de un punto de partida, y por lo tanto en un término indefinido para el cual debe asumirse algún significado intuitivo. Se podría decir que un bit es la respuesta a una pregunta de sí o no, pero esto es efectivamente circular: ahora uno tiene que decir qué significa "uno" y "¿pregunta". La "incertidumbre" también es similarmente indefinida: la certeza y la incertidumbre son, en el fondo, sentimientos que experimentamos, no conceptos que podamos derivar de otra cosa.

¿Qué es el tiempo?

Buena pregunta. Esperemos que las siguientes dos secciones arrojen más luz sobre esto. Podemos hablar de ello más adelante en julio.

¿Cómo se medirían las señales telepáticas?

¿Te refieres a cómo medirías el efecto de tal (señal hipotética) y así obtener evidencia de su existencia, o a cómo medirías la señal en sí misma, utilizando algo distinto a un humano como detector?

¿En qué formas/modelos es físico y/o informativo el marco de Markov? ¿Cuál es el título del curso, cómo son similares y diferentes "informativo" y "físico"?

Los mantos de Markov (MM) están definidos para procesos clásicos y causales que pueden representarse como gráficos acíclicos dirigidos (GAD), es decir, diagramas en los que los estados están conectados por flechas unidireccionales y no hay ciclos, lo que significa ninguna causalidad circular (o hacia atrás en el tiempo). En este contexto, el MM alrededor de un estado (o conjunto de estados) X es el conjunto de estados que envían flechas a X (“padres de X”), más el conjunto de estados que reciben flechas de X (“hijos de X”), más cualquier estado que sea padre de los hijos de X. Por lo tanto, todas las entradas causales a y salidas de X atraviesan los estados del MM. Dado que el MM es un conjunto de estados, es físico. Dado que codifica eficazmente toda la información que X recibe del exterior y envía, es informativa. Veremos en la sesión de junio cómo una pantalla holográfica funciona como un MM, aunque esté definida de forma diferente. Esperamos que tu segunda pregunta se responda al final de este curso.

¿De qué está compuesto un agujero negro? ¿Qué le da masa, por ejemplo, fotones, elementos de la tabla periódica o cuál es? ¿Cómo se forma a partir de una estrella (compuesta por, por ejemplo, hierro y otros elementos)?

Los agujeros negros (BHs) son una predicción de la relatividad general clásica (GR). En la GR, la masa es curvatura, por lo que efectivamente es tensión en el espacio-tiempo. Un BH es una región del espacio-tiempo en la que la curvatura es tan grande que la luz no puede escapar. Si el espacio-tiempo fuera bidimensional, se vería como esta imagen, que obtuve del intercambio matemático de Stack Exchange. Los ejes x e y son espacio-tiempo, el eje z es energía, en forma de potencial gravitacional. Cualquier cosa que caiga en un BH aumenta la masa del BH y, por lo tanto, su curvatura. El modelo astrofísico estándar es que los BH se forman cuando estrellas muy masivas agotan su combustible, dejan de irradiar energía y colapsan debido a su propia gravedad. También existe la idea de que los BH se forman a partir de anisotropías en el universo temprano. Ambas ideas son clásicas. Observacionalmente, los BH parecen existir en los centros de las galaxias, incluida la nuestra. Estos BH son muy grandes, por ejemplo, del tamaño del sistema solar, así que tienen órdenes de magnitud más masa que el sol. Existe una gran cantidad de literatura sobre estos objetos: comience con la página de Wikipedia y siga los enlaces.

Alrededor del minuto 12 se dice que el logaritmo está ahí porque el número de estados es enorme. Solo quería comentar que el logaritmo está ahí debido a la combinatoria permitiendo combinar la entropía de diferentes sistemas de la manera apropiada, lo cual, sin el hecho de que log(ab)=log(a)+log(b) no funcionaría.

Sí – los registros hacen que la entropía sea aditiva y mucho más fácil de pensar sobre ella.

Así que para mantener la integridad de su manta de markov con el tiempo, un sistema debe ser capaz de restringir el conjunto de sus posibles estados futuros... gravitando hacia los estados "buenos" donde permanece unido, evitando los estados "malos" donde se desmorona. Esto esencialmente significa que debe limitar su propia entropía, o "resistir" la entropía de alguna manera. ¿Qué permite a un sistema hacer esto? Aptitud darwiniana? ¿Puede medirse físicamente?

Schrodinger introdujo esta idea de “resistencia a la entropía” en su libro “¿Qué es la vida?” (1944). “Permanecer juntos” como una “cosa” identificable requiere energía. Ciertos objetos sólidos y relativamente simples, como los cristales, pueden resistir desmoronarse simplemente con la energía del enlace químico. Las cosas más complejas y blandas, como las células o los organismos, tienen que usar energía metabólica de reacciones químicas controladas. La energía que no se almacena en enlaces químicos se irradia al medio ambiente como calor, o mediante la definición dQ = dS/T, como entropía. Por lo tanto, se les llama “sistemas disipativos”, es decir, sistemas que disipan la entropía. Esta idea es la base de las teorías del autoorganización. Se puede considerar toda la biología como el estudio de sistemas autoorganizadores. La aptitud darwiniana es, técnicamente, la probabilidad de que un genotipo o fenotipo (dependiendo de la formulación) aparezca en la siguiente generación, por lo que depende de la disipación exitosa de la entropía, al menos durante el tiempo suficiente para reproducirse.

Estaba tratando de averiguar cómo añadir un quantum de acción a un sistema cambia su número de estados posibles. Dado que la Entropía=(constante de Boltz)*ln(Ω), podemos obtener Ω=e^(S/k). ¿Dónde podemos seguir adelante? ¿Deberíamos usar la rotación de Wick para intentar reemplazar la constante de Boltzmann con la constante de Planck? ¿Cómo se vería eso?

Añadir acción = energía finita en tiempo finito no aumenta el número de estados posibles (es decir, no cambia el espacio de estados), sino que simplemente cambia la distribución de probabilidad de la ocupación de estados. Cuando añadimos o restamos energía, los estados más energéticos tienen una mayor probabilidad de estar ocupados. Añadir o restar estados posibles (cambiar el espacio de estados) normalmente implica añadir o restar materia y grados de libertad de partículas. Esto es donde los agujeros negros son un caso límite: añadir materia, o incluso energía en forma de fotones, añade curvatura, lo que hace que el horizonte más allá del cual la luz no puede escapar sea mayor. Esto añade estados (es decir, entropía) al horizonte, que es efectivamente el límite entre el BH y el mundo exterior.

Para observar un sistema debemos añadir energía para disminuir su entropía. Pero parece que añadir energía también puede aumentar la entropía. ¿Qué hace la diferencia? ¿Es una cuestión de perspectiva?

Sí. Este será el tema principal de la sesión de julio. Si un comportamiento es “informativo” o “ruido” depende de quién lo observe y cómo lo haga. Piense en la colisión de un protón con un antiproton en el LHC. Si observo con un detector complicado que mide los momentos, cargas y giros de las partículas salientes, obtengo mucha información para probar el Modelo Estándar. Pero si solo mido con una calorímetro, solo obtengo calor, así que desde mi perspectiva he aumentado la entropía del sistema. Esto vuelve a la intuición de Boltzmann, que es que la entropía es una medida del número de estados que no puedo distinguir con las mediciones que estoy desplegando.

¿Nos dice la rotación de Wick que la materia y la energía existen "90 grados" perpendiculares a nuestras tres dimensiones del espacio? ¿En el espacio "imaginario" o "complejo"?

Sí, en cierto sentido. El tiempo es perpendicular a nuestras tres dimensiones espaciales y la materia y la energía (y nosotros mismos) existen en el tiempo. Wick está señalando la íntima relación entre cómo medimos el tiempo y cómo determinamos (o juzgamos) que algo mantiene su identidad a través del tiempo, es decir, “que siga siendo lo mismo” a través del tiempo. Para medir el tiempo con un reloj, tengo que asegurarme de estar mirando el mismo reloj, configurado de la misma manera, etc. Nos adentraremos en esto en julio y agosto.

Dr. Fields, cuando describió la teoría de Boltzmann sobre la entropía como una medida de nuestra incertidumbre, ¿no implicó esto la presencia de un sujeto que es incierto? En otras palabras, esta definición se volvió perspectival desde el principio (lo cual sería un indicio de la teoría cuántica del observador)? O, quizás, hubo alguna especie de incertidumbre universal flotando en el aire? Si es lo primero, ¿podemos realmente hablar de "la entropía de un agujero negro C" y no de la entropía de "sujeto Z evaluando el agujero negro C"? En la teoría de Shannon, originalmente era el receptor quien era incierto sobre el siguiente mensaje del emisor. En FEP, la entropía de los estados sensoriales del Sistema A puede minimizarse, pero la entropía de las creencias del Sistema A puede maximizarse – esto es todo desde la perspectiva del Sistema A. ¿Quién o qué es incierto sobre la entropía de un agujero negro o incluso un gas en una cámara y cómo afecta el estado de tal sujeto a la medición de la entropía? ¿Puede un fotón ser incierto mientras se mueve a la velocidad de la luz? ¿El Universo? ¿Una cámara fotográfica? ¿Cuáles son los requisitos necesarios de un observador entonces?

Sí. La entropía se consideraba objetiva = independiente del observador en la física clásica porque esencialmente todo se pensaba en términos objetivos: solo había nociones galileanas y luego las de Einstein sobre la relatividad para tener en cuenta. Pero siempre dependió desde el principio lo que se medía y lo que sabía el observador (en términos bayesianos, las a priori del observador). Una medición siempre emplea un canal de comunicación, como reconoció Shannon. Podemos pensar en los estados del canal como una manta de Markov o un límite, tal como lo hace la EFP: el observador siempre está a un lado de este canal y el sistema observado (agujero negro, gas ideal, etc.) está al otro. Si el observador quiere adquirir información y, por tanto, cambiar su incertidumbre, debe tener una memoria que pueda acceder. Esto es lo que los fotones no tienen: un fotón puede codificar una memoria para mí, pero no puede codificar una memoria para sí mismo.

Cuando la entropía se refiere a un tipo de incertidumbre, (1) corrígeme si me equivoco, parece que se está hablando de algo como un umbral de la máxima información que se puede obtener de un sistema antes de comenzar a alterar sus propiedades termodinámicas. Ciertamente hay fuentes de incertidumbre como una mancha en una lente que no tienen relevancia para la termodinámica del sistema observado. (2) ¿Qué tipos de observaciones están en este umbral donde requieren alterar las propiedades termodinámicas del sistema que se está observando? Por ejemplo, cuando se descubrió el movimiento browniano con pequeños granos de polen moviéndose en un líquido; (3) ¿es cierto que estos movimientos del polen, que parecen transmitir cierta cantidad de información sobre las fluctuaciones micro de la fluida, tienen que equilibrar esta ganancia de información con algún tipo de aumento de entropía? Parece que no hay límite obvio de cuánto tiempo podría bailar el polen de esa manera, mostrando constantemente información, y ninguna energía libre para que el polen utilice. Mi mejor suposición sería entonces que esto no califica como información, a pesar de que excluye ciertos microestados que no habrían empujado al polen en la dirección observada en el momento de la observación y, por lo tanto, reduciendo la incertidumbre; (4) ¿es esto porque la información no tiene poder predictivo? ¿Qué estoy pasando por alto aquí?

El polen sigue bailando porque él y el líquido están incrustados en un entorno a una temperatura finita y abierto al intercambio termodinámico con ese entorno. Dejaría de bailar si todo el asunto se congelara hasta cero absoluto. Podemos ver el baile porque el sistema está siendo bañado por la luz (es decir, energía), parte de la cual es reflejada hacia nosotros. Esto es un ejemplo de cómo la observación requiere un intercambio termodinámico y de por qué la idea clásica de “observación pasiva” realmente no tiene sentido. Para obtener información sobre el polen, tenemos que hacer observaciones a lo largo del tiempo (por ejemplo, con una cámara de vídeo) y gastar energía escribiendo los resultados en memoria (por ejemplo, el chip de memoria de la cámara de vídeo, que requiere corriente continua). Esto muestra cómo nosotros, como observadores, también tenemos que estar abiertos al intercambio termodinámico, así como a todas nuestras piezas de equipo de laboratorio. En la presentación, simplifiqué esto considerando solo un sistema y su entorno (que en este caso incluye a nosotros, nuestro equipo, etc.). En agosto o septiembre llegaremos a una imagen explícita de sistemas que tienen múltiples componentes (por ejemplo, nosotros, equipo, el resto del entorno) que intercambian información clásica. A cualquier nivel de detalle, sin embargo, obtener y registrar información requiere un intercambio termodinámico.

¿Qué significa Wheeler cuando dice que no hay leyes?

Los filósofos e historiadores de la física debaten esta cuestión; un ejemplo reciente es. Mi propia opinión es que él está señalando que la "realidad clásica" que se supone que describen las "leyes de la física" es relativa al observador. Vale la pena leer el artículo de Wheeler, disponible en

¿Es la interfaz equivalente al canal del modelo de Shannon y Weaver? ¿Es la manta de Markov? ¿Es el gran problema que no sabemos quién opera el canal?

La interfaz/MB es de hecho el canal. No estoy seguro de lo que quiere decir con "quién trabaja el canal" – Alicia y Bob escriben y leen desde él, tal como estamos haciendo con esta página de preguntas y respuestas e Internet como un canal.

Observé esta relación y quería saber tu opinión al respecto. Básicamente que it/hbar = 1/(Kb*T), notar que la temperatura puede escribirse como dE/dS y dS puede ser reescrito como dS = Kbln(Ω) haciendo que el RHS sea 1/Kb*(dE/d(kbLn(Ω))) podemos factorizar las constantes y cancelarlas y nos queda 1/dE/dLn(Ω) que podemos reescribir como dLn(Ω)/dE = it/hbar. La asociación del factor de tiempo it en la mecánica cuántica con la variación del logaritmo del número de estados accesibles con respecto a la energía (dLn(Ω)/dE) sugiere que la evolución de los sistemas cuánticos (que a menudo se considera atemporal o reversible en aislamiento) también podría entenderse en términos de un número cambiante de estados accesibles, lo que sugiere una posible conexión profunda entre la mecánica cuántica y la flecha termodinámica del tiempo. ¿Mi lectura es correcta, acababa de ver la primera conferencia y no pude evitar notar eso. Me encantaría discutir más cosas por correo electrónico o alguna forma.

Observación interesante. La relación entre QT y el tiempo es un área activa - los artículos de Rovelli arxiv:1812.03578 y 2010.05734 son buenos puntos de entrada. Un problema clave en esta relación es la relatividad del observador con respecto a la entropía o la información. Desde esta perspectiva, dS/dE se puede leer como el cambio en el flujo de información hacia/desde el observador (el límite es informativo-simétrico) a medida que aumenta/disminuye la energía invertida para obtener información. Ver el reloj interno del observador (marco de referencia temporal) como un contador de bits acopla este flujo de información relativo al observador con el marco de referencia temporal relativo al observador.

¿Qué se entiende por elección libre local? ¿Significa simplemente que no siempre podemos predecir perfectamente lo que va a pasar después, que nuestras acciones se basan en la incertidumbre?

Local” aquí significa “en algún límite”. QT es una teoría globalmente determinista, es decir, cualquier sistema aislado evoluciona unitariamente. Los sistemas aislados son inobservables por definición; son las abstracciones utilizadas para poner la teoría en marcha. Si pensamos en algún observador (Alice) y “lo demás” (no-Alice), entonces el sistema conjunto que comprende a estos dos es aislado por definición. Alice no observa el sistema conjunto; ella observa a no-Alice (normalmente llamado Bob). Piensa en la frontera entre Alice y Bob como un arreglo de qubits como en la diapositiva 16 de la charla. Alice y Bob interactúan preparando y midiendo estos qubits. Podemos pensar en los qubits como espines, y la preparación y medición como el uso del operador z-espín s_z. El eje z es la dirección “arriba contra abajo”. La libertad local es la libertad de Alice y Bob para elegir su propio eje z completamente independientemente del otro. Si no tienen esta libertad, están entrelazados. Discutiremos esto más en la sesión de julio.

Dr. Fields. Cuando decimos "incertidumbre" con respecto a la entropía, ¿qué versión de probabilidad realmente nos referimos (en términos de Sean Carroll)? Una versión de 50/50 entre cara y cruz significa – lanzas una moneda 1000 veces y obtienes aproximadamente 500 caras - empírica. Otra es la confianza en una creencia, como un pronóstico de 50% de probabilidad de lluvia mañana en Roma – nadie realmente haría 1000 experimentos en este caso. Esencialmente, esta segunda versión de la probabilidad es inferencial. Así que cuando decimos que la entropía es una medida de la incertidumbre del observador. Usted mostró este maravilloso ejemplo de colisión de protón y anti-protón en el LHC y medido con un colorímetro vs. un detector complicado – se trata de CÓMO lo medimos. Pero si hablamos de probabilidad inferencial – medida de certeza en una creencia o medición/respuesta/mensaje futuro, ¿no estamos hablando de la calidad del modelo generativo del agente? Un Chat-GPT sin entrenamiento tiene alta entropía cuando se le hace una pregunta médica. Un Chat-GPT entrenado con acceso completo a todos los artículos en pubmed.gov tendría una menor entropía con respecto a preguntas médicas. Además, para que el Chat-GPT sea flexible y adaptable a los nuevos datos publicados en pubmed, ¿no necesita tener una alta entropía de creencias (amplios rangos) – para que pueda actualizar el modelo cuando llegan los nuevos datos (sorpresa) con relativamente alta confianza que contradice las previas?

Buena pregunta, una que apunta a un área activa con una larga historia, que se remonta al menos a Laplace. La idea “empírica” o “frecuentista” de la probabilidad generalmente se considera también “objetiva” en el sentido de independiente del observador. La idea “inferencial” o “bayesiana” (ver ) de la probabilidad es “subjetiva” o específica del observador. Esta perspectiva funciona bien con concepciones relativas al observador de los estados cuánticos y las operaciones; véase Chris Fuchs, arxiv:1003.5209 o David Mermin arxiv:1809.01639 para buenas introducciones a este debate (ambos por el lado bayesiano). Siempre he encontrado estas lecturas específicas del observador de la entropía, la información, la medición o la acción. Dependen de cómo interactúa el agente con el mundo, es decir, de los marcos de referencia que tiene disponibles y cómo los utiliza. Tiene usted razón al llamar a esto la “calidad” del modelo generativo del agente. Chat-GPT es un buen ejemplo. La sesión de julio se centrará en estas cuestiones de los marcos de referencia utilizados para actuar y realizar mediciones, y cómo también determinan qué datos pueden almacenarse en una memoria y accederse más tarde.

Dr. Fields, si consideramos la ecuación de Planck con la energía siendo proporcional a la frecuencia y luego consideramos la relación entre la energía y la entropía, ¿es justo decir que un aumento en la frecuencia (siendo todo lo demás igual) resultará en una mayor entropía? Si aplicamos esto a un cerebro humano – mediciones EEG. El sueño profundo es de baja frecuencia, mientras que el estado de vigilia es de alta frecuencia – gamma. Aquellos que miden empíricamente la entropía del EEG (ApEn, SpEn, etc.) observan que la entropía aumenta cuando nos despertamos e incluso cuando simplemente abrimos los ojos estando ya despiertos. ¿Es solo la frecuencia o también la variación en las frecuencias? ¿Es justo decir que con una mayor frecuencia/energía hay generalmente más ruido y variabilidad, lo que lleva a más incertidumbre?

Esta es una conexión agradable con las medidas de entropía en EEG – gracias por mencionarlo. Como se discutió en el contexto de preguntas anteriores, la entropía y, por lo tanto, la incertidumbre son conceptos relativos al observador. Siempre surge la pregunta “¿De quién es la incertidumbre?” Si Alicia está midiendo EEG, entonces una señal variable ocupa más estados de frecuencia que una señal constante, y por lo tanto tiene mayor entropía para Alicia. Esto es independiente de lo que la frecuencia de la señal le dice a Alicia sobre la energía y, por lo tanto, la entropía (dE = TdS) del sistema que se está midiendo. Si Alicia considera la variación en la señal como “ruido” o como información, depende de las capacidades de medición y los sesgos de Alicia – si espera una señal constante pero mide una variable, con alguna estructura agradable, por ejemplo, Gaussiana en la variación, puede considerar la variación como “ruido” alrededor de su valor constante esperado. Pero si espera variación - por ejemplo, está buscando un mensaje codificado en fase en la señal - la variación ya no es ruido, sino lo que busca.

¿Cómo se relaciona la matriz de dispersión (cuántica) con la matriz de transición (clásica) en el "Markov Blanket"?

Buena pregunta que plantea una diferencia entre las teorías y cómo se utilizan. Un MB está definido en una red causal (dirigida). Se puede dibujar un límite cerrado en cualquier lugar de dicha red y definir el MB como el conjunto de estados con flechas entrantes o salientes cruzando el límite más cualquier estado no contado que tenga flechas que vayan a los estados con flechas entrantes del límite. Así que, si eliges un nodo, puedes definir una secuencia de MBs más grandes y más grandes alrededor de ese nodo, cada uno conteniendo todos los estados de cualquier MB más pequeño alrededor de ese nodo. En el límite, se llega al borde de toda la red, fuera del cual no hay más nodos, así que el proceso se detiene. La matriz S toma esencialmente el enfoque opuesto, comenzando con estados "de partícula libre" idealizados en + y - infinito tanto en espacio como en tiempo desde un "centro de dispersión" donde ocurre una interacción. La matriz S es entonces el operador S: |in> → |out>. Esta formulación efectivamente asume que “nadie está mirando” durante la interacción real, que ocurre “rápidamente” en comparación con los procesos (que no están representados por la matriz S) de preparar el estado inicial y medir el estado final. La causalidad explícita de la imagen clásica se reemplaza por "todo lo que no está explícitamente prohibido es obligatorio" (M. Gell-Mann de T. H. White) con la representación estándar siendo la jerarquía de diagramas de Feynman cada vez más complicados. Otra diferencia clave es la unidad y, por lo tanto, la reversibilidad del espacio-tiempo: todos los diagramas de Feynman también trabajan con las flechas invertidas.

¿Tiene una frontera de Markov un ancho de banda de entrada/salida simétrico?

Si “ancho de banda” se define contando flechas entrantes y salientes, la respuesta es no: los nodos pueden tener alta entrada y baja salida o viceversa. Métricas más sutiles, como la entropía de transferencia ( ), también pueden definirse. La forma más general de plantear la pregunta sería en términos de conservación de energía, en cuyo caso la respuesta es sí siempre que no haya fuentes ni sumideros dentro del MB. Una fuente o sumidero es efectivamente una singularidad: un nodo donde la energía cambia con una función escalón - así que se podría requerir que las redes causales no tengan singularidades. Esto es donde la teoría cuántica es mucho más sencilla: los límites holográficos son informativamente simétricos por definición. Si los agentes de ambos lados del límite pueden utilizar la información de manera interesante depende de sus capacidades computacionales y, por lo tanto, no es generalmente simétrico.

¿El principio holográfico facilita el cálculo de cualquier problema físico conocido?

El HP es la afirmación de que las interacciones entre sistemas finitos no solo tienen autovalores finitos, sino también autovalores codificables finitamente. Cuantitativamente, establece un límite superior en la entropía asociada con una frontera, S <= A/4, donde A es el área en unidades de Planck, y la igualdad (por definición) solo ocurre para los agujeros negros. Por lo tanto, el HP solo te da un número para los BHs, por ejemplo, permitiéndote asociar una entropía a una masa mediante R = 2M. El HP también es la base de las dualidades holográficas como AdS/CFT, que efectivamente permite cambiar la base en la que se realiza un cálculo. Existe una gran literatura de aplicaciones de AdS/CFT.

El FEP nos dice que todos los sistemas son agentes haciendo ciencia todo el tiempo”. Esto me recuerda una discusión que tuve con John Campbell, quien dijo: “La ciencia es simplemente la redescubrimiento de un método que la naturaleza ha utilizado siempre para generar y mantener la existencia mediante la recopilación de conocimientos” (es decir, Active Inference). A partir de esto, 2 preguntas: 1- ¿Es la ciencia un método para generar y mantener la existencia en forma de teorías y tecnologías científicas? 2- ¿Podemos considerar la ciencia como una práctica sociocultural específica destinada a asegurar nuestra sincronización colectiva con el entorno externo? 2- Si es así, y si la comparamos con otras estrategias de sincronización colectiva en todo el mundo, ¿podríamos decir que no es la estrategia de sincronización más eficaz, dada las consecuencias ambientales del emprendimiento científico?

En lo que se cita, estoy usando la palabra “ciencia” de manera muy amplia, esencialmente como sinónimo de inferencia activa: la ciencia (en este uso) es la “práctica” de sondear el mundo para obtener nueva información de él. Sospecho que John C. tal como lo cita usted estaba usando “ciencia” en un sentido más estrecho que distingue su uso de otras estrategias para interactuar con el mundo, como usted lo hace en su pregunta #3. En mi uso amplio, todas las estrategias de sincronización son variantes o implementaciones de la inferencia activa, por lo tanto, todas son “ciencia”. La cuestión de la efectividad también puede plantearse desde múltiples perspectivas. Desde una perspectiva de inferencia activa, un procedimiento eficaz es aquel que utiliza la menor cantidad de energía para construir un GM con buena capacidad predictiva. Parte de esta estrategia podría implicar moldear el entorno para hacerlo más predecible. Pero esta estrategia claramente puede caer en mínimos locales en los que el entorno parece más predecible a corto plazo, pero en realidad es menos predecible a largo plazo.

¿Dra. Fields, ¿me puede hacer una pregunta sobre cómo deriva el tiempo de las comunicaciones? Esta cita de su artículo con colegas: “Como se discute en §3.3 arriba, la idea de la medición secuencial y, por lo tanto, la idea de un tiempo registrado solo es físicamente significativa para los observadores que pueden escribir datos irreversiblemente en una memoria clásica. La acción de escribir en un sector de memoria Y define un tiempo A-específico y local tA como se ilustra en la Fig. 5. La unidad más natural de tA es el tiempo mínimo para escribir un bit, […]”. Esto es una descripción de un intervalo de tiempo. Sin embargo, ¿no es necesario el concepto de un punto - sincronía (coincidencia) para esta definición? Si es así, entonces esta definición aparentemente nueva del tiempo ya depende de alguna noción del tiempo clásico – el concepto más básico de medición del tiempo - el punto de sincronía. Digamos que el tiempo para escribir un bit realmente significaría un proceso que comienza exactamente cuando el codificador comienza a escribir 1 bit y termina exactamente cuando deja de hacerlo. ¿Y quién/qué sabría exactamente cuándo se establece tal coincidencia? ¿Cuál es la definición de sincronía o coincidencia en su marco? ¿Es independiente del sujeto o es puramente subjetivo? ¿Existe la necesidad de un observador meta, juzgando con exactitud cuándo se establece la sincronía - comenzando y deteniendo el cronómetro local?

Creo que lo que está señalando aquí es la naturaleza fundamentalmente constitutiva de las definiciones de QRF. Solo puedo decir que un reloj externo marca el tiempo porque tengo un QRF temporal interno, así que mi uso de un QRF externo, incluso un reloj de luz con resolución de attosegundos, depende de mi QRF interno. No hay nada que pueda medir mis tics internos (por ejemplo, mediante EEG o grabación neuronal) que no dependa lógicamente y físicamente del mismo QRF interno que estoy tratando de medir. Existe un problema más amplio de lo cual esto es un ejemplo: ningún sistema puede retro-ingeniería sí mismo. A puede ser separable de B solo si dim(A), dim(B) >> dim(H_AB), que es la (espacio de Hilbert) dimensión del límite A-B. Pero dim(H_AB) es el límite superior de la información que A puede escribir en su memoria. Por lo tanto, A no tiene la capacidad de escribir nada más que un modelo a gran escala de sí mismo en su memoria. Incluso este modelo se inferirá de las interacciones con B (ya que H_AB es la fuente de todos los datos entrantes) y por lo tanto será, como mi modelo de mis propios procesos internos, una inferencia de observaciones de sistemas que A considera similares a él.

No estoy seguro de entender el razonamiento que subyace al cálculo de la acción del rodopsina, ni por qué la constante de Planck sería la acción mínima para cualquier proceso.

La constante de Planck es (en la teoría actual) la acción mínima por definición. Tiene unidades de energía x tiempo, que son complementarias y no pueden medirse simultáneamente. Pero si se mide separadamente la energía y el tiempo para algún proceso, en muchas réplicas para poder calcular medias, se puede computar una acción media. Esto es lo que hice con el rodopsina, asumiendo una energía mínima (ln2k_B T) en lugar de medirla. De hecho, la energía de la luz visible a la que responde el rodopsina está cerca de este número. El tiempo de respuesta se obtiene de las mediciones. Por lo tanto, puedo calcular la acción y compararla con el valor de hbar. El valor de hbar en unidades fundamentales (Planck) es uno; los valores numéricos de 1 s, 1 J, 1 m, etc., se derivan de estos valores especificados - véase.

Dr. Fields, si volvemos a que Alicia pregunte a Bob una pregunta en Lenguaje N, entonces el tiempo local de Alicia parece ser una función del lenguaje elegido para comunicarse con Bob? Digamos que Alicia es humana. Decir en voz alta “arriba o abajo” puede tomar 2 segundos, pero un contacto táctil puede tomar 1 segundo, mientras que una comunicación no verbal a través de la expresión facial puede tomar 30 milisegundos. Todos estos serán percibidos por Bob, quien comprende los tres idiomas. Dentro del cuerpo hay comunicaciones eléctricas, químicas y otros tipos de comunicación. ¿Cómo se aborda este problema de Babilonia con respecto al tiempo? ¿Su modelo asume que solo existe un lenguaje que Alicia puede usar para hablar con Bob (codificar la memoria en la pantalla holográfica)? Si no, entonces el tiempo de Alicia es una función del idioma elegido por Alicia. ¿Está usted de acuerdo en que el tiempo en su modelo no es lo mismo que el tiempo universal de Newton o el tiempo relativo de Einstein de un sistema N moviéndose con velocidad V?

Sí. Hay diferentes escalas de tiempo para los distintos componentes y diferentes escalas de componente: e.g. incluso diferentes moléculas tienen tiempos característicos diferentes para cambios de configuración relevantes funcionalmente. ¡Es un negocio realmente complejo! Los organismos complejos, e incluso las células individuales, tienen muchas modalidades de interacción diferentes con diferentes escalas de tiempo y diferentes compartimentos de implementación. Podemos analizarlo hasta los compartimentos que implementan QRFs únicos y, por lo tanto, solo uno “lenguaje”. Discutiremos esto en el caso genérico en julio, después del cual puede que quiera plantear una extensión de esta pregunta.

Dr. Fields, una pregunta relacionada – ¿pueden los humanos reducir toda la información cuantitativamente a bits o es necesaria una diferenciación cualitativa? Digamos que Alice tiene hambre y sed; en su propio cuerpo, estos dos mensajes pueden tener una intensidad similar, pero son cualitivamente diferentes (M. Solms), las vísceras comunicando estos mensajes al hipotálamo deben tener la diferenciación y 10 veces X no es absolutamente lo mismo que 10 veces y. Deben ser variables categóricamente diferentes, ya que la comida no saciará la sed. El triángulo de decisión del tronco encefálico priorizará entonces la sed sobre el hambre si tienen la misma intensidad. ¿Es un modelo viable decir que toda comunicación puede reducirse a bits sin ninguna categoría?

Está bien, un modelo que ignora la semántica no es viable. El sistema tiene que hacer un seguimiento de los resultados de QRF producidos por él. Esto requiere (efectivamente) un esquema de etiquetado impuesto por algún componente “meta” que observe conjuntos de resultados utilizando sus propios marcos de referencia. Por lo tanto, los sistemas interesantes tienen un procesamiento jerárquico, donde cada “capa” realiza inferencia activa sobre sus propias entradas. Exploraremos esto superficialmente en julio.

El Dr. Fields, con respecto al receptor Bob, cuando Alicia escribió una pregunta a Bob y Bob tiene dislexia, le tomaría más tiempo recuperarla que a Alicia para codificarla, por lo que el tiempo no es simétrico para Alicia y Bob incluso cuando usan el mismo idioma. Supongamos además que Alicia continúa escribiendo en una pantalla holográfica de capacidad limitada, mientras que Bob lee desde la pantalla detrás de él. En ese punto, Alicia llenará toda la pantalla con información y no podrá escribir más. ¿Eso significaría entonces que la pantalla también puede comunicar a Alicia que está llena, así que la propia pantalla es otro Bob?

Sí, A y B pueden tener diferentes escalas de tiempo y cada uno interactuará con la pantalla a su propia escala. Así que Alicia en tu ejemplo no dejará de “escribir” pero sobrescribirá su último mensaje. Dejar que t_A = t_B solo hace que el modelo sea más fácil de entender.

¿Qué ocurre cuando el agente se vuelve idéntico al entorno? Cuando el modelo ha sido mejorado tanto que no difiere del entorno. ¿Es este estado siquiera posible? ¿Sería un equilibrio termodinámico? ¿Máxima entrelazamiento?

Karl Friston ha señalado que el límite del FEP clásico, el límite de la predicción perfecta, corresponde a la “sincronía generalizada” entre sistema y entorno: cada uno envía mensajes que el otro puede predecir perfectamente. Esta noción depende de que el sistema y su entorno estén separados y, por lo tanto, distinguidos de alguna manera. En las formulaciones clásicas, están separados en el espacio tridimensional ordinario: ocupan diferentes ubicaciones. La formulación cuántica es “libre de fondo”, lo que significa que asume que no hay una incrustación en el espacio-tiempo: el sistema y el entorno no tienen “diferentes ubicaciones” aunque tengan conjuntos diferentes de grados de libertad en el espacio Hilbert general (es decir, estado). Aquí el límite del FEP es el entrelazamiento máximo. Esto no significa que el sistema y su entorno sean “idénticos” (no lo son, ya que tienen diferentes grados de libertad). Significa que su estado conjunto |SE> no es separable, para ser factorable, en un estado del sistema |S> y un estado del entorno |E>. Sus estados ya no son condicionalmente independientes. Esto es distinto del equilibrio térmico, que significa que tienen la misma temperatura mientras permanecen separados, y que su interacción puede caracterizarse como el intercambio de fluctuaciones térmicas, es decir, ruido.

¿Dirías que existe un grado óptimo de superposición de QRF entre agentes para una transferencia efectiva de información? En el diagrama, a) muestra ninguna interacción significativa y d) muestra una superposición perfecta (en la cual no se puede transferir nueva información), así que parece que para haber una interacción interesante debe haber tanto una región de superposición como una no superpuesta (dos agentes que son o 1) que miran cosas similares y diferentes, o 2) que ven la misma región de maneras diferentes pero relacionadas - ¿o tal vez dirías que 1 y 2 son en cierto sentido equivalentes cuando se habla de QRFs? ¿Entonces existe una "mejor" diferencia en los marcos de referencia si tu objetivo es maximizar tu propia información nueva y útil? Los marcos de referencia demasiado diferentes podrían limitar la capacidad de diferentes agentes para comunicarse en primer lugar (carecerían de un lenguaje compartido), mientras que los marcos de referencia demasiado similares podrían tender a la redundancia (información intercambiada puede ser assimilada sin mucho ajuste o modificación de su QRF, y así no es realmente nueva).

Sospecho que la respuesta a todas las formas generales de esta pregunta es que es indecidible. Se discutirán algunos casos específicos donde se puede demostrar la indecibilidad en la sesión de agosto. Esto es evidente en algunos casos; por ejemplo, “¿Cuál es la forma más eficiente de hacer ciencia?” es un ejemplo de tu pregunta. La indecibilidad nos deja con intentar encontrar heurísticas buenas, que son objeto de acalorados debates en el caso de cómo hacer ciencia. Una ramificación de tu pregunta es "¿Cómo puede un sistema (aproximadamente) medir su VFE?". ¿Qué tan buenos son los humanos, por ejemplo, para asignar probabilidades subjetivas? ¿Cuál es el "sentido de la certeza" y cómo se implementa? Estas son preguntas para la sesión de octubre.

Después de Shannon: "Alicia no puede saber lo que significa la entrada para el sistema”. Pero los modelos que construimos tienen contenido semántico, así que presumiblemente inferimos lo que la entrada 'significa' para el sistema?

Nuestros modelos incorporan indudablemente hipótesis sobre el significado; las utilizamos todos los días en la conversación. En la teoría como se presenta, un "agente" es solo un sistema físico que está en un estado separable con su entorno. Sistemas interesantes tienen algún nivel de memoria de eventos accesibles, lo cual carecen los partículas elementales. Por lo tanto, “la agencia” es una distribución, no una línea divisoria clara.

Recursos relacionados

Enlaces públicos para esta página

Los enlaces externos se resuelven desde el registro compartido, por lo que los destinos orientados al visitante permanecen centralizados y verificables.

Repository / Projects

GitHub organization

Audience: Developer

Public GitHub organization for Institute repositories and open-source work.

projectsgithub-org
Repository / Projects

GEO-INFER repository

Audience: Developer

Geospatial modeling repository connected to ecological and bioregional applications.

projectsgeo-infer

Páginas oficiales

Superficies institucionales oficiales

Repositorios

Repositorios de código abierto relacionados

Repository / Research

act_inf_metaanalysis

Audience: Researcher

Computational meta-analysis of Active Inference literature with nanopublication and knowledge-graph outputs.

TeX / 4 stars / updated 2026-05-04

researchknowledgetex
Repository / Research

Active_Inference_Ontology

Audience: Researcher

Ontology-oriented repository for shared Active Inference concepts and decentralized science knowledge infrastructure.

Unspecified / 14 stars / updated 2026-05-18

researchknowledgeunclassified
Repository / Projects

ActiveBlockference

Audience: Developer

Notebook-based applied Active Inference work connected to blockchain-adjacent and generative modeling examples.

Jupyter Notebook / 33 stars / updated 2026-05-27

projectrepositoryjupyter-notebook
Repository / Projects

ActiveInferAnts

Audience: Developer

Python models and materials for ant-inspired multiagent Active Inference.

Python / 29 stars / updated 2026-05-18

projectrepositorypython
Repository / Research

AEOS

Audience: Researcher

Active Entity Ontology for Science

Unspecified / 8 stars / updated 2025-05-27

researchknowledgeunclassified