क्यों डोमेन उपयुक्त है
सक्रिय अनुमान किसी भी प्रणाली को जो अपनी अखंडता बनाए रखती है, उसे एक जनरेटिव मॉडल के सापेक्ष वैरियेशनल फ्री एनर्जी को कम करके देखा जाता है, और भाषाई संचार इसे सीधे मैप करता है: वक्ता श्रोताओं की मान्यताओं को बदलने के लिए अपेक्षित विरूपण का चयन करते हैं, जबकि श्रोता छिपे हुए इरादों और अर्थों का अनुमान लगाने के लिए भाषण को पार्स करते हैं, दोनों प्रक्रियाओं को फ्री एनर्जी मिनिमाइजेशन के रूप में तैयार किया जाता है। फॉर्मलिज़्म द्वारा आंतरिक, बाहरी, संवेदी और सक्रिय राज्यों का चार-तरफा विभाजन मार्कोव ब्लैंकेट्स के माध्यम से एक एजेंट की मान्यताओं को संचारित स्थिति से अलग करता है, जिसमें सुना गया भाषण संवेदी अवस्थाएं हैं और उच्चारण सक्रिय अवस्थाएं हैं। भाषा की अंतर्निहित पदानुक्रम - ध्वनियाँ सिलेबल्स में, शब्द वाक्यांशों में, वाक्यांशों में संवाद - भी सक्रिय अनुमान के भीतर एम्बेडेड जनरेटिव मॉडल के साथ संरेखित होता है, जहां उच्च स्तर धीमी अमूर्त कारणों (इरादे, विषय) को एन्कोड करते हैं और निम्न स्तर तेजी से संवेदी विवरण (ध्वनि का कार्यान्वयन) को एन्कोड करते हैं।
साहित्य की स्थिति
मूलभूत योगदान 2020 में जनरेटिव मॉडल, भाषाई संचार और सक्रिय अनुमान (friston और सहयोगियों) पर आधारित है, जो सिंथेटिक एजेंटों के बीच संवाद का अनुकरण करता है जो एक दूसरे की छिपी हुई अर्थपूर्ण अवस्थाओं का अनुमान लगाते हैं और अपेक्षित मुक्त ऊर्जा को कम करने के लिए भाषण चुनते हैं, जिससे उभरते हुए साझा शब्दकोश सम्मेलन उत्पन्न होते हैं। एक साथी हेर्मेनेयूटिक खाता (paulus और friston) संचार को आपसी व्याख्या के रूप में फ्रेम करता है, जहां क्रिया अपने भविष्य के भाषण के बारे में अपनी स्वयं की भविष्यवाणियों को पूरा करती है और श्रोता पर इसका प्रभाव। फिर साहित्य भाषण नियंत्रण में और सक्रिय-अनुमान खाते में शाखाओं में बंट जाता है जो स्टटरिंग (असुविधा एक दोषपूर्ण मुक्त ऊर्जा को मोटर और भाषाई स्तरों दोनों में सुचारू रूप से कम करने में) की व्याख्या करता है, एक प्रीप्रिंट तर्क देता है कि प्राकृतिक भाषा वाक्य रचना स्वयं भी मुक्त-ऊर्जा सिद्धांत का पालन करती है, एक निबंध आंतरिक भाषण को संवेदी अवस्थाओं की गड़बड़ी के बीच एक अनुवादक के रूप में फिर से परिभाषित करता है और संक्षिप्त मौखिक लेबल के साथ, और फ्रंटियर्स इन साइकोलॉजी को सक्रिय अनुमान को न्यूप्रैग्मैटिक्स में लाने के लिए एक आह्वान। इस सब के माध्यम से एक अनसुलझा तनाव है भविष्यवाणी-कोडिंग और बेयेशियन-मस्तिष्क सिद्धांतों के साथ: 2023 में एक आलोचना का तर्क है कि तंत्रिका प्रणालियाँ सुविधा की खोज को व्यापक पूर्वानुमान पर प्राथमिकता दे सकती हैं, और एक अलग आलोचनात्मक समीक्षा चुनौती देती है कि क्या मस्तिष्क वास्तव में शाब्दिक बेयेशियन गणना को लागू करता है।
कुंजी परियोजनाएँ और उपकरण
सार्थक कार्यान्वयन अभी भी बड़े पैमाने पर अनुसंधान प्रोटोटाइप हैं न कि नामित सार्वजनिक उपकरण: संश्लेषित भाषाई एजेंट संभाव्य ग्राफिकल या स्टेट-स्पेस मॉडल के रूप में बनाए जाते हैं जिसमें संदेश-पासिंग या ग्रेडिएंट-डिसेन्ट अनुमान होता है (आमतौर पर MATLAB या Python), और भाषण मोटर नियंत्रण मॉडल को आर्टिकुलेटरी राज्यों पर गतिशील बेयसियन नेटवर्क के रूप में देखा जाता है। गतिशील कारण मॉडलिंग (DCM), जो सक्रिय अनुमान समुदाय में मस्तिष्क कनेक्टिविटी को मॉडल करने के लिए पहले से उपयोग किया गया है, को मानक न्यूरोइमेजिंग पाइपलाइनों (SPM, FSL) के साथ-साथ न्यूरोप्राग्मैटिक्स प्रयोगों में भी विस्तारित करने का प्रस्ताव है। AI के पक्ष में, तीन अलग-अलग 2025-युग परियोजनाओं में सक्रिय अनुमान को LLMs के साथ एकीकृत किया गया है: एक समीक्षा वास्तुकला जो एक बाहरी सक्रिय-अनुमान नियंत्रक का उपयोग करके LLM के संकेतों और इंटरैक्शन का प्रबंधन करती है, एक नेचर डिजिटल मेडिसिन प्रणाली जो अपेक्षित मुफ्त ऊर्जा के माध्यम से संकेत चुनती है ताकि प्रतिक्रिया की विश्वसनीयता में सुधार हो सके, और arXiv प्रीप्रिंट पर एक बहु-LLM प्रणाली जहां एक पदानुक्रमित नियंत्रक उपयोगकर्ता लक्ष्यों के सापेक्ष मुक्त ऊर्जा को कम करने के लिए विशेष LLMs में कार्यों को सौंपता है। अनुसंधान loosely University College London जैसे फ्रिस्टम-संबंधित समूहों और LISN लैब से जुड़ा हुआ है, जो आंतरिक-वाणी निबंध की मेजबानी करता है।
खुले प्रश्न
मानव भाषा प्रसंस्करण वास्तव में सक्रिय अनुमान सिद्धांतों का पालन करता है इसका प्रत्यक्ष अनुभवजन्य प्रमाण सीमित है: इसके कई पूर्वानुमान (अनिश्चितता के तहत जानकारी की तलाश करना, प्राथमिकताओं पर कार्य करना) सुदृढीकरण सीखने और अन्य ढांचे के साथ समान रूप से साझा किए गए हैं, इसलिए परीक्षणों को विशिष्ट विशेषताओं जैसे ज्ञानमीमासिक-व्यावहारिक ऊर्जा के अपेक्षित विभाजन को लक्षित करने की आवश्यकता है। बेयसियन-मस्तिष्क आलोचना विशेष रूप से न्यूरोइमेजिंग में सामान्य भविष्यवाणी त्रुटि संकेतों को भाषा सर्किट में पूर्ण बेयसियन गणना का प्रमाण मानने के खिलाफ चेतावनी देती है। मल्टीस्केल एकीकरण व्यवहार में बड़े पैमाने पर संबोधित नहीं किया गया है - अधिकांश मॉडल शब्द-अर्थ मैपिंग या भाषण मोटर नियंत्रण जैसे संकीर्ण बैंड को कवर करते हैं बल्कि चर्चा से भाषा परिवर्तन तक तंत्रिका सर्किट के माध्यम से नहीं। स्टटरिंग, अप्राक्सिया, अपाशिया, मनोविकृति से संबंधित आंतरिक-वाणी में व्यवधान जैसी नैदानिक अनुवादों के लिए केवल एक प्रारंभिक कार्य उदाहरण (स्टटरिंग) है, बाकी काल्पनिक हैं। LLM-आधारित प्रणालियों के लिए, व्यवहार्य जनरेटिव मॉडल का उपयोग करने की स्थिति, संरेखण और विश्वसनीयता को कैप्चर करने वाले अपेक्षित मुक्त ऊर्जा कार्यात्मकताओं को परिभाषित करना और मानक एनएलपी बेंचमार्क द्वारा गतिशील सक्रिय-अनुमान-संचालित संवाद में इंटरैक्टिव एजेंटों का मूल्यांकन कैसे करें जैसे प्रश्नों पर ध्यान केंद्रित करने की आवश्यकता है।
संदर्भ आधार
Active Inference Institute", "Active Inference", "Act. Infer. Serve.", "InstituteOS", "EduActive", "ReInference", "Discord", "GitHub", "YouTube", "AII".