このページは機械翻訳によって英語から日本語に翻訳されました。 英語のオリジナルをご覧ください。
気候科学者、地球システムモデルer、持続可能性と資源管理研究者、そしてactive inferenceが気候知性と行星 stewardshipのフレームワークとして評価するInstituteのフェロー
地球システムデータ assimilation、生成的気候擬似 emulator と政策-under-uncertainty もすでに proto-active-inference だが、まだフレームまたは統一されていない
このページで
気候科学はすでにバイナリフィルタリング、生成モデル、深い不確実性下での意思決定をベースに動作していますが、それ rarely 『active inference』と呼ぶことがありません。このレポートでは、気候認識、モデルの更新、政策選択を一貫した自由エネルギー最適化問題として扱うためのケースを調査し、そのビジョンが理論的にどこまで進んでいるのか、シミュレーションテストされているのか、そしてまだ何が必要なのかについて見直します。
自由エネルギー原理は、環境の変動下で存続するシステムが variational free energy を最小化することで行動、行動、学習を一つのプロセスとして統一すると考えています。気候科学ではこれに完全でありノイズのある観測ストリーム（ radiosonde, ボウル, 卫星, 冰柱）とデータ assimilation で推定される潜在的な状態、そして深く構造的不確実性下での順序の政策選択が含まれています。Kleidon の地球システムの thermodynamic 分析は、太陽による水の移動、大気循環、生物地理循環を介して、生活に依存する非均衡な歪曲された状態を維持するために、自由エネルギーを生成し、放出します。これによりフレームワークには物理的および認知的な基礎が付きます。Ramstead と同僚はさらに進め、気候の無策自体は、そのグローバルなカスタムプライオリティがバイオフィスカル実態と一致していないため、グローバルな認知システムの不適応的な症状であることを主張しています。
フリステンの基礎的な自由エネルギー原理(work)が数学的ツールキットを供給し、ケリドンはそれを地球システム熱力学に物理的に地基づけます。ラムセットらの peer-reviewed 'ガイアを再生する'論文は、 planetary governance への最直接の概念的な橋渡しであり、ケラーのバイオインパクト理論と気候変動に関する章は、バイオインパクスの proto-preface を扱っています。気候モデルの核心から離れた具体的な気候に関連するアプリケーションは、サステナビリティにあります：ラレールらの peer-reviewed 'アゲンタルルールブック'フレームワークがAIガバナンスエージェントが固定されたルール優先度をオーバーライドして持続可能な都市を管理するようにさせ、非peer-reviewed preprintは、サ社生態系システムの持続可能なリソース管理モデルを使用して期待自由エネルギーを用いています。オープンオア Earth ブログとデニーズ・ホールトの IEEE サイプレスウェブプロトコル コメントは同じ方向性を示唆する非peer-reviewed のビジョン作品です。
いくつかの既存のツールはActive Inferenceとはフレームワークが異なるが、その『認識』モジュールと構造的に同じである：アトmosphericデータ assimilation用のvariational Bayesian ensembleフィルタリング、パーソン大学の深層生成フレームワークによるstatistical downscaling (気候領域への画像修復適用)、そしてCDSD因果気候 emulatorは、オンラインで気候動力学モデルを更新し、対応するカウンターファクトリシナリオを探索するためにBayesianフィルタリングを使用します。Climate TRACEの遠隔センサーコンsort consortiumが実際のactive sensingを実行している： lidarとradarパルスが排出量と土地利用変化を推定し、その概念は期待された自由エネルギーのエピステミック要素にマッピングします。深層active inference (variational policy gradients)と期待された自由エネルギーに基づく計画のメソッド学術的な努力は、これらのアイデアを高次元気候空間でスケールアップするための計算機械を供給しています。Active Inference Instituteのエコシステムは、これらすべての努力の組織化ハブであり、気候特異的な展開システムの源ではありません。
四つのギャップが存在します。スケールとモダリティを結びつける：気候過程はマイクロメートルから行星流動まで、秒から数百年の間を跨いでおり、かつ観測ネットワークには空間時系列の欠損があり、人為的な影響力により歴史データは未来の状況に完全に代表的ではないためです。 Normative priorsとガバナンス：Active Inference自身が気候結果や経済性のトレードオフ、または地球規模の制限についてどのように偏好を設定すべきかを解決するものではありません——これは倫理的なおよび政治的な選択であり、参加型プロセスと可視化が必要です。 実証的検証：報告書は明確にしていますが、Active Inferenceシステムは実際のデータセットに対する成熟した後継者（ensemble Kalmanフィルタ、variational assimilation、integrated assessmentモデル）との比較を通じて、概念的なpromiseを越えて気候予測の領域が進化する前に、benchmarksを必要とします。
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Christopher L. Buckley, Chang Sub Kim, Simon McGregor, Anil K. Seth (2017). The free energy principle for action and perception: A mathematical review. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2017.09.004. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Maxwell J. D. Ramstead, Karl J. Friston, Axel Constant, Lancelot Da Costa, Casper Hesp, Beren Millidge, Alexander Tschantz (2023). On Bayesian Mechanics: A Physics of and by Beliefs. arXiv.
キーの表面
因果気候 emulator (CDSD) と バイナリズム エンsembleフィルタリング をすでに 自由エネルギー 式の 状態とパラメータ 更新を実装しており、 アクティブインフェーザー '認識' 層として自然なsubstrateとなっています。
リスク、不確実性、そして新しさを政策選択に分解することで、気候変動の決定は、観測と研究投資を排出削減とともに正式に評価することができ、伝統的なコスト利益フレームワークとは異なります。
Outside 2 ペーパーの-peer-reviewed-governance 文書、大気に関連する多数のactive inference研究はプレプリント、シミュレーション、またはブログレベルであり、いずれもオペレーティングな大気ツールとベンチマークされていません。
関連リソース
外部リンクは共有レジストリから解決されるため、訪問者向け目的地は中央集権的かつ確認可能な状態が保たれます。
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.