アクティベートアインファーザーと生態系

生態系は、フオーザーから生物界までを含む、自己組織化の自由エネルギー最小化の推論機械として、ネストされたもの。

GEO-INFER repository Active Inference overview

このページで

アクティベートアインファーザーと生態系ガイド

次の最適な行動

Active Inferenceと生態系パスウェイ

このページの最もシグナルの強い公開リンクから始め、関連リソースとディレクトリのビューに進みます。

GEO-INFER repositoryProjects Active Inference overview フィルタリングされたリソースグローバルディレクトリアクティブインファレンスジオインファー

生態系 — 群体、コミュニティ、生态系统、そして生物界自身は、相互作用するサブシステムから構成され、半透性境界を越えて物質とエネルギーを交換しながら、時間の流れの中で安定したマクロステートを維持します。この構造は、自由エネルギー原理が基盤とするマルコフベイシック・バンケットとベイジアン力学の形式法則に非常に近いため、「変分生態学」の研究プログラムが生まれました。これは、生物とその生息地を結びつける推論システムとしてモデル化することを目指しています。この文献は理論とシミュレーションよりもデータフィールドに重きを置いています：このページでは、概念的な基礎、研究者が使用するモデリングパターン、可用なツール、そしてまだ閉じていないエビデンスのギャップについての概観を行っています。

なぜそのドメインが合っている

自由エネルギー原理は、生成モデルの下での感覚状態の驚きを最小限に抑えるために自己非均衡安定状態を維持する経済学的系の確率的な動的システムを描写します。生態系がこの説明を全てのスケールで満たす：生物体、種群、生態系、生物界全体が特性的な状態（生息数、資源レベル、気候変数）を維持し、自己組織的なパターンを持ち、環境変動に対抗します。ラムスタインと同僚は「variational ecology」という用語を導入し、個体がニッチの生成モデルをパラメータ化する推論マシンとして扱いながら、ニッチ構造によって環境が同じシステムの自己適応的な「外部状態」になることを捉えました。生態系の自己階層性（種群内のコミュニティ内に生態系内に生物界全体）が直接的にマーチンブランクスを描くため、その自身の多スケール構造は自然なフィットであり、メタボリックな拡張ではありません。

文献におけるパターン

コンクリートなモデルパターンは、文脈全体に頻繁に再現される：生態変数の生成モデル（資源状態、捕食者シグナリング、発達環境）、政策選択を期待自由エネルギーがトレードオフする pragmatische価値とepistemic（知識を減らす）価値で、そして階層化された形式において、遅い変数（気候、遺伝子）が速い変数（行動、形質）を制約する。Constantらは発達のニッチ構造化を時間平均自由エネルギーの緩やかな勾配流として形式化し、生物体が巣穴構造や親代育環境などを調整することで好みの発達トレースを安定させるというモデルを提案した。Bruineberg、Rietveld、Parrはこれを協調的な代理人-環境自由エネルギー測定の「適合」に拡張し、「驚きの認知生態学」フレームワークでは、捕食者と獲物間の動態を活性インファーザーで適用し、捕食者は驚きを生成することで利益を得る一方で、獲物は警戒と生息地選択を通じて驚きを最小限に抑えるという。HeinsらのPNAS論文では、驚きの最小化から集団行動が説明され、個々の自由エネルギーを最適化する連続時間の代理人が flocking-と schooling-のような群動を生成し、手作業でコードされた行動ルールなしで。最大のスケールでは、Rubin、Parr、Da Costa、Fristonは生物界の炭素循環と代謝率を planetary Markov ブランケットとしてモデル化し、地球システムの回復力と気候制御を自由エネルギー機能が最小化するように描写する。

ツールと機関インフラ構築

pymdp Pythonパッケージは、ここではいくつかの生態系適用パターンを説明するもの（ピッチ選択、離散 Habitat 选择、簡素化された食事ゲームなど）で実装されている離散 Markov-decision-process アクティブインフェアリングを実装し、また Heins et al. の公開 GitHub コードによる連続時間の集団行動シミュレーションと SPM/MATLAB ティーライントスクリプトが適応可能な開始点を提供します。Albarracin、Hiploto および同僚は、共同資源管理におけるアクティブインフェアリングモデルを作成しており、彼らの現在の焦点は生態系システムに直接関連しない人間行動ですが、社会生態学的アプリケーションのテンプレートを提供しています。『環境中心のアクティブインフェアリング』プリントは、環境の視点からマーカブランクを定義することを提案しており、生態モデル化に関連しているがまだ広く利用可能なコードがない方向性です。Active Inference Institute はこの研究プログラムの引用された機関主導のホースとして報告されています、2021 年前後から約 2 年間 Active Inference ラボを運営し、シミュレーションとロボット工学の両方のインスリンとディスカッションを含むライブストリームと議論を展開しており、生態系と地質システムの回復力も含まれています。また、生態系と進化動態に関する知識ベースエントリーを維持しています。

未解決の問題

報告では、経験的・データ駆動のアプリケーションは、理論とシミュレーション文献との比較が少ないことが主張されており、実際の行動や環境データを使用してアクティブインフェリエンス予測を他の生態モデル（最適性モデル、再現学習）と比較する公開されたテストはほとんどない。二つ目の開かれた問題は、生物体から生態系、そして生物界までの一貫したスケーリングで、各レベルにおける「内部状態」がどのように選ばれるべきかについての任意の選択に依存することです。第三には解釈的な問題があります：植物や微生物コミュニティ、または生物界に対する「信念」言語を適用すると、知覚的主張を過度に強調する可能性があり、報告は非知覚系システムに対してアクティブインフェリエンスをモデル化の便宜性としてではなく、本質的な commitments として扱わないことを推奨しています。最後に、社会生態学的統治モデルが「希望の状態」をコード化し始めると、成長と多様性に対する価値判断に基づく評価が問題となるため、具体的なメソッド論的なギャップ（小離散MDPを超えるスケーリングするソフトウェア、ノイズ付き生態時系列から自由エネルギー代理を推定する技術）と Normative 問題が指摘されています。

リファレンス・バックボーン

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