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。
経済学者、計算モデル者とインstituteの研究者がアクティブインファーゼが選択、市場、およびマクロ経済政策のフレームワークとしての活用について探求している。
経済は連続的な推測：自由エネルギー最適化が不確実性下でのutility、バイアス、市場、政策をどのように再定義するか。
このページで
Active inferenceと自由エネルギー原理は、感知、行動、学習に対する統一されたベイジアンの観点を提供し、過去10年間このフレームワークは経済学に進出し、個々の選択行動から一般的均衡モデルまでが含まれています。文献はまだ幼い：多くの貢献者が理論的またはシミュレーションベースであり、実際の経済データに対する厳密な実証はまだ限られています。
経済的代理人は、不確実な世界の状態を信念として形成し、リスクと不確実性に直面した政策を選択し、不完全な観察からノイズ付き内部生成モデルを更新するように設計された「Active Inference」が正式化する条件です。報告書は経済行動を構造的不確実性和戦略的な相互作用の下での継続的なベイジアンモデル選択としてフレームします：代理人は、価格、賃金、政策信号のみが潜在的な基盤である技術や需要について間接的に情報提供するため、それらを観察し、その基盤を推定しながら行動する必要があります。Active Inferenceはまた、予測的で多代理体の性質を持ち、経済学における前向きな期待と市場が多くの相互作用する適応的な参加者がモデル化する他の代理人の信念と政策に基づくものであるという事実を反映しています。
心理学と行動経済学のpeer-reviewed workは、Frontiers in Psychologyでのvariational free energyと経済のpaperが期待 Utility axioms（ Completeness、Transitivity、Independence、Continuity）を前向きな好みと生成モデルの構造が生み出す結果として解釬し、損失偏見や好みの逆転などのバイアスを信念最適化ではなく理性の異常として捉える代わりに合理的な信念最適化とする。また、Natureでの記事は人間の選択は驚き最小化よりも価値最大化がよく説明されることが多いという実験的証拠を発見している。金融経済学では、Samer Adra氏のReview of Behavioral Economicsでのpaperはノイズ取引、過剰な変動、トレンド追随をagentsが自由エネルギーを最小限に抑えるために生み出すものとしてではなく、理性期待から乖離したものと解釈する。マクロレベルでは、SSRNで発表されたworking paperは実際のビジネスサイクル（RBC）モデルをactive inferenceの特別なケースとして捉え、代表的な代理人最適化が消費、投資、労働供給政策に対する自由エネルギーの最小限に抑えるという最適化と一致している。
報告では、理論だけではなく具体的な実装を名指ししています：DR-FREE、分布的に強固な自由エネルギーモデル（ナチュラル・コンテクスト誌の記事からジンソードホストされたリポジトリがリンクされています）で、生成モデルの間で柔軟性のある行動を計算します。これはモデル不確実性下でのポートフォリオ、価格付け、または在庫決定に有用です。『アクティブインフェアランスに基づく動的取引』は、RxInfer プロbableティプログラミングフレームワークを使用して取引システムを作成し、価格動態の生成モデルを構築し、返利とリスクに対する好みをエンコードします。『ファクタリゼイド アクティブインフェアランスによる戦略的マルチエージェント相互作用』（arXiv）は、エージェントが自己/他者状態空間を因子化するためのメッセージ交換アルゴリズムを提供し、寡占価格設定、 auctions および交渉に適用可能です。別の論文では、 reinforcement learning とアクティブインフェアランス間の橋渡しを「期待未来の自由エネルギー」目的を通じて行い、Active Inference Institute の自身の戦略文書は、この業界や産業へのアプリケーションに向けてのより広範な推進力に位置付けます。
報告書は明確に、経済学の最も緊急なギャップは実証的検証であると述べています：自由エネルギーモデルが期待値やDSGE基準を上回るという主張はまだ、実際の市場、マクロ、または消費者データに対して系統的にテストされていません。識別可能性は第二の懸念であり、経済学における生成モデルはしばしば不完全で、前向きな好みと信念を区別したり、観察された行動からモデルの誤指定を見つけるのは難しいです。報告書はまた、 Normative-versus-descriptive 問題（代理人が自由エネルギーを最小化すべきか、それとも単にその行動を良好に説明するだけなのか）、代理人がutility最大化者でない場合の Welfare 分析の影響、アルゴリズム取引、信用スコアリング、活性推論に基づく政策システムに関する未解決の規範的・倫理的な質問、そして全規模マルチエージェントまたはDSGEネットワークモデルに対する未解決のスケーラビリティの問題を指摘しています。
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Thomas Parr, Giovanni Pezzulo, Karl J. Friston (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. MIT Press. 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. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.
キーの表面
報告書で引用された実験的証拠は、人間の選択は予測誤差を最小限に抑えることによる説明がしばしば、期待値を最大化するよりもよく似ているという点です。
分布 Robust な自由エネルギー形 式 （ DR-FREE ） を通じて、取引所と政策決定者は一つか れのモデルに賭けるのではなく、一 定の範囲内の多様な plausible モデルに対して行動を選びます。
報告書は、大多数のactive-inference-in-economicsに関する研究が理論的、シミュレーションベース的、または概念的なものであり、実際の経済データに対する厳密な経験主義的検証はまだ開かれたタスクであることを強調しています。
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.