domain가 맞는 이유 무엇인가요
농부와 농업 시스템은 소금 분무, 토양 관리, 그리고 기상 등 잡음을 포함한 불확실한 데이터를 지속적으로 assimilate하고, 이를 통해 작물灌溉, 토양 침식, 그리고 해충 제거 등의 활동을 수행합니다. 보고서는 이 과정을 variational과 expected free energy의 최소화를 통해 직관적으로 frame합니다. expected free energy은 epistemic value (예: 해충 탐색, 센서 배치)와 instrumental value (예: 예측된 최적 시간에 작물 수확)으로 나뉘어 작물의 탐색-보다는 확보 trade-offs를 자연스럽게 반영합니다. 농업의 내부적인, 감각적인 그리고 활동적인 상태로 분할되는 biospheric Markov blanket의 구조와 동일한 nested scale이 (예: 시계열 단위의 소금 분무 결정부터 다년간의 토양 복원과 대규모 기후 적응까지) 작물에 맞춰 active inference의 고급 generative 모델을 적용합니다. 보고서는 이 구조를 확장하여 농업 시스템이 biospheric Markov blanket으로 분할되는 내부, 감각적 그리고 활동적인 상태로 나뉩니다.
문헌 상태
이 보고서는 지속가능성 이론(Systems, 2024의 '지속가능성 under Active Inference' 기사와 관련 자원 관리 사전 인쇄본)의 엄격한 자유 에너지 원리 작업부터 로봇 공학 및 센서 네트워크의 정보 이론적 사용에 이르기까지 해당 용어에 대한 다양한 참여 스펙트럼을 발견했습니다. 적용된 예시로는 추론 주기가 에너지 예산을 지배하는 EnhancedTinyCNN 해충 감지 프레임워크, 관개를 위한 ET0 에지 예측 벤치마킹 연구, 능동 추론 및 동적 가우시안 베이즈 네트워크를 통한 무선 센서 네트워크 배터리 최적화가 있습니다. 이 보고서는 성능 향상에 대한 경험적이고 실제적인 증거가 여전히 부족하며 이 문헌의 대부분이 개념적이거나 교차 도메인이거나 용어적으로 느슨하다는 점을 명시하고 있습니다.
오픈 문제
보고서는 기계적이 아닌 확률적인 모델을 대상으로 실제 데이터와의 비교 검증이 핵심 기술적 결함임을 지적하며, 대부분의 농업 모델은 주로 시뮬레이션과 소규모 테스트 프로토탈에서 증거를 얻기 때문입니다. 데이터 생태계는 손상된 플랫폼 간에 분산되어 있으며, 데이터 소유권과 지속 가능한 전략이 선택되고 인코딩되는 방식에 대한 규제 질문이 있습니다. 보고서는 농부의 신뢰를 위한 해석 가능성을, 정책적 우선순위가 포함된 타당성 위험을 포함하여 기반 모델의 통합으로부터 사회적/윤리적 위험도 지적합니다. 또한 임상 수준의 검증이 이전되어야만 활동적인 추론 기반 의사 결정 지원이 실제에서 증명될 수 있습니다.
참조 뱅크로스
Karl J. Friston (2010). 자유가 원칙: 하나의 뇌 이론? Nature Reviews 신경과학. DOI: 10.1038/nrn2787. Maxwell J. D. Ramstead, Karl J. Friston, Axel Constant, Lancelot Da Costa, Casper Hesp, Beren Millidge, Alexander Tschantz (2023). Bayesian Mechanics의 물리학과 by 믿음: 이론. arXiv. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). 활동적 추론, 자기 조절 및 적응 행동 제어에 대한 자유가 원칙. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Daniel J. Friedman, Alec Tschantz, Maxwell J. D. Ramstead, Karl J. Friston, Axel Constant (2021). 활동적 추론의 추론인: 베이지안 추론 프레임워크에 대한 암巢 행동 이론. Frontiers in Behavioral Neuroscience. DOI: 10.3389/fnbeh.2021.647732.