이 페이지는 기계 번역된 영어 페이지입니다. 영어 원본 보기

사회 과학자, 교육자 및 연구자들이 사회 과학 이론과 실천에 활성 추론을 연결하고 있습니다.

사회과학을 위한 액티브 인퍼런스

사회과학 분야를 위한 액티브 인퍼런스 교육 과정과 연구 개발

이 프로젝트는 archieved입니다 {n} 현재 활동적이지 않으며 아래에 있는 참여 요청은 그때의 운영 방식을 설명합니다.

최선의 다음 행동

사회과학을 위한 액티브 인퍼런스 경로

이 페이지의 가장 강력한 신호 공공 링크부터 시작하고, 관련 자원 및 디렉토리 뷰를 계속 살펴보세요.

강의 일정

강의 일정

2023년 7월부터 11월까지 각각 녹음되어 아래에 링크된 11회 강연과 토론 세션

{7 일 2023년}

introduction (강의)

아VEL 구엔인-卡尔루트의 소개로. 강좌 목표와 일반적인 접근 방법을 설명하고 참가자들의 본인 동기를 논의하며 준비도 기대되지 않았습니다.

{11일 2023년 7월}

ActInf의 기본 (강의)

Ben White의 소개로 시작되며, Active Inference의 기본 개념적 도구를 간단히 Refresh하고, 예측 처리라는 제목 아래 나타나는 이들에 대해 집중적으로 탐색한 후, 이 프레임워크가 마음, 감정, 자기 자신, 동작성, 체험론 등 주요 사상의 관심사에 어떻게 적용되었는지 소개한다. Active Inference의 기본 메커니즘이 다양한 문제에 적용되는 범위를 넓게 보여준다. 강연 전 특정 읽기 없이 참여자들은 강연에서 언급된 주제나 인용문을 따로 연구하도록 권장되었다.

{25 일 2023}

ActInf 기초 ({Basics}) (토론)

본선진 백의 강연. 이전 강의에 대한 논의를 하며, 강의에서 제출된 질문을 대답하고 참가자들의 댓글과 질문과 직접적으로 상호작용합니다. 준비: 이전 세션의 출석, 동기화 또는 비동기화로.

{2 August 2023}

공동행동 (강의)

다니엘 프리드리히가 Presents. 이 강연은 다양한 관점에서 집단 행동을 탐구했으며, 세 가지 섹션으로 구성되었습니다. “배경 및 맥락”에서는 Active Inference 외부의 관점을 통해 집단 행동에 대한 인지와 지능이 모두 집단적임이며, 행동 관찰이 복잡하며 “우리가 언제나 단독(individual)이 아니었다”는 개념을 제시했습니다. “개념 & 기초”에서는 Active Inference 및 자유 에너지 원칙이 집단 환경에서 어떻게 작동하고, 집단 결정 과정에 적용되는지 탐구하며, 일반화된 동기부여/가정형 유지와 개인과 집단 행동 사이의 균형 등 새로운 개념을 소개했습니다. “응용 & 의미”에서는 Active Inference이 학습, 적응, 충돌 및 협력에 대한 집단 행동에서의 인사이트를 탐구하고, 자유 에너지 원칙 모델링이 인간 집단 행동 연구에 미치는 영향과 관련된 고려사항을 다루었습니다. 세션은 마지막으로 개방 질문으로 마감되었습니다: FEP 기반의 계산 모델이 비인간 및 디트로미터적 집단 행동을 이해하는 가능성을 탐구하고, 윤리와 규범적인 관점이 전역적 원칙과 어떻게 상호작용하며, Active Inference를 다양한 환경 제약 하에서 집단 행동 모델링에 사용할 수 있는 도전과 해결책은 무엇인가?

{16_8_2023}

공동행동 (토론)

{title} {n}: {Daniel Friedman}, 이전 강의에 대한 논의, 강의에서 제출된 질문에 답변하고 참가자들의 의견과 질문을 직접적으로 대화하는 시간입니다. 준비: 이전 세션의 출석, 동기화 또는 비동기화로.

2023년 8월 30일

세미토크와 세미오 semantics_and_Semantics_(Lecture)

로렌나 산저라의 발표. 활동적 추론 프레임워크 내에서 세미스코트와 세미네트릭을 다루는 세션, 그리고 사회 환경에서 의미와 표(sign)가 구성되고 교환되는 방식과 상관관계를 연결하는 과정에 개념적인 도구들이 어떻게 적용되는지

2023년 9월 6일

세미토크와 세미네스틱 (토론)

로렌나 산저라의 발표. 이전 강의에 대한 논의를 하며 강의에서 제출된 질문을 대답하고 참가자들의 댓글과 질문과 직접적으로 상호작용합니다. 준비: 이전 세션의 출석, 동기화 또는 비동기화로.

20 9월 2023

규범, 스크립트, 이야기, 언어 (강의)

마하uilt 알바라치안으로부터의 소개. Active Inference — 자유 에너지 원칙과 불확실성 최소화를 기반으로 한 것 —이 사회적 규범, 스크립트 및 언어학을 이해하는 데 어떻게 적용될 수 있는지에 대해 설명합니다. 이 세션은 모델링 사회적 일치, 의사결정, 대화 및 언어 처리와 관련된 프레임워크의 개념을 다루었으며, 생성 모델, 상황적 조절, 의무 가치, 사회적 가능성을, 그리고 니체 성장과 관련된 요소를 활용했습니다. 이는 철학, 신경과학 및 모델링 접근법 사이의 연결을 강조했습니다.

2023년 10월 4일

규범, 스크립트, 이야기, 언어들 (토론)

마하uilt 알바라인의 소개. 이전 강의에 대한 논의를 하며, 강의에서 제출된 질문을 대답하고 참가자들의 댓글과 질문과 직접적으로 상호작용합니다. 준비: 이전 세션의 출석, 동기화 또는 비동기화로.

2023년 10월 18일

사회적 제약 (강연)

avel guénin-carlut 선임. 이 강연은 개인이 문화 지형의 경험과 집단 행동에 대한 제약의 존재 사이의 형식적 대칭성을 다루었다. 공유된 기대를 “제약”으로 설명함으로써, 집단 형태의 생활에서 자생적인 문화 진화 동력이 개방형으로 진행되는 것을 설명하였고, 이 프레임워크의 현재 표현과 미래 발전에 대한 epistemological 및 형식적 고려 사항을 탐구하였다.

{25 October 2023}

사회적 제약 (토론)

아VEL 구엔인-卡尔루트의 소개. 이전 강의에 대한 논의를 하며, 강의에서 제출된 질문을 대답하고 참가자들의 댓글과 질문과 직접적으로 상호작용합니다. 준비: 이전 세션의 출석, 동기화 또는 비동기화로.

{november} 1, {erate} 2023

결론 (논의)

아VEL 구엔인-卡尔루트의 소개로 {title} 코스의 핵심 메시지를 결론짓는 세션을 진행하며, 참가자들과 결과와 학습 경험에 대해 소통하고, 다음 출판 예정 교육의 피드백을 수집합니다. 준비: 코스 참석 및 동기화 ( synchronous 또는 asynchronous )

사회과학을 위한 활성 추론은 2023년 과정을 개발하고, 사회과학 분야의 전문가들이 활성 추론 프레임워크를 활용할 수 있도록 교육 및 연구 자료를 지속해서 구축합니다.

개요

이 프로젝트는 사회과학 청중을 위해 액티브 인퍼런스를 적응시키고, 개념적 번역, 과정 자료, 연구 방향을 개발합니다. 이는 액티브 인퍼런스의 행위, 의사소통 및 사회적 상호작용에 대한 설명이 사회학, 정치학, 경제학, 인류학 및 관련 분야에 깊은 함의를 가지고 있음을 인정합니다.

과거 작업

2023년 과정인 «사회과학을 위한 액티브 인퍼런스»는 연구소의 과정 인프라를 통해 제작되어 접근 가능합니다. 프로젝트는 계속해서 글쓰기, 연구, 커리큘럼을 생성하고 있습니다.

코스 설명

Constructing cultural landscapes: Active Inference for the Social Sciences”는 2023년에 Kairos Research와 Active Inference Institute가 공동으로 개최한 12회 강의로, Avel Guénin-Carlut, Ben White, Mahault Albarracin, Lorena Sganzerla, Daniel Friedman 등이 이 강의를 이끌었습니다. 이 강의는 참가자들에게 Active Inference의 기본 개념과 사회과학에서의 관련성을 소개하며, 인지적_agent의 물리적인 조직화가 그들의 감각 및 행동을 설명하는 “world-model”을 생성하게 함으로써 그들의 구조적 식별을 표현한다는 것을 보여주었습니다. 그리고 이 world-model은 인간 사회에서 공유된 물질적 환경의 변경과 사회적 및 언어적 규범의 통합을 통해 참여적으로 구성됩니다. 강의는 다양한 배경과 수학, 물리학, 컴퓨터 과학에 대한 지식 수준을 가진 모든 학습자들을 위한 설계되었으며, 직관적인 의미를 중시하고 기술적 형식보다는 직관적 의미를 추구했습니다. 이 강의는 5개의 월별 발표 세션과 참여형 토론 세션으로 구성되어 있었으며, 참가자가 자신의 반영을 표현하도록 조직되었습니다. 모든 세션은 동기화된 방식으로 기록되었고, 텍스트는 출판되었습니다.

키 주요 질문

강좌는 다섯 가지 주요 질문을 기반으로 조직되었습니다: 활동적 인퍼전(agent)이 존재하는 것은 무엇인가? agent가 경험하는 물리적 (사회적) 끼니와 cognitive meaning 사이의 관계는 무엇인가? 인간은 어떻게 공유된 문화적 현실을 구성하고 관련하나요? 규범과 기구의 개방형 진화를 주도하는 것은 무엇인가? 그리고 사회의 조직과 그 집단 지각의 패턴 사이의 관계는 무엇인가?

참여하기

사회 과학자, 교육자 및 학제간 연구원들은 Active Inference을 자신의 분야와 연결하고자 하는 경우 기여할 수 있습니다.

주요 표면

사회과학을 위한 액티브 인퍼런스 한눈에 보기

질의와 답변

참가자 Q&A

{ten} 질문과 답변이 강좌에서 진행된 생중계 토론 세션들로부터 수집되었습니다.

Agents의 ‘첫 우선 prior’은 전기적 (체)에만 대한 것이나, 사회 환경의 중요한 요소들에 대한 것인가 (예: 보호자 존재)?

{There is no clear-cut distinction between proprioception and exteroception — or rather, any such distinction relies on a specific model of what constitutes “me.” An embryo, for example, is treated by its mother as part of her body; after birth it is no longer directly a component of the mother's metabolism, though it remains embedded within the mother's self-model for a time, and only gradually becomes fully disembedded from it psychologically, even though birth is a clear metabolic cutting point. So whether the mother-child relation is “interoceptive” is genuinely unclear — what is clear is that a rigid conception of either interoception or exteroception will lead to prediction error. The most directly relevant paper is Ciaunica, Constant, Preissl, and Fotopoulou (2021), “The First Prior: From Co-Embodiment to Co-Homeostasis in Early Life,” in Consciousness and Cognition; the notions of “co-embodiment” and “co-homeostasis” it develops apply more widely to social groups, with different forms of coordination than in mother-child dyads. More broadly, human cognition is a permanent dance between internalizing and externalizing systems, part of one's extended phenotype or part of the environment being navigated; there is no “true” scale of individuation, only a scale of agency relative to specific perception-action cycles.}

agent-arena 관계에서 affordance를 생성하는 기술이 어떤 역할을 하는지 — 기술 자체가 예측 오류 최소화와 자기 명백성을 수행하고 있어_agent는 공유 마르코프 맨블릿의 외부 부분이 되는지

여기에는 이 질문에 단순한 답변이 없습니다. 자유 에너지 원칙은 주체와 환경 사이에 완전한 대칭성을 부여합니다 — 환경(전체로)은 ‘자명하게 증명되는’ 주체의 환경입니다. 인터랙티비스트가 말하는 ‘교동적 불대칭성’을 잘 설명하는 좋은 인지론이 필요합니다: 주체는 상호작용의 조건을 정의할 수 있는 유일한 능력을 가지고 있다는 사실 — 자유 에너지 원칙이 요구하는 것처럼, ‘외부 상태’는 주체가 그 상태를 믿을 수 있는 것으로 생각할 수 있는 상태들입니다. 기계적 모델은 주체의 자기모델에 제약을 가하며 이는 규범성을 구성합니다 (Guénin-Carlut과 Albarracin, 2023년 ‘Embedded Normativity — Active Inference의 액티브 인스퍼런스 계산기’, InstituteOSF Preprints 참조). 이러한 모델은 기계적이고 분산된 주체를 위한 완전한 모델을 열어 놓습니다 — 기계들은 본질적인 주체들로는 아니지만, 아틀리에가 주체들이 상호작용하는 방법을 조정하는 도구일 뿐입니다. 이에 대한 형식적 근거는 아직 발달 중이며 Guénin-Carlut (2022년)의 ‘창조의 물리학 — 대칭성 파괴, 액티브 인스퍼런스, 그리고 확장된 상태공간’ OSF Preprints 참조.

에러 동ynamics와 에러/피라미드 메시지의 정확도 사이의 관계는 무엇인가요?

Active Inference에서 정확성은 한 가지 예측의 신뢰성을 이해하며, 정확히 그_variance의 역으로解讀됩니다. 좋은 참고는 Feldman과 Friston (2010), “Attention, Uncertainty, and Free-Energy”이며, Frontiers in Human Neuroscience에 실렸습니다.

{Ben White의 "Active Inference 기본" 강연에서 Lisa Feldman Barrett의 '구성적 감정' 이론을

급속한 검색이 표명해 소ms가 예측적 뇌가 주로 상황을 설명하는 것이라고 주장하며, (solms 2019, “정신의 어려운 문제와 자유 에너지 원칙,” 프런티어스 인 패yschology 그리고 solms 2020, “신 과학적 심리학의 새로운 프로젝트: 일반 스케마,” 신경심리학) 이는 질문자가 생각하는 특정 논증에 대해 더 구체적으로 반박해야 합니다. 예측이 감정을 설명하는 데 있어 근거가 있는 증거를.

스터디 그룹의 선택적 쓰기 과제에 대해 연구 질문이나 논문 주제를 지도받을 수 있는 공간이 있나요? 참여자들이 하나 작성하고 싶지만 도움이 필요합니다.

강의는 정해진 주제를 제안하지 않았지만, 관심 있는 참가자들과 직접 개인적인 주제 아이디어를 논의하기 위해 강의의 연락 채널을 열린다며 조직자는 참여자들에게 개인적인 주제 아이디어를 제시할 수 있다.

자유 에너지 원리 기반의 계산 모델이 사회적 네트워크나 멀티플레이어 온라인 게임 등 디 테일 환경에서 비-human 동물과의 집단 행동의 동적인 이해에 어떻게 도움을 줄 수 있을까요?

모델링 집단 동적인 방법은 개별 시스템을 예측 오류 최소화자로 모델링하는 것 — 이것은 형식적으로 동등하지만 클래식 동역학 시스템의 접근법과 더 정보적이고 보다 효과적인 접근법입니다. Heins, Millidge, da Costa, Mann, Friston, and Couzin (2023), “Collective Behavior from Surprise Minimization,” arXiv을 참조하세요.

고급 순서의 신념이 예측 오류 최소화를 기대하는 것에 대해 어떻게 애gent의 내재 모델로 통합되는지, 기본적인 (예: 자기 보존적) 사전 확률이 예상된 오류 최소화를 기반으로 하는가?

이 질문은 논의를 위한 제출되었으며 분배된 자료에는 완전한 코스 응답이 기록되지 않았습니다.

모든 ‘東西’에 대한 기반론이나 이론이 윤리적, 규범적, 체제적 또는 의무주의적 고려와 어떻게 상호작용하거나 적용되는가?

{Enactivists} {은} 이 문제에 대해 일부 형태로 다루었고, 생물학적 개별화에서부터 윤리의 이론으로 이동하였음 — Varela (1999), Ethical Know-How: Action, Wisdom, and Cognition (Stanford University Press)을 참조하고, 자연스러운 덕성에 대해서는 Slingerland (2014), Trying Not to Try (Canongate Books)을 참고하였습니다. 논의에서 반복적으로 발생하는 갈등: 명제적 주장은 목표를 가지고 있음(지시적이거나 희망étude, 2019-05-17)

적대적 인퍼전을 사용하여 다양한 환경 제약 하에서 모델링하는 동종 행동의 문제와 잠재적인 해결책은 무엇인가?

모델은 포함하고 배제해야 할 요소를 선택하는 것이 필요하다 — 초기 및 경계 조건, 그리고 관련 상태 공간이 어떻게 정의되는지 등 — 시간이 지나면서 새로운 상태 공간이 발생할 수 있기 때문이다 (Guénin-Carlut, 2022년 “사회문화적 진화 속에서的认知代理在社会文化进化中的角色” OSF Preprints 참조). 이러한 모델링 제약은 어떤 프레임워크에도 적용된다. Active Inference의 비교적 우위는 그들이 제약과 해석을 정의하는 방식에 있다: 정보제약과 생물체가 소유하고 있는 정보, 의도, 욕구 사이의 이중성을 이해하는 방법으로, 단순히 비표현적인 동력학 (예: Hebbian 학습에서 복잡한 상호작용이 나타나지 않는 경우) 및 단순히 표현적 프레임워크 (예: 전통적인_utility 이론은 의도 상태를 미리 정의해야 함)는 이러한 제약과 해석을 설명할 수 없으며, 이것이 규범성과 의도성을 간접적으로 정의하는 것에 비해 가정하지 않고서는 불가능하다. 이것은 더 넓은 질문과 관련이 있다: 자연의 어떤 형식적인 "자연 언어" (메시지 전달, 양자 정보, 카테고리 체계)가 서로 complementarity와 non-reducibility를 통해 동일한 현상을 설명하는 다른 방법들이 있는지 — Baez 및 Stay (2011), “물리학, 토크로이아, 논리학 및 계산: 로제타 표본,” New Structures for Physics 참조; Fuchs 및 Schack (2011), “quantum-Bayesian 경로를 통해 양자 상태 공간,” Foundations of Physics 참조; Felin, Kauffman, Koppl, 및 Longo (2014), “경제적 기회와 진화: 땅 scape와 경계 레지던트 러닝을 넘어,” Strategic Entrepreneurship Journal 참조.

강의에서 권장 읽기 목록을 찾는 방법은 어디인가요?

사용 가능한 세션 슬라이드는 강의 안내서에 각 세션 바로 붙여졌고, 활동적인 인퍼런스 잡지도 과정과 관련된 녹화 내용 및 읽기 자료를 수집합니다.

관련 자료

이 페이지의 공개 링크

외부 링크는 공유 레지스트리에서 해결되므로 방문자용 목적지는 중앙 집중화되고 확인 가능합니다.

Repository / Projects

GitHub organization

Audience: Developer

Public GitHub organization for Institute repositories and open-source work.

projectsgithub-org
Repository / Projects

GEO-INFER repository

Audience: Developer

Geospatial modeling repository connected to ecological and bioregional applications.

projectsgeo-infer

공식 페이지

공식 연구소 표면

저장소

관련 오픈소스 저장소

Repository / Research

act_inf_metaanalysis

Audience: Researcher

Computational meta-analysis of Active Inference literature with nanopublication and knowledge-graph outputs.

TeX / 4 stars / updated 2026-05-04

researchknowledgetex
Repository / Research

Active_Inference_Ontology

Audience: Researcher

Ontology-oriented repository for shared Active Inference concepts and decentralized science knowledge infrastructure.

Unspecified / 14 stars / updated 2026-05-18

researchknowledgeunclassified
Repository / Projects

ActiveBlockference

Audience: Developer

Notebook-based applied Active Inference work connected to blockchain-adjacent and generative modeling examples.

Jupyter Notebook / 33 stars / updated 2026-05-27

projectrepositoryjupyter-notebook
Repository / Projects

ActiveInferAnts

Audience: Developer

Python models and materials for ant-inspired multiagent Active Inference.

Python / 29 stars / updated 2026-05-18

projectrepositorypython
Repository / Research

AEOS

Audience: Researcher

Active Entity Ontology for Science

Unspecified / 8 stars / updated 2025-05-27

researchknowledgeunclassified