Active Inference Institute Act. Infer. Serve.
PT

Esta página foi traduzida automaticamente do inglês. Visualize o original em inglês.

Cientistas do clima, modeladores de sistemas terrestres, pesquisadores em sustentabilidade e governança de recursos, e colegas do Instituto avaliando a inferência ativa como um arcabouço para a inteligência climática e a administração planetária.

Inferência Ativa e Ciência do Clima

Asimilacão de dados do sistema terrestre, modelagem climática gerativa e política sob incerteza já são proto-inferência ativa — apenas não ainda enquadradas ou unificadas dessa forma.

Research resourcesActive Inference overview

Nesta página

Inferência Ativa e Ciência do Clima guia

Melhores ações seguintes

Passeio sobre Inferência Ativa e Ciência do Clima

Comece com os links públicos de maior sinal desta página, depois continue através das visualizações de recursos e diretórios relacionados.

Research resourcesResearchActive Inference overviewRecursos filtradosDiretório GlobalInferência AtivaInferência Ativa e Ecologia

A ciência do clima já opera com filtragem Bayesiana, modelagem generativa e tomada de decisão sob incerteza profunda — raramente chamando isso de inferência ativa. Este relatório examina o caso de tratar a percepção climática, a atualização de modelos e a seleção de políticas como um único problema de minimização de energia livre, e avalia onde essa visão é teórica, onde é testada em simulação e onde permanece aspiracional.

Por que o domínio se encaixa

O princípio da energia livre postula que qualquer sistema persistindo sob perturbação ambiental age para minimizar a energia livre variacional, unificando percepção, ação e aprendizado em um único processo. A ciência do clima apresenta exatamente essa estrutura: fluxos de observação parciais e ruidosos (radiossondas, boias, satélites, núcleos de gelo), estados latentes inferidos através da assimilação de dados e escolhas sequenciais de políticas feitas sob profunda incerteza estrutural. A análise termodinâmica de Kleidon do sistema Terra mostra que ele continuamente gera e dissipa energia livre — via transporte hidrológico impulsionado pela radiação solar, circulação atmosférica e ciclagem biogeoquímica — para sustentar as condições de desequilíbrio não-equilíbrio em que a vida depende, dando à estrutura uma base física bem como cognitiva. Ramstead e colegas expandem isso ainda mais, argumentando que a inação climática é ela mesma um sintoma maladaptativo de um sistema cognitivo global cujos preceitos institucionais estão desalinhados com a realidade biofísica.

Estado da literatura

O trabalho sobre o princípio da livre energia fundamental (Friston) fornece a ferramenta matemática, enquanto Kleidon o fundamenta fisicamente na termodinâmica do sistema Terra. O artigo revisado por pares de Ramstead et al., 'Resurrecting Gaia', é a ponte conceitual mais direta para a governança planetária, e o capítulo de Keller sobre teoria de decisão bayesiana e mudanças climáticas é tratado como um precursor proto-inferência ativa — lida com os limites climáticos e eventos de baixa probabilidade de alto impacto, mas carece do termo explícito epistêmico (busca de informação) da inferência ativa. As aplicações mais concretas relacionadas ao clima estão na sustentabilidade em vez do modelagem climática central: o quadro de 'livros de regras agentes' de Lallée et al. permite que os agentes de governança de IA sobreponham prioridades de regras fixas para cidades sustentáveis, e preprints não revisados por pares modelam a gestão de recursos sustentável em sistemas socioecológicos usando a energia livre esperada. O blog OpenEarth e o comentário da IEEE Spatial Web Protocol de Denise Holt são visões não revisadas que apontam na mesma direção.

Projetos e ferramentas-chave

Várias ferramentas existentes não são apresentadas como inferência ativa, mas são estruturalmente idênticas ao seu módulo de 'percepção': filtragem bayesiana ensemblada para dados atmosféricos, o framework profundo gerador do Purdue para downscaling estatístico (restauração de imagem aplicada a campos climáticos) e o emulador climático causal CDSD, que usa filtragem Bayesiana para atualizar um modelo generativo da dinâmica climática online e explorar cenários contratuais. O consórcio remoto Climate TRACE realiza detecção ativa literal — pulsos lidar e radar inferindo emissões e mudança de uso da terra — que se mapeia no termo epistêmico de energia livre esperada. O trabalho metodológico sobre inferência ativa profunda (gradientes bayesianos variacionais) e planejamento baseado na energia livre esperada fornece a maquinaria computacional para escalar essas ideias para espaços climáticos de alta dimensão. O ecossistema do Active Inference Institute funciona como um centro organizador em torno dessas iniciativas, em vez de uma fonte de sistemas climáticos implantados.

Problemas em aberto

Quatro lacunas se destacam. Conectando escalas e modalidades: os processos climáticos abrangem micrômetros à circulação planetária e segundos a séculos, e nenhum modelo de inferência ativa demonstrado consegue lidar com isso ao integrar variáveis socioecológicas e de governança. Aprendendo com dados esparsos, enviesados e não estacionários: as redes observacionais têm lacunas espaciais e temporais, e o forçamento antropogénico significa que os dados históricos são apenas parcialmente representativos das condições futuras. Piores normativas e governança: a inferência ativa não resolve por si só quais resultados climáticos, compromissos de equidade ou restrições de limites planetários devem ser codificados como preferências — isso permanece uma escolha ética e política exigindo processos participativos e auditabilidade. Validação empírica: o relatório é explícito que os sistemas de inferência ativa devem ser comparados com incumbentes maduros (filtros Kalman em conjunto, assimetria variacional, modelos de avaliação integrada) em conjuntos de dados reais, não em simulações de brinquedo, antes que o campo passe da promessa conceitual.

Eixo de Referência

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.

Superfícies-chave

Ativação de Inferência e Ciência do Clima em Detalhe

Emulação generativa como percepção

Emuladores climáticos causais (ECSD) e filtragem de conjunto bayesiano com variação já implementam atualizações de estado e parâmetro no estilo de energia livre, tornando-os substratos naturais para uma camada de ‘percepção’ de inferência ativa.

Energia livre esperada para política

Desmembrar a escolha de política em risco, incerteza e novidade permite que as decisões climáticas avaliem formalmente o investimento em monitoramento e pesquisa ao lado da redução das emissões, diferentemente do enquadramento tradicional custo-benefício.

Principalmente conceitual e não validado

Fora de dois artigos de governança revisados por pares, a maior parte do trabalho ativo de inferência relacionado ao clima é preprint, simulação ou nível de blog, e nenhum foi avaliado em relação a ferramentas operacionais climáticas.

Recursos relacionados

Links públicos para esta página

Os links externos são resolvidos a partir do registro compartilhado, mantendo assim os destinos visíveis ao visitante centralizados e verificáveis.

Páginas relacionadas

Continue pelo site

Novos participantes, aprendizes, pesquisadores, construtores e colaboradores. Inferência Ativa

A Inferência Ativa é o quadro científico e prático central em torno do qual o Instituto organiza a educação, a pesquisa, as aplicações e o apoio ao ecossistema.

 Ecólogos, biólogos computacionais e pesquisadores de Active Inference interessados em modelos multi-escala de acoplamento organismo-ambiente, construção de nicho e resiliência planetária. Inferência Ativa e Ecologia

Sistemas ecológicos — populações, comunidades, ecossistemas e a biosfera em si — são compostos por subsistemas interagem que trocam matéria e energia através de fronteiras semi-permeáveis enquanto mantêm estados macroscópicos estáveis ao longo do tempo. Essa estrutura se espelha de perto na manta de Markov e no formalismo da mecânica bayesiana subjacente ao princípio da energia livre, razão pela qual um programa de pesquisa sob o lema “ecologia variacional” surgiu para modelar organismos e seus nichos como sistemas de inferência acoplados. A literatura aqui é mais pesada em teoria e simulação do que em dados de campo: esta página faz uma revisão das fundações conceituais, dos padrões de modelagem que os pesquisadores estão usando, das ferramentas disponíveis e das lacunas empíricas que o campo ainda precisa fechar.

 Pesquisadores de inferência ativa, engenheiros de IA e robótica agrícola e formuladores de políticas de sistemas alimentares explorando modelos principiológicos de percepção e tomada de decisão sob incerteza na agricultura. Inferência Ativa e Agricultura

A agricultura é intrinsecamente sobre percepção, ação e adaptação à incerteza, abrangendo a fisiologia vegetal, o manejo de campos, os sistemas alimentares regionais e a dinâmica climática da biosfera. Este relatório analisa como a inferência ativa e o princípio de baixo custo energético estão sendo aplicados nessa gama, desde a detecção de pragas de IA em borda até teorias de sustentabilidade para sistemas alimentares resilientes, distinguindo evidências revisadas por pares de reivindicações industriais mais especulativas.