Por que o domínio se encaixa
A música se desenrola em sequências com estrutura em múltiplas escalas de tempo, desde milissegundos a minutos, forçando os ouvintes a formar e continuamente revisar previsões sobre compasso, tempo, tonalidade e função harmônica. Ritmo, melodia, harmonia, timbre e pistas espaciais instalam regularidades probabilísticas aprendíveis, e o prazer ou "groove" associado à música parece estar ligado a violações e confirmações precisamente calibradas dessas expectativas, mediadas por ponderação de precisão em circuitos cortico-estriatais. O envolvimento motor como bater ou dançar pode afiar as previsões temporais e reduzir a incerteza sensorial, conforme demonstrado em estudos EEG de ritmos sincopados enquadrados explicitamente dentro do inferência ativa. Este acoplamento apertado da percepção, ação e afetividade é exatamente o que a abordagem unificada de inferência ativa de percepção e controle foi construída para modelar.
Estado da literatura
A linha de trabalho mais desenvolvida é a do Peter Vuust e colegas sobre a complexidade rítmica e o groove, baseada no Centre for Music in the Brain da Universidade de Aarhus, que trata a sincopa como uma violação de um modelo interno de métrica. Construindo sobre isso, o estudo "Active Inference in Music Perception: Motor Engagement to Syncopated Rhythm" encontrou que bater no ritmo aumentou a coerência de fase inter-tentativa do EEG e um índice neural de erro de previsão ponderado por precisão, oferecendo suporte empírico direto à inferência ativa na música. Outras linhas incluem o modelo "intuitive physics" gerativo de expectativa melódica dos Nguyen e colegas (usando inferência de Monte Carlo sequencial sobre priors de chave e força musical), um modelo de sintaxe hierárquica relacionando dependências harmônicas com a potência do EEG theta, o estudo PNAS de Gold e colegas sobre previsibilidade e exposição moldando a preferência musical, uma revisão bayesiana da música e envelhecimento, a conta de inferência ativa de Powers e colegas sobre alucinações auditivas, e um estudo de fMRI mostrando que a localização ativa do som afia o ajuste na córtex auditivo primário. O relatório nota que a maior parte desse trabalho é enquadrada em termos de codificação preditiva ou bayesiana, em vez de como agentes de inferência ativa totalmente especificados com seleção explícita de políticas.
Problemas em aberto
O relatório identifica nenhuma arquitetura de inferência ativa totalmente especificada que integre modelos geradores musicais, estados motores e preferências afetivas na seleção explícita de políticas de energia livre — estudos atuais (incluindo o trabalho EEG de batidas sincopadas e AIDA) abordam fragmentos disso, não o agente inteiro. Pede-se a conexão de medidas neurais de um único teste com aprendizado de longo prazo, habituação e mudança de preferência ao longo de dias para anos, e para modelos de inferência ativa multiagente de improvisação e comportamento musical coletivo/em conjunto, que permanecem em grande parte teóricos (baseados na conta de Goldman sobre a improvisação como uma forma de conhecimento). Clínicamente, o relatório afirma que a inferência ativa oferece um mecanismo plausível para alucinações auditivas, zumbido, hiperesensibilidade e intervenções baseadas em música no envelhecimento e treinamento de marcha do Parkinson, mas nota que faltam ensaios clínicos controlados testando intervenções informadas pela inferência ativa. Do ponto de vista da engenharia, destaca-se a escalabilidade de modelos geradores de representações simbólicas (MIDI, rótulos de acordes) para áudio de alta dimensão bruto e a obtenção de inferência em tempo real e seleção de políticas como desafios técnicos não resolvidos.
Eixo de Referência
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. 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.