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

Aprendizes e pesquisadores orientados em física explorando a base física do Princípio da Energia Livre.

Curso de Física

Um curso que conecta física, termodinâmica e os fundamentos teóricos da Inferência Ativa.

Este projeto está arquivado. Não está mais ativo e qualquer participação abaixo descreve como ele operava anteriormente.

Melhores ações seguintes

Caminho do Curso de Física

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

Calendário do curso

Calendário de Cursos

Seis sessões de palestras gravadas com discussões ao vivo, maio-outubro de 2023. Cada uma vincula a um vídeo e, quando disponível, uma transcrição completa.

18 de maio de 2023

Aula 1

Sessão 1 (18 de Maio) revisou a história por trás do framework do curso: a relação de Boltzmann entre entropia e energia, os modelos de computação de Church e Turing, a teoria da informação de Shannon, os métodos “caixa preta” de Ashby et al., a definição de Pearl de um blanket de Markov, a lei da área de Bekenstein para buracos negros, a formulação de 't Hooft e Susskind do princípio holográfico, as ideias de objetos, interfaces e máquinas virtuais em computação, até os artigos de Friston de 2010 e 2013 introduzindo a inferência ativa. O objetivo da sessão era estabelecer a ideia de um blanket de Markov como uma interface de comunicação. Preparação recomendada: revisar os artigos da Wikipedia sobre entropia, a tese de Church-Turing, teoria da informação e o blanket de Markov; o artigo de Gerard 't Hooft “Dimensional reduction in quantum gravity” (a primeira declaração do princípio holográfico); e os trabalhos de Karl Friston “The free-energy principle: a unified brain theory?” e “Life as we know it”, as duas principais referências da inferência ativa.

15 de junho de 2023

Aula 2

A sessão 2 (15 de Junho) perguntou por que a física quântica é necessária para entender a inferência ativa. A resposta é a discretização da informação e a resolução limitada necessariamente de todas as medições físicas, o que leva naturalmente a uma representação de autovalores discreta da interação — ou seja, à teoria quântica. A sessão mostrou como a teoria quântica generaliza o princípio holográfico, como as telas holográficas funcionam como "Markov blankets", e como todas as interações físicas entre sistemas separáveis (não entrelaçados) podem ser vistas como comunicação. Isso responde à pergunta “a que se aplica o princípio de energia livre?” com “tudo medível”. Preparação recomendada: os artigos da Wikipedia sobre emaranhamento e estados separáveis (não entrelaçados); as primeiras seções de Fields, Glazebrook e Marciano’s “O significado físico do princípio holográfico”; e Friston’s “Um princípio de energia livre para uma física particular”, que discute a generalidade do FEP de uma perspectiva clássica.

13 de julho de 2023

Aula 3

Sessão 3 (13 de Julho) introduziu quadros de referência quânticos (QRFs) e sua representação usando hierarquias de classificadores binários. Estas estruturas formais fornecem uma semântica para medições, e consequentemente uma base para uma teoria do significado para agentes interagindo. A linguagem dos QRFs permite uma definição particularmente simples e intuitiva da energia livre variacional, e assim permite uma formulação totalmente geral da princípio da energia livre. A sessão mostrou que o PEF é um limite clássico do princípio de Unitaridade, o princípio fundamental da teoria quântica. Preparação recomendada: seções 3.2 e 3.3 de “O significado físico do princípio holográfico”; Fields et al., “Um princípio da energia livre para sistemas quânticos genéricos”; e, nas conexões biológicas, Fields e Levin’s “Como os sistemas vivos criam significado?” e Fields, Glazebrook, e Levin’s “Minimalismo físico como substrato em escala livre para cognição e consciência.

10 de agosto de 2023

Aula 4

A sessão 4 (10 de agosto) introduziu a teoria do campo topológico — uma teoria quântica que não assume um espaço-tempo de fundo. Estas ferramentas fornecem uma forma natural de representar medições sequenciais em termos de caminhos de Feynman, ou seja, pensar nas medições como sondagem “de todas as formas possíveis” pelas quais um sistema poderia ter evoluído. Permitem uma descrição geral de comunicação entre agentes que permite que os agentes utilizem tanto canais de comunicação clássicos quanto quânticos. A sessão focou em como pensar sobre agentes compostos, como organismos multicelulares e seus sistemas nervosos. Preparação recomendada: seção 3.4 de “O significado físico do princípio holográfico”, ou, para detalhes completos, “Medições sequenciais, TQFTs e TQNNs”.

14 de setembro de 2023

Aula 5

A Sessão 5 (14 de Setembro) introduziu a ideia de que o espaço-tempo é um código de correção de erros que os organismos (ou outros observadores) com recursos computacionais suficientes utilizam para organizar suas experiências. Isso torna o espaço-tempo observador-relativo e levanta a questão dos recursos computacionais que um observador precisa para poder “ver” o espaço-tempo. Também demonstrou que o princípio da mínima energia livre está intimamente ligado à ainda aberta questão de como formular uma teoria quântica da gravitação aceitável. Preparação recomendada: O clássico de John Wheeler “Sem lei sem lei” e “Como as abordagens independentes do dispositivo mudam o significado da teoria física” de Alexei Grinbaum.

12 de Outubro de 2023

Aula 6

A sessão 6 (12 de outubro) retomou a biologia, resumiu as aplicações do framework do curso e apontou para direções futuras e questões em aberto. Preparação recomendada: Fields et al., “The free energy principle induces neuromorphic development”, e “Control flow in active inference systems.

Sessões de Discussão ao Vivo

Cada aula foi seguida aproximadamente duas semanas depois por uma sessão de discussão ao vivo com o assistente de curso Ander Aguirre, na qual os participantes assistiam à aula anterior, submetiam perguntas escritas com antecedência e discutiam o material diretamente com a equipe docente. Seis sessões de discussão foram realizadas ao longo do curso, uma seguindo cada uma das seis aulas.

O Curso de Física é um projeto educacional do Instituto que desenvolve materiais didáticos sobre as fundações físicas da Inferência Ativa e o Princípio da Energia Livre — abrangendo termodinâmica, teoria da informação e a física subjacente à autoorganização biológica.

Visão Geral

O Curso de Física explora a Inferência Ativa a partir de uma perspetiva física, abordando como a termodinâmica, a teoria da informação e a mecânica estatística sustentam o Princípio da Energia Livre. Desenvolve materiais do curso que conectam estas bases com sistemas biológicos e cognitivos. A série inicial de cursos, Física como Processamento de Informação, foi realizada em 2023 e foi desenvolvida em conjunto com o físico Chris Fields.

Descrição do Curso

Física como Processamento de Informação” foi um curso de seis sessões ministrado pelo físico Chris Fields, com Ander Aguirre como assistente do curso, hospedado pelo Active Inference Institute em 2023. Introduziu os participantes a pensar na interação física como comunicação, e consequentemente, a pensar sobre sistemas físicos como agentes comunicadores. Demonstrou como o princípio da energia livre e a ideia de inferência ativa se aplicam a todos os sistemas físicos, independentemente da escala, sujeitos apenas a restrições de independência estatística condicional ou separabilidade, e investigou essas restrições, suas implementações e seus limites. O curso introduziu os métodos formais da teoria da informação quântica e mostrou como eles se relacionam com a teoria da informação clássica, usando-os como ferramentas de pensamento em vez de ferramentas de cálculo. Não era necessário codificar. Houve uma sessão de apresentação ao vivo e uma sessão de discussão ao vivo por mês, juntamente com perguntas e respostas assíncronas e discussões; todas as sessões foram gravadas e permanecem acessíveis de forma assíncrona.

Participe

Físicos, matemáticos e aprendizes com orientação quantitativa interessados nos fundamentos teóricos da Inferência Ativa são bem-vindos.

Superfícies-chave

Curso de Física: Uma Visão Geral

Perguntas e Respostas

Perguntas e Respostas de Participantes

30 perguntas e respostas coletadas de sessões de discussão ao vivo e perguntas e respostas assíncronas durante o curso.

O que é informação?

À medida que o conceito de informação assume um papel mais fundamental na teoria, torna-se mais um ponto de partida, e, portanto, um termo indefinido para o qual deve ser assumida alguma intuição. Poderia-se dizer que um bit é a resposta a uma pergunta sim/não, mas isto é efetivamente circular: agora se tem de dizer o que significa “um” e “pergunta”. A “incerteza” é igualmente indefinida - certeza e incerteza são, no fundo, sentimentos que experimentamos, não conceitos que podem ser derivados de outra coisa.

O que é o tempo?

Boa pergunta. Esperemos que as próximas duas seções esclareçam isso. Podemos discutir mais sobre isso em julho.

Como mediria sinais telepáticos?

Você quer dizer, como você mediria o efeito de tal (hipotético) sinal e obter evidências para sua existência, ou como você mediria o sinal em si, usando algo que não seja um humano como detector?

Em que medida/modelos o Markov Blanket é físico e/ou informativo? Qual é o título do curso, como são semelhantes e diferentes os conceitos de "Informativo" e "Físico"?

Os mantos de Markov (MMs) são definidos para processos clássicos e causais que podem ser representados como grafos direcionados acíclicos (DAGs), ou seja, diagramas nos quais os estados são conectados por setas unidirecionais e não há ciclos, o que significa nenhuma causalidade circular (ou retrotemporal). Neste contexto, o MM em torno de um estado (ou conjunto de estados) X é o conjunto dos estados que enviam setas para X (“pais de X”), mais o conjunto dos estados que recebem setas de X (“filhos de X”), mais quaisquer estados que sejam pais dos filhos de X. Assim, todas as entradas causais e saídas de X atravessam os estados do MM. Como o MM é um conjunto de estados, ele é físico. Como ele codifica efetivamente toda a informação que X recebe do mundo exterior e envia para ele, ele é informativo. Veremos na sessão de junho como uma tela holográfica funciona como um MM, mesmo que seja definida de forma diferente. Esperamos que sua segunda pergunta seja respondida até o final deste curso.

O que é um buraco negro composto? O que lhe dá massa, por exemplo, fotões, elementos da tabela periódica ou o quê? Como se forma a partir de uma estrela (composta por, por exemplo, ferro e outros elementos)?

Buracos negros (BNs) são uma previsão da relatividade geral clássica (RG). Na RG, massa é curvatura, portanto, efetivamente tensão, no espaço-tempo. Um BN é uma região do espaço-tempo em que a curvatura é tão grande que a luz não pode escapar. Se o espaço-tempo fosse bidimensional, pareceria como na imagem desta, que obtive da stack exchange de matemática. Os eixos x e y são espaço-tempo, o eixo z é energia, na forma de potencial gravitacional. Qualquer coisa que caia em um BN aumenta a massa do BN e, portanto, sua curvatura. O modelo astrofísico padrão é que os BNs são formados quando estrelas muito massivas esgotam seu combustível, param de irradiar energia e colapsam devido à sua própria gravidade. Também há a ideia de que os BNs se formam a partir de anisotropias no universo primordial. Ambas estas ideias são clássicas. Observacionalmente, os BNs parecem existir nos centros das galáxias, incluindo a nossa. Estes BNs são muito grandes, por exemplo, do tamanho do nosso sistema solar, portanto têm ordens de magnitude mais massa que o sol. Existe uma vasta literatura sobre estes objetos - comece com a página da Wikipédia e siga os links.

Por volta dos 12 minutos diz-se que o logaritmo está ali porque o número de estados é enorme. Eu só queria comentar que o logaritmo está ali devido à combinação, permitindo combinar a entropia de diferentes sistemas da maneira apropriada, o que, sem o facto de log(ab)=log(a)+log(b) não funcionaria.

Sim – os logs tornam a entropia aditiva e muito mais fácil de pensar sobre ela.

Então, para manter a integridade de seu manto de markov ao longo do tempo, um sistema deve ser capaz de restringir o conjunto de seus possíveis estados futuros… gravitando em direção aos estados “bons” onde ele permanece unido, evitando os estados “ruins” onde ele desmorona. Isso significa essencialmente que ele deve limitar sua própria entropia, ou “resistir” à entropia de alguma forma. O que permite que um sistema faça isso? Aptidão darwiniana? Pode ser fisicamente medido?

Schrodinger introduziu esta ideia de “resistir a entropia” em seu livro “O Que É A Vida” (1944). “Permanecer junto” como uma coisa identificável requer energia. Coisas relativamente simples e sólidas, como cristais, podem resistir à desintegração apenas com energia de ligação química. Coisas relativamente complexas e macias, como células ou organismos, têm que usar energia metabólica de reações químicas controladas. A energia que não é armazenada em ligações químicas é irradiada para o ambiente como calor, ou via a definição dQ = dS/T, como entropia. Assim, são chamados de “sistemas dissipativos”, ou seja, sistemas que dissipam entropia. Esta ideia é a base das teorias de auto-organização. Pode-se ver toda a biologia como o estudo de sistemas auto-organizadores. A aptidão darwiniana é, tecnicamente, a probabilidade de um genótipo ou fenótipo (dependendo da formulação) aparecer na próxima geração, portanto, depende da dissipação bem-sucedida da entropia, pelo menos por tempo suficiente para se reproduzir.

Estou tentando descobrir como adicionar um quantum de ação a um sistema altera o número de estados possíveis. Dado que a Entropia = (Constante de Boltzman) * ln(Ω), podemos obter Ω=e^(S/k). Onde podemos seguir daqui? Deveríamos usar a rotação de Wick para tentar substituir a constante de Boltzman pela constante de Planck? Como isso ficaria?

Adicionar ação = energia finita em tempo finito não aumenta o número de estados possíveis (ou seja, não altera o espaço de estados), mas apenas muda a distribuição de probabilidade da ocupação de estados. Quando adicionamos energia, os estados mais energéticos têm maior probabilidade de serem ocupados. Adicionar ou subtrair estados possíveis (alterar o espaço de estados) normalmente envolve adicionar ou subtrair matéria e graus de liberdade de partículas. É aqui que os buracos negros são um caso limite: adicionar matéria, ou mesmo energia na forma de fótons, adiciona curvatura, o que torna o horizonte além do qual a luz não escapa maior. Isso adiciona estados (ou seja, entropia) ao horizonte, que é efetivamente a fronteira entre o BH e o mundo exterior.

Para fazer uma observação sobre um sistema, devemos adicionar energia para diminuir sua entropia. Mas parece que adicionar energia também pode aumentar a entropia. O que faz a diferença? É uma questão de perspectiva?

Sim. Este será o tema principal da sessão de julho. Se um comportamento é “informativo” ou “ruído” depende de quem está olhando e como ele olha. Pense em colidir um próton com um antiproton no LHC. Se eu olhar com um detector complicado que mede os momentos, cargas e spins das partículas em saída, obtenho muita informação para testar o Modelo Padrão. Mas se eu apenas medir com um calorímetro, só obtenho calor, então, da minha perspectiva, aumentei a entropia do sistema. Isso retorna à intuição de Boltzmann, que é que a entropia é uma medida do número de estados que não consigo distinguir com as medições que estou utilizando.

A rotação de Wick nos diz que matéria e energia existem "90 graus" perpendiculares às nossas 3 dimensões do espaço? Em "espaço imaginário" ou "complexo"?

Sim, nesse sentido. O tempo é perpendicular às nossas três dimensões do espaço e matéria e energia (e nós mesmos) existem no tempo. Wick está apontando para a íntima relação entre como medimos o tempo e como determinamos (ou julgamos) que algo mantém sua identidade ao longo do tempo, ou seja, permanece “a mesma coisa” ao longo do tempo. Para marcar o tempo com um relógio, tenho que ter certeza de que estou olhando para o mesmo relógio, definido da mesma forma, etc. Entraremos nisso em julho e agosto.

Dr. Fields, quando você descreveu a teoria de Boltzmann da entropia como uma medida da nossa incerteza, isso não implicou na presença de um sujeito que é incerto? Em outras palavras, esta definição tornou-se perspectival desde o início (o que seria um presságio da teoria quântica do observador)? Ou, talvez, houvesse alguma espécie de incerteza universal pairando no ar? Se for a primeira, podemos realmente falar sobre “a entropia de um buraco negro C” e não da entropia de “sujeito Z avaliando o buraco negro C”? Em teoria da informação de Shannon, originalmente era o receptor que era incerto sobre a próxima mensagem do remetente. Na FEP, a entropia dos estados sensoriais do Sistema A pode ser minimizada, mas a entropia das crenças do Sistema A pode ser maximizada – tudo isso a partir da perspectiva do Sistema A. Quem ou o que é incerto sobre a entropia de um buraco negro ou até mesmo de um gás em uma câmara e como o estado desse sujeito afeta a medição da entropia? Um fóton pode ser incerto enquanto se move à velocidade da luz? O Universo? Uma câmera fotográfica? Quais são os requisitos necessários de um observador então?

Sim. A entropia era pensada como objetiva = independente do observador na física clássica porque essencialmente tudo era pensado como objetivo – havia apenas as noções galileanas e depois as da relatividade de Einstein para levar em conta. Mas dependia desde o início do que eram feitas as medições e do que o observador sabia (em termos bayesianos, das prioridades do observador) previamente. Uma medição sempre emprega um canal de comunicação, como Shannon reconheceu. Podemos pensar nos estados do canal como uma manta Markoviana ou uma fronteira, conforme faz o FEP – o observador está sempre de um lado desse canal e o sistema observado (buraco negro, gás ideal, qualquer coisa) está do outro lado. Se o observador for adquirir informação e, portanto, mudar sua incerteza, ela tem que ter uma memória à qual pode acessar. Isso é o que os fótons não têm – um fóton pode codificar uma memória para mim, mas não codifica uma memória para si mesmo.

Quando a entropia é referida como um tipo de incerteza, (1) corrija-me se estiver errado, mas parece estar falando sobre algo como um limite da máxima informação que você pode obter de um sistema antes de começar a alterar suas propriedades termodinâmicas. Certamente existem fontes de incerteza como uma mancha em uma lente que não têm relevância para a termodinâmica do sistema observado. (2) Quais tipos de observação estão nesta fronteira onde exigem a alteração das propriedades termodinâmicas do sistema sendo observado? Por exemplo, quando o movimento browniano foi descoberto com pequenos pedaços de pólen balançando em um líquido; (3) esses movimentos do pólen, que parecem transmitir alguma quantidade de informação sobre as microflutuações do fluido, têm que equilibrar essa obtenção de informação com algum tipo de aumento na entropia? Parece que não há limite óbvio para o tempo que o pólen poderia dançar desta forma, exibindo constantemente informações, e nenhuma energia livre clara para o pólen utilizar. Minha melhor suposição seria então que isso não qualifica como informação, apesar de sua exclusão de certos microestados que não teriam empurrado o pólen na direção observada no momento da observação e, portanto, reduzindo a incerteza; (4) é isso porque a informação não tem poder preditivo? O que estou perdendo aqui?

O pólen continua a dançar porque ele e o líquido estão incorporados num ambiente com temperatura finita e aberto ao intercâmbio termodinâmico com esse ambiente. Pararia se toda a operação fosse congelada a zero absoluto. Podemos ver a dança porque o sistema está sendo banhado de luz (ou seja, energia), parte da qual é refletida para nós. Este é um exemplo de como a observação requer intercâmbio termodinâmico e de por que a ideia clássica de "observação passiva" não faz sentido na realidade. Para obter informações sobre o pólen, temos que fazer observações ao longo do tempo (por exemplo, com uma câmera de vídeo) e gastar energia para gravar os resultados na memória (por exemplo, o chip de memória da câmera de vídeo, que requer energia CC). Isso mostra como nós, como observadores, também temos que estar abertos ao intercâmbio termodinâmico, assim como todas as nossas peças de equipamento de laboratório. Na apresentação, simplifiquei isso considerando apenas um sistema e seu ambiente (que neste caso inclui nós, nosso equipamento, etc). Em agosto ou setembro chegaremos a uma imagem explícita de sistemas que têm múltiplos componentes (por exemplo, nós, equipamento, o resto do ambiente) que trocam informações clássicas. A qualquer nível de detalhe, no entanto, obter e gravar informações requer intercâmbio termodinâmico.

O que Wheeler quer dizer quando diz que não existem leis?

Filósofos e historiadores da física debatem esta questão; um exemplo recente é. A minha visão é que ele está a apontar para o facto de que a “realidade clássica” que as “leis da física” se pretendem descrever é relativa ao observador. Vale a pena ler o artigo de Wheeler, disponível em

É a interface equivalente ao canal no modelo de Shannon e Weaver? É a barreira de Markov? É o grande problema que não sabemos quem opera o canal?

A interface/MB é de facto o canal. Não tenho a certeza do que quer dizer com "quem trabalha o canal" – a Alice e o Bob escrevem e leem dele, assim como estamos a fazer com esta página de perguntas e respostas e a Internet como canal.

Eu percebi essa relação e gostaria de saber a sua opinião sobre ela. Basicamente que it/hbar = 1/(Kb*T), note que a temperatura pode ser escrita como dE/dS e dS pode ser reescrita como dS = Kbln(Ω) fazendo com que o lado direito seja 1/Kb*(dE/d(kbLn(Ω))) podemos fatorar as constantes e cancelá-las e ficamos com 1/dE/dLn(Ω) que podemos reescrever como dLn(Ω)/dE = it/hbar. A associação do fator de tempo it na mecânica quântica com a variação do logaritmo do número de estados acessíveis em relação à energia (dLn(Ω)/dE) sugere que a evolução dos sistemas quânticos (que é frequentemente considerada atemporal ou reversível no isolamento) também poderia ser compreendida em termos de um número crescente de estados acessíveis, sugerindo uma possível conexão profunda entre a mecânica quântica e a flecha do tempo termodinâmico. Estou certo na minha leitura? Eu acabei de assistir à primeira palestra e não pude deixar de notar isso. Gostaria de discutir mais sobre isso por e-mail ou em alguma forma.

Observação interessante. A relação entre QT e o tempo é uma área ativa - os artigos do Rovelli arxiv:1812.03578 e 2010.05734 são bons pontos de partida. Uma questão chave nesta relação é a relativização do observador da entropia ou informação. A partir desta perspetiva, dS/dE pode ser lida como a variação no fluxo de informação para/da observador (a fronteira é informacionalmente simétrica) à medida que a energia gasta para obter informação aumenta/diminui. Ver o relógio interno do observador (referencial temporal) como um contador de bits acopla este fluxo de informação relativizado ao observador com o referencial temporal relativizado ao observador.

O que se entende por escolha livre local? Isso significa apenas que não podemos sempre prever o que vai acontecer em seguida, que nossas ações são baseadas na incerteza?

Local” aqui significa “na alguma fronteira”. QT é uma teoria globalmente determinística, ou seja, qualquer sistema isolado evolui unitariamente. Sistemas isolados são imperceptíveis por definição; são as abstrações usadas para tirar a teoria do chão. Se pensarmos em algum observador (Alice) e “tudo o mais” (não-Alice), então o sistema conjunto composto por estes dois é isolado por definição. Alice não observa o sistema conjunto; ela observa não-Alice (geralmente chamado Bob). Pense na fronteira entre Alice e Bob como um array de qubits conforme na slide 16 da apresentação. Alice e Bob interagem preparando e medindo estes qubits. Podemos pensar nos qubits como spins, e a preparação e medição como usando o operador z-spin s_z. O eixo z é a direção “para cima versus baixo”. A escolha livre local é a liberdade de Alice e Bob escolherem seus próprios eixos z completamente independentemente um do outro. Se eles não tiverem esta liberdade, eles estão entrelaçados. Discutiremos isso mais na sessão de julho.

Dr. Fields. Quando dizemos "incerteza" em relação à entropia, que versão da probabilidade realmente queremos (na terminologia de Sean Carroll)? Uma versão de 50% de cara contra coroa significa – você joga uma moeda 1000 vezes e obtém aproximadamente 500 caras - empírica. Outra é a confiança em uma crença, como um prognóstico de 50% de chance de chuva amanhã em Roma – ninguém realmente faria 1000 experimentos neste caso. Essencialmente, essa segunda versão da probabilidade é inferencial. Então, quando dizemos que a entropia é uma medida da incerteza do observador. Você mostrou esse exemplo maravilhoso de prótons e anti-prótons colidindo no LHC e medidos com um colorímetro versus um detector complicado – trata-se de COMO medimos. Mas se estamos falando de probabilidade inferencial – medida de certeza em uma crença ou medição/resposta/mensagem futura, então não estamos falando da qualidade do modelo generativo do agente? Um Chat-GPT sem treinamento tem alta entropia quando perguntado sobre uma questão médica. Um Chat-GPT treinado com acesso total aos artigos em pubmed.gov teria uma menor entropia em relação a questões médicas. Além disso, para que o Chat-GPT seja flexível e adaptável aos novos dados publicados no pubmed, não precisa ter uma alta entropia de crenças (distribuições amplas) – para que ele possa atualizar o modelo quando os novos dados (surpresa) chegam com relativamente alta confiança que contradizem as hipóteses?

Boa pergunta, uma que aponta para uma área ativa com uma longa história, remontando pelo menos a Laplace. A ideia “empírica” ou “frequentista” de probabilidade é geralmente considerada também como “objetiva” no sentido de independente do observador. A ideia “inferencial” ou “bayesiana” (ver ) de probabilidade é “subjetiva” ou específica do observador. Essa perspectiva funciona bem com concepções relativistas do observador de estados quânticos e operações; veja Chris Fuchs, arxiv:1003.5209 ou David Mermin arxiv:1809.01639 para boas introduções a este debate (ambos do lado bayesiano). Eu sempre aplico essas leituras específicas do observador de entropia, informação, medição ou ação. Elas dependem de como o agente interage com o mundo, ou seja, dos referenciais de quadro que tem disponíveis e como os usa. Você está certo ao chamar isso da “qualidade” do modelo gerativo do agente. Chat-GPT é um bom exemplo. A sessão de julho se concentrará nessas questões dos referenciais de quadro usados para agir e fazer medições, e como eles também determinam quais dados podem ser armazenados em uma memória e acessados posteriormente.

Dr. Fields, se considerarmos a equação de Planck com a energia sendo proporcional à frequência e depois considerarmos a relação entre a energia e a entropia, é justo dizer que um aumento na frequência (mantendo outras coisas constantes) resultará em maior entropia? Se aplicarmos isso ao cérebro humano – medições EEG. O sono profundo é de baixa frequência, enquanto o estado de vigília é de alta frequência – gama. Aqueles que medem empiricamente a entropia do EEG (ApEn, SpEn, etc.) observam que a entropia aumenta quando acordamos e até mesmo quando apenas abrimos os olhos estando já acordados. É apenas frequência ou também a variação nas frequências? É justo dizer que com maior frequência/energia há geralmente mais ruído e variabilidade, levando a mais incerteza?

Esta é uma conexão agradável com medidas de entropia em EEG – obrigado por levantá-la. Como discutido no contexto das perguntas anteriores, a entropia e, portanto, a incerteza são conceitos relativos ao observador. Sempre surge a questão “Qual a incerteza de?”. Se Alice estiver medindo o EEG, então um sinal variável ocupa mais estados de frequência do que um sinal constante, e, portanto, tem maior entropia para Alice. Isso é independente do que a frequência do sinal está dizendo a Alice sobre a energia e, portanto, a entropia (dE = TdS) do sistema sendo medido. Se Alice considera a variação no sinal como “ruído” ou como informação, depende das capacidades de medição e dos pressupostos de Alice – se ela espera um sinal constante mas mede um sinal variável, com alguma estrutura agradável, por exemplo, Gaussiana na variação, ela pode considerar a variação como “ruído” em torno do seu valor constante esperado. Mas se ela espera variação - por exemplo, está procurando uma mensagem codificada em fase no sinal - a variação não é mais ruído, mas o que ela procura.

Como você relaciona a matriz de dispersão (quântica) com a matriz de transição (clássica) no "Markov Blanket"?

Boa pergunta que levanta uma diferença entre as teorias e como são utilizadas. Um MB é definido em uma rede causal (direcionada). Pode-se desenhar um limite fechado em qualquer lugar dessa rede e definir o MB como o conjunto de estados com setas de entrada ou saída cruzando o limite, mais quaisquer estados não contados que tenham setas indo para os estados com setas de entrada cruzando o limite. Então, se você escolher um nó, pode definir uma sequência de MBs maiores e maiores ao redor desse nó, cada um contendo todos os estados dos menores MBs ao redor desse nó. No limite, chega-se ao limite da rede inteira, fora do qual não há mais nós, então o processo para. A matriz S adota essencialmente a abordagem oposta, começando com estados "de partícula livre" idealizados em + e - infinito no espaço e no tempo a partir de um "centro de dispersão" onde uma interação ocorre. A matriz S é então o operador S: |in> → |out>. Essa formulação efetivamente assume que "ninguém está olhando" durante a interação real, que acontece "rapidamente" em comparação com os processos (que não são representados pela matriz S) de preparar o estado inicial e medir o estado final. A causalidade explícita da imagem clássica é substituída por “tudo que não é explicitamente proibido é obrigatório” (M. Gell-Mann de T. H. White) com a representação padrão sendo a hierarquia de diagramas de Feynman cada vez mais complicados. A outra principal diferença é a unitarity e, portanto, a reversibilidade no espaço-tempo: todos os diagramas de Feynman também funcionam com as setas invertidas.

Tem uma fronteira de Markov uma largura de banda de entrada/saída simétrica?

Se “largura de banda” é definida contando setas de entrada e saída, a resposta é não – os nós podem ter alta entrada e baixa saída ou o inverso. Métricas mais sutis, como a entropia de transferência ( ), também podem ser definidas. A maneira mais geral de fazer a pergunta seria em termos de conservação de energia, caso contrário a resposta é sim, desde que não haja fontes ou sumiços dentro do MB. Uma fonte ou um sumiço são efetivamente uma singularidade – um nó onde a energia muda por meio de uma função degrau – portanto, poderia-se exigir redes causais sem singularidades. Este é um lugar onde a teoria quântica é muito mais direta - as fronteiras holográficas são informacionalmente simétricas por definição. Se os agentes dos dois lados da fronteira puderem usar a informação de forma interessante depende de suas capacidades computacionais e, portanto, não é geralmente simétrico.

A holografia facilita o cálculo de qualquer problema da física conhecida?

O HP é a afirmação de que as interações entre sistemas finitos não têm apenas autovalores finitos, mas também autovalores codificáveis finitamente. Quantitativamente, ele estabelece um limite superior para a entropia associada a uma fronteira, S <= A/4, A sendo a área em unidades de Planck, com igualdade (por definição) apenas para buracos negros. Portanto, o HP só fornece um número para BHs, ou seja, permite associar uma entropia a uma massa via R = 2M. O HP também é a base para dualidades holográficas como AdS/CFT, que efetivamente permite mudar a base em que um cálculo é feito. Existe uma vasta literatura de aplicações da AdS/CFT.

O FEP nos diz que todos os sistemas são agentes a fazer ciência o tempo todo”. Isso me lembra de uma discussão que tive com John Campbell, onde ele disse: “A ciência é simplesmente uma redescoberta de um método que a natureza tem usado sempre para gerar e manter a existência, reunindo conhecimento” (ou seja, Active Inference). A partir disso, 2 perguntas: 1- A ciência é um método para gerar e manter a existência na forma de teorias científicas e tecnologias? 2- Poderíamos considerar a ciência como uma prática sociocultural específica destinada a garantir nossa sincronização coletiva com o ambiente externo? 2- Se sim, e se compararmos isso com outras estratégias de sincronização coletiva ao redor do mundo, poderíamos dizer que não é a estratégia mais eficaz, considerando os custos ambientais da empresa científica?

Naquilo que foi dito, estou usando a palavra “ciência” de forma bastante ampla, essencialmente como um sinônimo para inferência ativa: (na utilização) a “prática” é sondar o mundo para obter novas informações dele. Suspeito que John C. , como foi citado, estava usando “ciência” no sentido mais restrito que a distingue de outras estratégias de interação com o mundo, como você está na sua pergunta #3. No meu uso amplo, todas as estratégias de sincronização são variantes ou implementações da inferência ativa, portanto, todas são “ciência”. A questão da eficácia também pode ser levantada sob múltiplas perspectivas. Do ponto de vista da inferência ativa, um procedimento eficaz é aquele que usa a menor quantidade de energia para construir um GM com boa capacidade preditiva. Parte dessa estratégia poderia envolver moldar o ambiente para torná-lo mais previsível. Mas essa estratégia claramente pode entrar em mínimos locais nos quais o ambiente parece mais previsível no curto prazo, mas é menos previsível no longo prazo.

Dr. Fields, posso fazer uma pergunta sobre como você deriva o tempo das comunicações? Esta citação do seu artigo com colegas: “Como discutido no §3.3 acima, a ideia de medição sequencial e, portanto, a ideia de tempo registrável só é fisicamente significativa para observadores capazes de gravar dados irreversivelmente em uma memória clássica. A ação de gravar em um setor de memória Y define um tempo A-específico e local tA, conforme ilustrado na Fig. 5. A unidade mais natural de tA é o tempo mínimo para escrever um bit, […]”. Este é uma descrição de um intervalo de tempo. No entanto, não é o conceito de ponto – sincronia (coincidência) necessário para esta definição? Se sim, então esta definição aparentemente nova de tempo já depende de algum senso do tempo clássico – o conceito mais básico de medição de tempo - o ponto de sincronia. Diga, o tempo para escrever um bit realmente significaria um processo que começa exatamente quando o codificador começa a gravar 1 bit e termina exatamente quando ele para. E quem/o quê saberia exatamente quando tal coincidência é estabelecida? Qual é a definição de sincronia ou coincidência em seu framework? É independente do sujeito ou é puramente subjetivo? Existe uma necessidade de um observador meta, julgando quando exatamente a sincronia é estabelecida – começando e parando o cronômetro local?

Acho que o que você está apontando aqui é a natureza fundamentalmente constitutiva das definições de QRF. Só posso dizer que um relógio externo está funcionando porque tenho um QRF temporal interno, então meu uso de um QRF temporal externo, mesmo com resolução de attosegundo em forma de relógio de luz, depende do meu QRF interno. Não há nada que eu possa medir meus impulsos internos (por exemplo, EEG ou gravação neural) que não dependa logicamente e fisicamente da própria ampulheta interna que estou tentando medir. Existe um problema mais amplo ao qual isso se refere: nenhum sistema pode retroprojetar a si mesmo. A pode ser separada de B apenas se dim(A), dim(B) >> dim(H_AB), que é a (espaço de Hilbert) dimensão da fronteira A-B. Mas dim(H_AB) é o limite superior da informação que A pode gravar na memória. Portanto, A não tem a capacidade de gravar nada além de um modelo grosseiro de si mesmo na memória. Até mesmo este modelo será inferido a partir das interações com B (já que H_AB é a fonte de todos os dados de entrada) e, portanto, será, como meu modelo dos meus próprios processos internos, uma inferência de observações de sistemas que A considera semelhantes a ele.

Não tenho certeza se compreendo o raciocínio que está por trás do cálculo da ação do rhodopsina, ou por que a constante de Planck seria a ação mínima para qualquer processo.

A constante de Planck é (na teoria atual) a ação mínima por definição. Ela tem unidades de energia x tempo, que são complementares e não podem ser medidas simultaneamente. Mas se você medir separadamente a energia e o tempo para um determinado processo, em muitas repetições para que possa calcular médias, pode computar uma ação média. É isso que eu fiz para o rhodopsina, assumindo uma energia mínima (ln2k_B T) em vez de medi-la. Na verdade, a energia da luz visível que o rhodopsina responde é próxima a esse número. O tempo de resposta é obtido a partir das medições. Portanto, posso calcular a ação e compará-la com o valor de hbar. O valor de hbar nas unidades fundamentais (Planck) é um; os valores numéricos de 1 s, 1 J, 1 m, etc., são derivados desses valores especificados - veja.

Dr. Fields, se voltarmos para Alice perguntando a Bob uma pergunta em Língua N, então o tempo local de Alice parece ser uma função da linguagem escolhida para comunicar com Bob? Digamos que Alice é humana. Dizer em voz alta “para cima ou para baixo” pode levar 2 segundos, enquanto um contato tátil leva 1 segundo, enquanto uma comunicação não verbal por meio de expressão facial pode levar 30 milissegundos. Todos esses serão percebidos por Bob, que compreende todas as três línguas. Dentro do corpo existem comunicação elétrica, química e outros tipos de comunicação. Como esse problema da Babilônia é abordado em relação ao tempo? Seu modelo assume que existe apenas uma linguagem que Alice pode usar para falar com Bob (codificar memória na tela holográfica)? Se não, então o tempo de Alice é uma função da linguagem escolhida por Alice. Você concorda que o tempo no seu modelo não é a mesma coisa que o tempo universal de Newton ou o tempo relativo de Einstein de um sistema N em movimento com velocidade V?

Sim. Existem diferentes escalas de tempo para diferentes componentes e diferentes escalas de componentes - por exemplo, até mesmo diferentes moléculas têm tempos característicos diferentes para mudanças funcionais relevantes na configuração. É realmente um negócio complexo! Organismos complexos e até mesmo células individuais têm muitas interações diferentes com diferentes escalas de tempo e diferentes compartimentos de implementação. Podemos analisá-lo em compartimentos que implementam QRFs únicos e, portanto, apenas uma "linguagem". Discutiremos isso no caso genérico em julho, depois do qual você pode querer propor uma extensão desta questão.

Dr. Fields, uma questão relacionada – os humanos conseguem reduzir toda a informação quantitativamente em bits ou uma diferenciação qualitativa é absolutamente necessária? Digamos que Alice está com fome e sede – em seu próprio corpo, essas duas mensagens podem ter intensidade semelhante, mas são qualitativamente diferentes (M. Solms), as viscéras comunicando essas mensagens ao hipotálamo devem ter a diferenciação e 10 vezes X não é absolutamente igual a 10 vezes y. Eles devem ser variáveis ​​categoricamente diferentes, pois a comida não satisfará a sede. O triângulo de decisão da medula oblonga priorizará então a sede em relação à fome se elas tiverem a mesma intensidade. É um modelo viável dizer que toda comunicação pode ser reduzida a bits sem nenhuma categoria?

Você está certo, um modelo que ignora a semântica não é viável. O sistema tem que acompanhar quais resultados de QRF são produzidos por ele. Isso requer (de forma efetiva) um esquema de rotulagem imposto por um componente “meta” que analisa conjuntos de resultados usando seus próprios referenciais. Portanto, sistemas interessantes têm processamento hierárquico, com cada “camada” fazendo inferência ativa em suas próprias entradas. Vamos explorar superficialmente isso em julho.

Dr. Fields, com respeito ao receptor Bob, quando Alice escreveu uma pergunta para Bob e Bob tem dislexia, levará mais tempo para ele recuperar do que para Alice codificar, portanto o tempo não é simétrico para Alice e Bob mesmo quando usam a mesma língua. Suponha-se ainda que Alice continua a escrever em uma tela holográfica de capacidade limitada, enquanto Bob está atrás dela lendo da tela. Nesse ponto, Alice encherá toda a tela com informações e não poderá mais escrever. Isso significaria então que a tela também pode comunicar a Alice que está cheia, para que a própria tela seja outro Bob?

Sim, A e B podem ter escalas de tempo diferentes e cada um interagirá com a tela em sua própria escala. Então Alice no seu exemplo não parará “de escrever”, mas substituirá sua última mensagem. Deixar t_A = t_B torna o modelo mais fácil de entender.

O que acontece quando o agente se torna idêntico ao ambiente? Quando o modelo é tão aprimorado que não difere do ambiente. Esse estado é mesmo possível? Seria o equilíbrio termodinâmico? Máxima entrelaçamento?

Karl Friston apontou que o limite do FEP clássico, o limite da previsão perfeita, corresponde à “sincronia generalizada” entre sistema e ambiente - cada um envia mensagens que o outro pode prever perfeitamente. Essa noção depende do sistema e seu ambiente estarem separados e, portanto, distinguídos de alguma forma. Nas formulações clássicas, eles estão separados no espaço 3d ordinário - ocupam diferentes localizações. A formulação quântica é “livre de fundo” significando que não assume uma incorporação em um spacetime - sistema e ambiente não têm “localizações diferentes”, mesmo que tenham conjuntos diferentes de graus de liberdade no espaço Hilbert geral (i.e. estado). Aqui, o limite do FEP é o máximo entrelaçamento. Isso não significa que o sistema e seu ambiente são “idênticos” (não são, pois têm graus de liberdade diferentes). Significa que seu estado conjunto |SE> não é separável, para fatorável, em um estado do sistema |S> e um estado do ambiente |E>. Seus estados não são mais condicionalmente independentes. Isso é distinto do equilíbrio térmico, o que significa que eles têm a mesma temperatura enquanto permanecem separáveis, e que sua interação pode ser caracterizada como a troca de flutuações térmicas, ou seja, ruído.

Você diria que existe um grau ótimo de sobreposição de QRF entre os agentes para a transferência eficaz de informações? No diagrama, a) mostra nenhuma interação significativa e d) mostra sobreposição perfeita (no caso em que não pode ser transferida nenhuma informação nova) portanto, parece que para haver uma interação interessante deve haver tanto uma região sobreposta quanto uma não sobreposta (dois agentes que são ou 1) olhando para as mesmas coisas e outras diferentes, ou 2) que veem a mesma região de maneiras diferentes mas relacionadas - ou talvez você diga que 1 e 2 são em certo sentido equivalentes quando se trata de QRFs?) então existe um "melhor caso" de diferença nos referenciais de referência se o seu objetivo é maximizar suas próprias informações novas e úteis? Referenciais que são muito diferentes podem limitar a capacidade de diferentes agentes de comunicar em primeiro lugar (eles não teriam uma linguagem compartilhada, do tipo), enquanto referenciais que são muito semelhantes podem tender à redundância (informações trocadas podem ser assimiladas sem muita alteração ou modificação de seu QRF, e assim não são realmente novas).

Suspeito que a resposta para todas as formas gerais desta questão seja que é indescritível. Alguns casos específicos onde a indescritabilidade pode ser provada serão discutidos na sessão de agosto. Isso é claro em alguns casos; por exemplo, “Qual é a maneira mais eficiente de fazer ciência?” é um exemplo da sua pergunta. A indescritabilidade nos deixa com o objetivo de encontrar heurísticas boas, que são ferozmente debatidas no caso de como fazer ciência. Uma derivação da sua pergunta é “Como um sistema (pelo menos aproximadamente) pode medir sua VFE?”. Quão bons são os humanos, por exemplo, em atribuir probabilidades subjetivas? Qual é o "sentido da certeza" e como é implementado? Estas são questões para a sessão de outubro.

Após Shannon: "A Alice não consegue dizer o que a entrada significa para o sistema." Mas os modelos que construímos têm conteúdo semântico, portanto presumivelmente inferimos o que a entrada 'significa' para o sistema?

Nossos modelos incorporam hipóteses sobre o significado; as usamos diariamente na conversa. Na teoria como apresentada, um "agente" é apenas um sistema físico que se encontra em um estado articulado separável com seu ambiente. Sistemas interessantes têm algum nível de memória de eventos acessíveis, o que as partículas elementares não possuem. Portanto, "agência" é uma distribuição, e não uma linha divisória.

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.

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

Páginas Oficiais

Superfícies institucionais oficiais

Repositórios

Repositórios de código aberto relacionados

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