Active Inference Institute Act. Infer. Serve.
RU

Эта страница была автоматически переведена с английского языка. Посмотреть оригинал на английском.

Исследователи активного инференса, инженеры по искусственному интеллекту и робототехнике в сельском хозяйстве, а также разработчики политики продовольственных систем, изучающие принципиальные модели восприятия и принятия решений в условиях неопределенности в сельском хозяйстве.

Активная инференция и сельское хозяйство

От батарейно-ориентированных датчиков вредителей до макроскопических Марковских одеял, сельское хозяйство тестирует активное инференцию на каждом уровне фермерства.

Research resourcesActive Inference overview

На этой странице

Активная инференция и сельское хозяйство руководство

Лучшие следующие шаги

Активный вывод и сельскохозяйственный путь

Начните с самых важных публичных ссылок на этой странице, затем продолжите изучение связанных ресурсов и каталогов.

Research resourcesResearchActive Inference overviewФильтрованные ресурсыГлобальный каталогАктивный выводАктивная инференция и экология

Сельское хозяйство по своей сути связано с восприятием, действиями и адаптацией в условиях неопределённости, охватывая физиологию растений, управление полями, региональные продовольственные системы и биосферные климатические динамики. В данном отчёте рассматривается, как активное умождение и принцип свободной энергии начали применяться в этой области, от обнаружения вредителей на основе краев ИИ до теории устойчивости для создания устойчивых продовольственных систем, при этом делается различие между рецензируемыми доказательствами и более спекулятивными промышленными заявлениями.

Почему домен подходит

Фермеры и сельскохозяйственные системы непрерывно усваивают шумные данные, такие как влажность почвы, изображения и погода, и действуют посредством орошения, удобрений и борьбы с вредителями, что отражено в отчете непосредственно через вариационный и минимизацию ожидаемой свободной энергии. Разделение ожидаемой свободной энергии на эпистемическую ценность (например, обследование на наличие вредителей, размещение датчиков) и инструментальную ценность (например, сбор урожая в оптимальное время, предсказанное) естественным образом соответствует торговле между исследованием и использованием в сельском хозяйстве. Вложенные масштабы сельского хозяйства, от часовых решений об орошении до многолетней рекультивации почвы и декадной адаптации к изменению климата, также подходят для иерархических генеративных моделей активного инференса, а отчет расширяет это на разделение ферм на внутреннее, сенсорное и активное состояния посредством марковских одеял.

Обзор литературы

Отчет выявляет широкий спектр вовлеченности в термин, от строгого подхода на основе принципа свободной энергии в теории устойчивости (статья «Устойчивость с помощью Active Inference» в Systems, 2024 и связанный preprint по управлению ресурсами) до информационно-теоретических применений в робототехнике и сенсорных сетях. Приведены примеры применения, включая фреймворк обнаружения вредителей EnhancedTinyCNN, энергетические затраты которого обусловлены циклами инференса, исследование ET0 по прогнозированию на границах для орошения и оптимизация батареи беспроводной сенсорной сети посредством активного инференса и динамических гауссовых байесовских сетей. В отчете четко указано, что эмпирических, реальных доказательств повышения производительности остается немного, и что большая часть этой литературы носит концептуальный, междоменный или терминологически расплывчатый характер.

Ключевые проекты и инструменты

Включенные в открытый исходный код инструменты включают pymdp для создания и моделирования агентов активного вывода, а также собственную GEO-INFER («Института активного вывода») (44-модульный геопространственный фреймворк, подпроектом AlphaEarth которого занимается мониторингом земельного использования и продовольственной безопасности ООН) и BioFirm (экологический активный вывод и услуги экосистем). В отчете также описывается децентрализованный проект FarmWorks — агент фермы, а также промышленные заявки от VERSES AI, применяющих агентов в стиле активного вывода к логистике агропродуктового цепочка поставок, наряду с развернутыми прототипами, такими как датчики EnhancedTinyCNN для обнаружения вредителей и мониторинг рисков урожая черники с использованием глубокого активного вывода.

Открытые проблемы

Отчет выявляет как основную техническую нехватку спецификацию генеративных моделей и их проверку на соответствие данным из реальных полевых условий, поскольку большинство агрономических моделей являются механистическими, а не вероятностными, и доказательства поступают в основном из симуляций и небольших прототипов. Экосистемы данных фрагментированы по различным проприетарным платформам, что вызывает вопросы о собственности на данные и о том, как выбираются и кодируются приоритеты устойчивости. В отчете также отмечается необходимость интерпретируемости для доверия фермеров, социальные/этические риски внедрения нормативных предпосылок, а также потребность в рандомизированной оценке клинического уровня перед тем, как поддержка принятия решений на основе активного вывода может считаться доказанной на практике.

Опорный каркас

Карл Дж. Фристон (2010). Свободный принцип инференции: единая теория мозга? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Максвелл Д.Рэмстед, Карл Дж. Фристон, Аксель Констант, Ланселот Да Коста, Каспер Хеспе, Берен Миллидж, Александр Цханц (2023). О байесовской механике: физика и посредством убеждений. arXiv. Джованни Пезуло, Франческо Риколи, Карл Дж. Фристон (2017). Активная инференция, гомеостатическая регуляция и адаптивное поведение. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Дэниел Ари Фридман, Але́к Цханц, Максвелл Д.Рэмстед, Карл Дж. Фристон, Аксель Констант (2021). Активные инференты: фреймворк активной инференции для поведения муравьев. Frontiers in Behavioral Neuroscience. DOI: 10.3389/fnbeh.2021.647732

Ключевые поверхности

Активное выведение и сельское хозяйство в общих чертах

Датчики обнаружения вредителей на краю

Встроенные устройства для обнаружения вредителей на основе CNN, такие как EnhancedTinyCNN, выполняют тысячи итераций вычислений в день с жесткими ограничениями по энергопотреблению, что иллюстрирует энергоэффективное активное зондирование в полевых условиях.

Геопространственный мониторинг

GEO-INFER’s AlphaEarth подпроект применяет методы активного вывода для мониторинга использования земель в сельском хозяйстве в поддержку анализа продовольственной безопасности ФАО.

Устойчивое управление ресурсами

Теоретическая работа рассматривает устойчивые продовольственные системы как генеративные модели, поддерживающие жизнеспособные состояния в условиях экологических потрясений, в рамках моделей «Активного Инференции».

Связанные ресурсы

Публичные ссылки для этой страницы

Внешние ссылки разрешаются из общего реестра, поэтому ориентированные на посетителей назначения остаются централизованными и проверяемыми.

Связанные страницы

Продолжить просмотр сайта

Новые участники, учащиеся, исследователи, строители и коллеги. Активный вывод

Активное выводы — это центральная научная и практическая платформа, вокруг которой Институт организует образование, исследования, применение и поддержку экосистемы.

 Экологи, вычислительные биологи и исследователи в области «Active Inference», заинтересованные в многомасштабных моделях взаимодействия организма и окружающей среды, нишевой конструкции и планетарной устойчивости. Активная инференция и экология

Экологические системы — популяции, сообщества, экосистемы и сама биосфера — состоят из взаимодействующих подсистем, обменивающихся веществом и энергией через полупроницаемые границы, поддерживающих стабильные макросостояния во времени. Эта структура тесно отражает «мертвое одеяло» и формализм байесовской механики, лежащий в основе принципа свободной энергии, поэтому возникла исследовательская программа под названием «вариационная экология», моделирующая организмы и их ниши как связанные системы инференции. В этой литературе больше теории и симуляций, чем полевых данных: на этой странице рассматриваются концептуальные основы, используемые закономерности моделирования, доступные инструменты и эмпирические пробелы, которые все еще необходимо заполнить в этой области.

 Климатологи, специалисты по моделированию Земли, исследователи в области устойчивого развития и управления ресурсами, а также сотрудники Института, оценивающие активное инференцию как основу для климатической осведомленности и планетарного управления. Активная инференция и климатиология

Наука о климате уже использует байесовское фильтрацию, генеративные модели и принятие решений в условиях глубокой неопределенности — просто редко называет это активным выводом. В этом отчете рассматривается возможность рассматривать восприятие климата, обновление моделей и выбор политики как единую проблему минимизации свободной энергии, а также оцениваются теоретические, смоделированные и пока что лишь амбициозные аспекты этой концепции.