Активная инференция и принцип свободной энергии предлагают унифицированный байесовский взгляд на восприятие, действие и обучение, и за последнее десятилетие эта структура начала проникать в экономику — от индивидуального поведения выбора до моделей общего равновесия и финансовых рынков. Литература остается незрелой: большинство вкладов носит теоретический или основанный на симуляциях характер, а строгое эмпирическое подтверждение с использованием реальных экономических данных все еще ограничено.
Почему домен подходит
Экономические агенты должны формировать убеждения об неопределенных состояниях мира, выбирать политики в условиях риска и неопределенности и обновлять внутренние генеративные модели из шумных, неполных наблюдений — именно те условия, которые была разработана для формализации активная инференция. В отчете поведение экономик представляется как непрерывный выбор байесовских моделей под структурной неопределенностью и стратегическим взаимодействием: агенты наблюдают цены, заработную плату и сигналы политики, которые лишь косвенно отражают скрытые фундаментальные факторы, такие как технология или спрос, и должны действовать, выводя эти фундаментальные факторы. Активная инференция также по своей сути проспективна и многоагентна, что соответствует ориентированности на будущее ожиданий экономики и тому факту, что рынки возникают из-за множества взаимодействующих, адаптивных участников, которые должны моделировать убеждения и политики друг друга.
Обзор литературы
Оцененные научными труды концентрируются в когнитивной и поведенческой экономике: статья «Frontiers in Psychology» о вариационном свободном энергетическом потенциале и экономике переосмысливает аксиомы ожидаемой полезности (полнота, транзитивность, независимость, непрерывность) как следствия предшествующих предпочтений и структуры генеративной модели, рассматривая такие предубеждения, как склонность к потере или инверсия предпочтений, как оптимизацию рациональных убеждений вместо аномалий. Статья в Nature находит экспериментальные данные, что выбор человека часто лучше объясняется минимизацией неожиданностей, чем максимизацией ценности. В финансовой экономике статья Самера Адры в «Обзор поведенческой экономики» переосмысливает шумную торговлю, избыточную волатильность и трендовую торговлю как побочные продукты минимизации свободного энергетического потенциала вместо отклонений от рациональных ожиданий. На макроуровне работа, опубликованная в SSRN, рассматривает модели реального бизнес-цикла (RBC) как частные случаи активной инференции, где оптимизация представителем агента выражается через минимизацию свободного энергетического потенциала по таким показателям, как потребление, инвестиции и трудовые политики.
Ключевые проекты и инструменты
Отчет называет несколько конкретных реализаций, а не только теорию: DR-FREE, модель свободной энергии с устойчивостью к распределению (с репозиторием, размещенным в Zenodo, связанным со статьей Nature Communications), которая вычисляет действия, устойчивые к неопределенности множества возможных генеративных моделей, что имеет отношение к созданию устойчивого портфеля, ценообразованию или управлению запасами при моделировании неопределенности. "Динамическая торговля с использованием Active Inference" реализует систему торговли в рамках фреймворка RxInfer probabilistic programming, строя модель генерации динамики цен и кодируя предпочтения относительно прибыли и риска. "Факторизованная Active Inference для стратегических многоагентных взаимодействий" (arXiv) предоставляет алгоритмы обмена сообщениями для агентов, которые факторизуют пространства состояний себя и других, применимые к ценообразованию в олигополиях, аукционах и переговорах. Отдельная статья связывает обучение с подкреплением и Active Inference посредством целевой функции "свободной энергии ожидаемого будущего", а собственная стратегия InstituteOS, разработанная Active Inference Institute, определяет эту работу в рамках более широкого продвижения к корпоративным и отраслевым приложениям.
Открытые проблемы
Отчет явно указывает на то, что эмпирическая проверка является наиболее острой проблемой в этой области: утверждения о том, что модели свободной энергии превосходят бенчмарки ожидаемой полезности или DSGE, еще не были систематически проверены с использованием реальных рыночных, макро- или потребительских данных. Проблема идентифицируемости — вторая обеспокоенность: генеративные модели в экономике часто недоопределены, и трудно отделить предпочтения от убеждений или обнаружить несоответствие модели наблюдаемому поведению только на основании наблюдений. Отчет также отмечает нерешенную вопрос о нормативном против описательного (должны ли агенты минимизировать свободную энергию или это просто хорошо описывает поведение?), последствия для анализа благосостояния, если агенты не являются максимизаторами полезности, и открытые регуляторные/этические вопросы об алгоритмической торговле, кредитном скоринге и системах политики, построенных на основе активного вывода, а также нерешенные проблемы масштабируемости для полномасштабных многоагентных или DSGE-сетевых моделей.
Опорный каркас
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 (2015). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2015.09.001. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.