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
Карл Дж. Фристон (2010). Свободный принцип инференции: единая теория мозга? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Томас Парр, Джованни Пезулло, Карл Дж. Фристон (2022). Активная инференция: свободный принцип инференции в разуме, мозге и поведении. MIT Press. Джованни Пезулло, Франческо Риголо, Карл Дж. Фристон (2017). Активная инференция, гомеостатическая регуляция и адаптивное поведение. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Ланселот Да Коста, Томас Парр, Ноор Садд, Себастьян Веселич, Викторита Неацу, Карл Дж. Фристон (2020). Активная инференция в дискретных пространствах состояний: синтез. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.