Почему домен подходит
Музыка развивается в последовательностях со структурой на разных временных масштабах — от миллисекунд до минут, заставляя слушателей формировать и постоянно пересматривать прогнозы относительно такта, темпа, тональности и гармонической функции. Ритм, мелодия, гармония, тембр и пространственные сигналы реализуют обучаемые вероятностные регулярности, а удовольствие или «грув», связанное с музыкой, кажется обусловленным точно откалиброванными нарушениями и подтверждениями этих ожиданий, посредничающими в точностью-весовке кортико-стриальных цепях. Моторная активность, такая как постукивание или танцы, может уточнить временные прогнозы и уменьшить сенсорную неопределенность, как показано в исследованиях ЭЭГ синхронизированных ритмов, явно представленных в рамках активного инференции. Эта тесная связь восприятия, действия и эмоций — именно то, для чего построжена единая обработка восприятия и контроля в рамках активного инференции.
Обзор литературы
Наиболее развитая линия исследований — это теория предсказательного кодирования ритмической сложности и грува, разработанная Питером Вустом и его коллегами в Центре музыки в мозге при Университете Aarhus, которая рассматривает синкопирование как нарушение внутренней метрической модели. На основе этого исследования «Активное инференция в восприятии музыки: моторное вовлечение в синкопированный ритм» было обнаружено, что постукивание в такт увеличивает межповерочную когерентность между итерациями ЭЭГ и нейронный индекс точности-взвешенной ошибки предсказания, что предоставляет прямое эмпирическое подтверждение активной инференции в музыке. Другие направления включают модель «интуитивной физики» генеративного типа, разработанную Нгуен и его коллегами для моделирования мелодических ожиданий (используя последовательное Монте-Карло инференцию над априорными вероятностями ключа и музыкальной силы), иерархическую синтаксическую модель, связывающую гармонические зависимости с мощностью ЭЭГ тета, исследование Голда и его коллег в PNAS о предсказуемости и воздействии экспозиции на предпочтения в музыке, байесовский обзор музыки и старения, а также учет активной инференции в объяснении слуховых галлюцинаций у Поуэра и его коллег, а также исследование fMRI, показывающее, что активное локализация звука улучшает настройку в первичной звуковой коре. В отчете отмечается, что большая часть этой работы представлена в терминах предсказательного кодирования или байесовских терминов, а не как полностью определенные агенты активной инференции с явным выбором политики.
Ключевые проекты и инструменты
Самым ясным примером развёртывания является AIDA (Агент на основе активного вывода для обработки аудио), который взаимодействует с пользователями, чтобы итеративно разрабатывать персонализированные алгоритмы обработки аудио — эквалайзеры, компрессоры, цепи эффектов — поддерживая генеративную модель, связывающую настройки параметров с воспринимаемым качеством звука и выбирая корректировки параметров для минимизации ожидаемой свободной энергии как в эпистемическом, так и в прагматическом отношении. Центр музыки в мозге при Университете Aarhus (группа Вуста) опирается на литературу о ритме и груве. Отчёт также указывает на переиспользуемые эмпирические активы: парадигмы синхронии/отслеживания бита с мерами фазовой согласованности ЭЭГ, наборы данных для мелодического прогнозирования Нгуена и набор данных ЭЭГ, зависящий от гармонии, используемый для модели мощности теты — все они являются кандидатами для подгонки или валидации будущих моделей активного вывода о музыке.
Открытые проблемы
Отчет не выявляет полностью разработанной архитектуры активного инференции, которая интегрировала бы музыкальные генеративные модели, моторные состояния и предпочтения в отношении эмоций в явный выбор политики на основе свободной энергии — текущие исследования (включая работу с ЭЭГ по синкопированному стуканию и AIDA) рассматривают лишь отдельные аспекты этой проблемы, а не всю агента. Отчет призывает к соединению нейронных показателей единичных проб со временем обучения, привыканием и изменением предпочтений в течение дней и лет, а также к многоагентным моделям активного инференции для импровизации и коллективного/ансамблевого музыкального поведения, которые остаются в основном теоретическими (опираясь на объяснение Голдмана импровизации как способа познания). В клиническом плане отчет утверждает, что активный инференция предлагает правдоподобный механизм для слуховых галлюцинаций, звона в ушах, гиперчувствительности к звуку и музыкальных вмешательств при старении и обучении походке при болезни Паркинсона, но отмечает, что отсутствуют контролируемые испытания, проверяющие интервенции, основанные на активном инференции. С инженерной точки зрения отчет указывает на неразрешенные технические проблемы масштабирования генеративных моделей от символьных представлений (MIDI, метки аккордов) до необработанного высокоразмерного аудио и достижения реального времени инференции и выбора политики.
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. 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.