Активная инференция и модель принципа свободной энергии рассматривают мозг как иерархическую генеративную систему, которая выводит скрытые причины из сенсорных данных и действует для минимизации ожидаемого удивления. За последнее десятилетие эта формализм перешел от теоретической нейробиологии в психологию и клиническую психиатрию, порождая растущую литературу об эмоциях, вероощущении, самосознании, социальном познании, психотерапии и психопатии. Литература остается методологически молодой: большинство моделей все еще находятся на уровне симуляций и теорий, с относительно небольшим количеством крупных масштабных эмпирических исследований и только зарождающимися инструментами для перевода.
Почему домен подходит
Психология в своей основе — это о том, как организмы справляются с неопределенностью: интерпретируют неоднозначные сенсорные сигналы, формируют убеждения, регулируют тело и эмоции и выбирают действия в частично наблюдаемых ситуациях. Активная инференция рассматривает эти функции как примеры вероятностной инференции под генеративной моделью, где восприятие выводит скрытые состояния, обучение обновляет параметры модели, а действие отбирает предпочтительные наблюдения путем минимизации ожидаемой свободной энергии. Это дает психологическим конструктам, которые долгое время описывались качественно — схемам, оценкам, защитным механизмам, стратегиям преодоления — явную математическую обработку, например, моделирование тревожно-предвзятых оценок угроз как аппереор, которые перевешивают опасность и приводят к гиперактивности.
Обзор литературы
Активное выведение (Active Inference) в психологии и психиатрии: прогресс на сегодняшний день?» обследует применения в области эмоций, интероцепции, самосознания, социального познания и психопатологии, утверждая, что эта структура может объединить эти подразделы, одновременно подчеркивая необходимость строгих эмпирических испытаний. Теория Лисы Фельдман Барретт о построенных эмоциях переосмысливает эмоции как вывод из интероцептивных и экстероцептивных входных данных с использованием хранимых понятий; связанная работа расширяет это на интероцептивную психопатологию, тревожность как «обученное неопределённость», всеотраслевые объяснения депрессии, зависимость как оптимальный вывод в неоптимальной модели и негативные симптомы шизофрении как неудачи в прогнозировании последствий собственных действий. Сам психотерапевтический процесс был формализован вычислительно, с моделями активного выведения для CBT и терапии согласованности, которые имитируют то, как вмешательства пересматривают априорные данные и политики.
Ключевые проекты и инструменты
Основной вычислительной основой является работа по активному выводу в дискретных пространствах состояний («Active inference on discrete state-spaces: A synthesis»), которая предоставляет алгоритмы для категориальных генеративных моделей, оценки политики и обновления убеждений, лежащие в основе более поздних приложений вычислительной психиатрии. В отчете также отмечаются процедуры MATLAB, связанные с группой Карла Фристона в UCL, и пакеты на основе Python, реализующие дискретный активный вывод, используемые для подгонки моделей к данным поведенческих задач и вывода индивидуальных различий в априорных значениях и точности. Существует специфический для задач код для моделей симуляции КПТ с настраиваемыми априорными значениями и предпочтениями для конкретного пациента, хотя модель когерентной терапии остается в основном теоретической, а не реализованным программным обеспечением; в отчете явно отмечается, что полностью развернутые клинические системы, основанные на активном выводе, все еще редки.
Открытые проблемы
Отчет указывает на ключевое противоречие между нормативным утверждением об активном выводе (агенты минимизируют свободную энергию) и часто неоптимальной, обусловленной культурой и ситуацией изменчивостью реального человеческого поведения, усугубленной риском идентификации модели, учитывая многомерные априорные данные, члены точности и предпочтения. Эмпирическая проверка на разных уровнях описания скудна: большинство моделей тестируются на простых задачах с ограниченной экологической валидностью, а утверждения о самочувствии, идентичности и личности в основном концептуальны, а не основаны на данных. Отчет призывает к долгосрочным, мультимодальным исследованиям, связывающим нейронные, физиологические, поведенческие и данные самоотчета с параметрами модели, сравнениям с альтернативными рамками, такими как обучение с подкреплением, и контролируемым испытаниям активного вывода, основанных на моделях, перед клиническим применением — включая внимание к интерпретируемости, индивидуальным и культурным различиям и этике прогнозирования поведения на основе модели.
Опорный каркас
Карл Дж. Фристон (2010). Принцип свободной энергии: единая теория мозга? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Томас Парр, Джованни Пеццуло, Карл Дж. Фристон (2022). Active Inference: Free Energy Principle в разуме, мозге и поведении. MIT Press. Джованни Пеццуло, Франческо Риголи, Карл Дж. Фристон (2017). Active Inference, гомеостатическая регуляция и адаптивный поведенческий контроль. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Максвелл Дж. Д. Рамстед, Карл Дж. Фристон, Аксель Констант, Ланселот Да Коста, Каспер Хесп, Берен Миллидж, Александр Чанц (2023). О байесовской механике: физика убеждений и посредством убеждений. arXiv. Ланселот Да Коста, Томас Парр, Нур Саджид, Себастьян Веселич, Викторита Няку, Карл Дж. Фристон (2020). Активный вывод в дискретных пространствах состояний: синтез. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.