Почему домен подходит
Градостроительство основано на обширном, зашумленном, неполном зондировании (подсчет трафика, потоки энергии и воды, схемы землепользования, социальные индикаторы), которое напрямую отображается на наблюдения активного вывода, которые агенты используют для вывода скрытых состояний, таких как модели спроса, состояние инфраструктуры и социальные потребности. Оно также фундаментально связано с выбором политики и контролем — зонированием, инвестициями в инфраструктуру, операционными правилами, механизмами управления — которые активный вывод рассматривает как действия, выбранные для минимизации ожидаемой свободной энергии по эпистемическим (снижающим неопределенность) и прагматическим (реализующим результат) условиям. Города также нестационарны (демографические сдвиги, новые технологии, изменения политики) и многомасштабны/многоагентны (от перекрестков до районов и стратегии всего города), иерархические, постоянно обновляющиеся генеративные модели предназначены для обработки обоих этих аспектов.
Обзор литературы
Фундаментальная теория исходит из работ Фристона об внимании, неопределенности и свободной энергии (распознавание динамики и вариационное вычисление) и о планировании/навигации как активном выводе, а также с объяснением, что повествование является активным выводом (Frontiers in Psychology), описывающим, как коллективное осмысление функционирует как групповой вывод. Применяемые, рецензируемые исследования существуют в двух областях: городское управление водными ресурсами, где Карпузогло и его коллеги (Ecology and Society) анализируют инфраструктуры знаний, поддерживаемые государством, как способствующие активному выводу на основе групп в адаптивном управлении, и область строительства, где BEACON (Frontiers in the Built Environment) внедряет онтологию Active Inference Simulation для представления неявных архитектурных знаний. Работа по управлению трафиком — контроллер активного вывода на основе SUMO и preprint arXiv об адаптивном управлении сигналами в шумной, нестационарной среде IoT, а также поиск дерева активного вывода Millidge в больших POMDP — находятся на стадии моделирования/предварительного просмотра, вместе с вариационным байесовским обучением с подкреплением, примененным к городской инфраструктуре и устойчивой мобильности.
Ключевые проекты и инструменты
В отчете названы пять конкретных реализаций на разных стадиях зрелости: эталонный контроллер светофора с активным выводом SUMO (Simulation of Urban MObility), сравниваемый с базовым правилом (прототип симуляции); препринт arXiv, расширяющий это до зашумленных, нестационарных сред датчиков IoT (препринт); EcoNet, многоагентная система активного вывода Института Алана Тьюринга для оптимизации городской энергии в умных зданиях, показанная на Большой выставке Тьюринга (развернутый демонстратор); онтология симуляции BEACON Active Inference для неявных знаний о застроенной среде (рецензируемая онтология и инструментарий); и GEO-INFER, инструментарий с открытым исходным кодом Active Inference Institute с руководством по созданию агентов активного вывода, которые выполняют классификацию землепользования по геопространственным изображениям (инструментарий/реализация).
Открытые проблемы
Отчет отмечает масштабирование как самую насущную проблему: реальные города имеют гораздо большие пространства состояний и более сложные динамики, чем те симуляции и демонстраторы, которые были протестированы до сих пор, что требует более управляемой иерархической инференции и, в конечном итоге, масштабных симуляций и оперативных пилотных развертываний с данными о производительности на протяжении длительного времени. Также он выявляет нерешенные вопросы по интеграции человеческого поведения и повествования в генеративные модели, по различию описательных способов использования активной инференции (объяснение того, как уже ведут себя институты, как в статье о водопользовании) от нормативных (проектирование новых контроллеров, как в BEACON, GEO-INFER и EcoNet), по установлению общих эталонов и стандартов оценки во всех областях и по этическим, правовым и политическим вопросам, возникающим из-за приорных данных и целей, закодированных в генеративных моделях, относящихся к планированию.
Опорный каркас
Карл Дж. Фристон (2010). Свободный принцип инференции: единая теория мозга? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Максвелл Д.Р. Рамстед, Карл Дж. Фристон, Аксель Констант, Ланселот Да Коста, Каспер Хеспе, Берен Миллидж, Александр Чханц (2023). О байесовской механике: физика 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. Пабло Ланилос, Кристиан Мео, Коррадо Пеццато и др. (2021). Активная инференция в робототехнике и искусственных агентах: обзор и проблемы. arXiv. DOI: 10.48550/arXiv.2112.01871.