主动推理和经济学 | Active Inference Institute

在本页

部分

主动推理和自由能原则提供了一个感知、行动和学习的统一贝叶斯账户，在过去的十年中，这个框架已经开始渗透到经济学——从个体选择行为到一般均衡模型和金融市场。文献仍处于起步阶段：大多数贡献都是理论性的或基于模拟的，而对真实经济数据进行严格的实证验证仍然有限。

为什么这个域名合适

经济主体必须对不确定的世界状态形成信念，选择风险和不确定性下的策略，并从嘈杂且部分的观察中更新内部生成模型——这正是主动推理构建以正式化条件的地方。报告将经济行为视为在结构性不确定性与战略互动下进行的持续贝叶斯模型选择：代理人观测价格、工资和政策信号，这些信息仅间接地反映了诸如技术或需求等潜在基础，并必须在推断这些基础的同时行动。主动推理也内在地前瞻性和多主体性质，这与经济学中的前瞻性预期以及市场由许多相互作用且适应性强的参与者构成这一事实相匹配。

文献状态

认知和行为经济学领域的同行评审工作集中在：《心理学前沿》上的关于变分自由能与经济的论文重新解释了期望效用公理（完备性、传递性、独立性和连续性）是先验偏好和生成模型结构的结果，将损失厌恶或偏好逆转等偏差视为信念优化而非异常。一篇在《行为经济学评论》上发表的自然文章发现人类选择往往可以通过最小化意外来更好地解释，而不是通过最大化价值。在金融经济学中，萨姆·阿德拉在《审稿行为经济学期刊》上的论文重新解释了噪声交易、超额波动和趋势跟随作为最小化自由能的结果，而非偏离理性预期的现象。宏观层面上，一篇 SSRN 工作论文将实际商业周期（RBC）模型改造成最小化消费、投资和劳动力供给政策的自由能的特殊情况。

关键项目和工具

报告列举了几项具体的实现，而不仅仅是理论：DR-FREE是一种分布鲁棒的自由能模型（其Zenodo托管的存储库链接自一篇Nature Communications文章），它计算在可能生成模型的一个模糊集中的行动是鲁棒的，适用于模型不确定性下的稳健投资组合、定价或库存决策。『动态交易使用主动推理』在RxInfer概率编程框架中实现了一个交易系统，构建了价格动力学的生成模型，并编码了对回报和风险的偏好。『分化的主动推理用于战略多智能体互动』（arXiv）提供了适用于寡头定价、拍卖和协商的智能体的消息传递算法，将它们的空间分解为自我/他者状态空间。另一篇论文通过‘期望未来自由能’目标将强化学习与主动推理联系起来，并且Active Inference Institute自身的策略文档将其工作置于更广泛的企业和行业应用的推动之中。

未解之题

报告明确指出，实证验证是该领域的最紧迫缺口：声称自由能模型优于预期效用或DSGE基准的主张尚未系统地通过真实市场、宏观或消费者数据进行检验。可识别性是第二个问题——经济学中的生成模型通常存在未确定性，区分先验偏好与信念，或者仅凭观察行为检测模型误定性，困难重重。报告还提到了一个未解决的规范性与描述性问题（代理人是否应该最小化自由能，还是它只是很好地描述了行为？），如果代理人不是效用最大化者对福利分析的影响，以及算法交易、信用评分和基于主动推理构建政策系统中的开放监管/伦理问题，还有全规模多代理或DSGE网络模型的未解决可扩展性挑战。

参考主干

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.

最佳下一步行动