为什么这个域名合适
音乐在多个时间尺度上以结构展开，从毫秒到分钟不等，迫使听众形成并不断修订关于节拍、速度、调性和和声功能的预测。节奏、旋律、和声、音色和空间线索实例化可学习的概率规律，音乐带来的愉悦或“韵律”似乎与这些期望的精确违反和确认有关，这种感觉通过皮质-纹状体电路中的精度加权机制进行中介。如在同步节奏的研究中所展示的EEG研究所示，运动参与如打拍子或跳舞可以强化时间预测并减少感官不确定性。这种感知、行动和情感之间的紧密耦合正是主动推理统一处理感知与控制的方式所构建以建模的内容。
此页面由机器翻译成中文。 查看英文原版。
研究人员、临床医生和音频/音乐技术专家，对将主动推理和预测加工应用于听觉认知、音乐奖励和声音工程感兴趣。
Active Inference和音乐与声音
音乐和声音作为主动推理的时序丰富测试床：预测、精度加权和运动参与于一体。
在本页
部分
音乐和声音以一种时间结构化且可量化的形式，交织感知、运动动作、预测和情感，在主动推理研究中显得异常易于处理。关于音乐中的预测加工、贝叶斯听觉感知的研究以及听觉和精神病理学中的主动推理工作表明，聆听活动围绕着持续更新层次内部模型来最小化预测误差和预期自由能而组织起来。本页综合了该文献目前支持的内容、命名的实证工具和项目，以及它识别出的未来工作的缺口。
文献状态
最 developed 线路 工作 是 Peter Vuust 和 同事 们 的 预测 编码 解释 拨子 节奏 复杂性和 舞蹈 ， 基于 Aarhus University 的 中心 对音乐 的 脑， 其 视差 节拍 作为 内部 节拍 模型 的 违反 。 建立 在 它 上， 研究 “Active Inference in Music Perception: Motor Engagement to Syncopated Rhythm” 发现 ， 拍打 节拍 增加 EEG 间隔 相位 整合 和 一个 神经 的 精度 加权 预测 错误 的 神经 指标 ， 提供 了 对 移动 推理 在 音乐 中 的 直接 实验 支持 。 其他 分支 包括 Nguyen 和 同事 们 的 “直观 物理” 生成 模型 解释 旋律 期待 （ 使用 顺序 等级 Monte Carlo 推断 调整 主题 和 音乐 力 前提 ）， 一个 层次 语法 模型 关联 节奏 相关 的 EEG 小波 功率 ， Gold 和 同事 们 的 PNAS 研究 解释 预测 性 和 曝露 影响 音乐 喜好 ， 一个 先验 的 审视 音乐 和 老龄 ， Powers 和 同事 们 的 移动 推理 账户 解释 听觉 幻觉 ， 以及 fMRI 研究 显示 移动 声音 定位 加强 主要 听觉 树突 的 调节 。 报告 表示 大部分 这种 工作 都 是 在 预测 编码 或 先验 概率 术语 下 描述 ， 并 不是 如全 面 规定 的 移动 推理 剂 有 明确 的 策略 选择 。
关键项目和工具
AIDA是清晰部署的工程示例，它基于Active Inference设计音频处理代理与用户交互，迭代地设计个性化音频处理算法——均衡、压缩、效果链——通过保持参数设置与感知声音质量之间的生成模型链接，并选择最小化预期自由能的参数调整。Aarhus大学音乐中心（Vuust小组）锚定了节奏和韵律文献。报告还指出了可重用的经验资产：同步/节拍跟踪范式及其EEG相位一致性测量、Nguyen的旋律预测数据集，以及用于θ功率模型的音程依赖性EEG数据集——都是未来基于Active Inference的音乐模型拟合或验证的候选者。
未解之题
《报告》指出，没有一个完全指定的主动推理架构能够整合音乐生成模型、运动状态和情感偏好，以明确的无能自由能政策选择来实现预期。目前的研究（包括同步节奏EEG工作和AIDA研究）只关注了这些中的部分，并未涵盖整个代理。它呼吁将单次试验的神经测量与长期学习、习惯化和偏好变化联系起来，跨越数天到数年，并提出多代理主动推理模型来解释即兴创作和集体/合奏音乐行为，这仍然主要停留在理论层面（借鉴了Goldman关于即兴创作作为知识方式的论述）。在临床方面，《报告》指出，主动推理提供了一个听觉幻觉、耳鸣、高音敏感性和基于音乐的心理干预机制的可能性，但补充说缺乏控制试验来测试基于主动推理的干预措施。从工程角度来看，它指出了将符号表示（MIDI、和弦标签）扩展到原始高维音频，并实现实时推断和政策选择作为未解决的技术挑战。
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. 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.
关键表面
主动推理和音乐与声音概览
节奏作为主动感知
脑电图证据显示，对齐不规则节奏的敲击增强了神经相相干性和精确加权预测误差，将跳舞的需求视为主动推理在行动。
AIDA 音频设计代理
部署的主动推理系统通过互动来推断用户的潜在音频偏好，并调整参数以最小化预期自由能。
框架领先于证据
report 明确指出，大多数被引用的工作是基于预测编码或贝叶斯建模的主动推理代理而非完全指定的主动推理代理，因此明确的实证测试仍然相对罕见。
相关资源
此页的公共链接
Active Inference Journal repository
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
researchjournal
Active inference on discrete state-spaces: A synthesis (Da Costa et al., arXiv)
Audience: Researcher
Synthesis paper on active inference over discrete state-spaces (Da Costa et al., 2020); a standard reference for the discrete formulation.
arxivresearchfoundations