首页
学习
活动
专区
工具
TVP
发布

CreateAMind

专栏作者
918
文章
577488
阅读量
55
订阅数
大语言模型无法实现具身认知
Generating meaning: active inference and the scope and limits of passive AI
用户1908973
2024-03-25
380
Action perception as hypothesis testing
我们提出了一种新颖的计算模型,将动作感知描述为一种主动推理过程,结合了运动预测(重用我们自己的运动系统来预测感知运动)和假设检验(使用眼球运动来消除假设之间的歧义)。该系统使用如何执行(手臂和手)动作的生成模型来生成特定假设的视觉预测,并将扫视引导到视觉场景中信息最丰富的位置,以测试这些预测和潜在的假设。我们使用人类行为观察研究中的眼动数据来测试该模型。在人类研究和我们的模型中,每当上下文提供准确的动作预测时,眼跳都是主动的;但不确定性会通过跟踪观察到的运动而引发更具反应性的凝视策略。我们的模型提供了一种关于行动观察的新颖视角,突出了其基于预测动态和假设检验的主动性质。
用户1908973
2024-03-25
580
使用 Langevin 扩散对流形进行采样和估计
Error bounds are derived for sampling and estimation using a discretization of an intrinsically defined Langevin diffusion with invariant measure dμϕ∝e−ϕdvolg on a compact Riemannian manifold. Two estimators of linear functionals of μϕ based on the discretized Markov process are considered: a time-averaging estimator based on a single trajectory and an ensemble-averaging estimator based on multiple independent trajectories. Imposing no restrictions beyond a nominal level of smoothness on ϕ, first-order error bounds, in discretization step size, on the bias and variances of both estimators are derived. The order of error matches the optimal rate in Euclidean and flat spaces, and leads to a first-order bound on distance between the invariant measure μϕ and a stationary measure of the discretized Markov process. Generality of the proof techniques, which exploit links between two partial differential equations and the semigroup of operators corresponding to the Langevin diffusion, renders them amenable for the study of a more general class of sampling algorithms related to the Langevin diffusion. Conditions for extending analysis to the case of non-compact manifolds are discussed. Numerical illustrations with distributions, log-concave and otherwise, on the manifolds of positive and negative curvature elucidate on the derived bounds and demonstrate practical utility of the sampling algorithm.
用户1908973
2024-03-25
580
因果推理比概率推理更难吗?
统计和因果推理中的许多任务可以被解释为合适的形式语言中的蕴含问题。我们问,从计算的角度来看,对于因果概率语言来说,这些问题是否比纯概率(或“关联”)语言更困难。尽管从多种意义上讲,因果推理确实更复杂——无论是表达上的还是推理上的——我们表明因果蕴涵(或可满足性)问题可以系统地、稳健地简化为纯粹的概率问题。因此,计算复杂性不会增加。在此过程中,我们回答了几个有关众所周知的概率逻辑复杂性的开放性问题,特别是证明了多项式概率演算的∃R完备性,以及一个看似简单得多的系统,即比较条件概率的逻辑。
用户1908973
2024-03-25
630
机器人建模第一原理
DYNAMIC PLANNING IN HIERARCHICAL ACTIVE INFERENCE
用户1908973
2024-03-25
560
情绪的机制分析
Deeply felt affect- the emergence of valence in deep active inference
用户1908973
2024-03-07
460
集体智慧发生的机制
An Active Inference Model of Collective Intelligence
用户1908973
2024-03-06
790
不教导导航的情况下进行导航
Spatial and Temporal Hierarchy for Autonomous Navigation using Active Inference in Minigrid Environment
用户1908973
2024-03-06
870
ASI 8年计划 paper7 生成模型、语言交流和主动推理
Generative models, linguistic communication and active inference
用户1908973
2024-03-06
740
ASI 8年计划 paper6 图网络大脑: 信念传播和主动推理
《The graphical brain: Belief propagation and active inference》
用户1908973
2024-03-06
490
ASI 8年计划 paper5 主动推理的离散状态全面概述
Active inference on discrete state-spaces A synthesis
用户1908973
2024-02-28
860
ASI 8年计划 paper4 The FEP for Perception and Action: 深度学习视角
The Free Energy Principle for Perception and Action: A Deep Learning Perspective
用户1908973
2024-02-26
620
超越OpenAI,我们是认真的:几千步就能学习游戏玩法,参数是现有模型1%的新AGI
不列颠哥伦比亚省温哥华 / 2024 年 2 月 22 日 / VERSES AI Inc. (CBOE:VERS) (OTCQB:VRSSF)(“VERSES”或“公司”)是一家开发下一代智能软件系统的认知计算公司,今天提供了研究路线图概述了衡量公司研发工作的进展和重要性的关键里程碑和基准,与传统的深度学习相比,以造福工业界、学术界和公众。
用户1908973
2024-02-26
1470
ASI 8年计划 paper8 自由能原理建模生物神经形态发生
https://royalsocietypublishing.org/doi/full/10.1098/rsif.2014.1383
用户1908973
2024-02-26
640
超越 Sora 自动学习完整的世界模型结构
原则上,该模型将自动发现正确数量的因子,以及每个因子中正确数量的状态之间的正确数量的路径。
用户1908973
2024-02-26
590
开发一个通用的、可推广的生物表征能力模型;即表型表征理论
Neural and phenotypic representation under the free-energy principle 2021
用户1908973
2024-02-26
990
主动推理一书 序及第一章翻译
Thomas Parr, Giovanni Pezzulo, and Karl J. Friston
用户1908973
2024-02-26
590
认知表征到底是什么?Is the FEP a Formal Theory of Semantics?representation
本文的目的有两个:(1)评估神经表征的构造在变分自由能原理及其推论过程理论、主动推理下是否发挥解释作用; (2)如果是这样,评估哪种哲学立场 相对于表征的本体论和认识论地位 是最合适的。我们专注于非现实主义(紧缩和虚构主义‑工具主义)方法。我们考虑对心理表征的紧缩解释,根据这种解释,神经表征的解释性相关内容是数学的,而不是认知的;以及虚构主义或工具主义的解释,根据这种表征是服务于解释(和其他)目标的科学上有用的虚构。在回顾了自由能原理和主动推理之后,我们认为自由能原理下的自适应表型模型可以用来提供形式语义,使我们能够将语义内容分配给特定的表型状态(一个表型的内部状态)远离平衡的马尔可夫系统)。我们提出了一种修改后的虚构主义解释 以有机体为中心的虚构主义或工具主义。我们认为,在自由能原则下,即使对神经表征的内容进行紧缩解释,也可以诉诸认知系统的“关于性”或意向性中涉及的语义内容;因此,我们的立场与现实主义立场是一致的,但又基于与现实主义立场不同的假设。我们认为,自由能原理因此解释了生命系统中的有关性或意向性,以及它们使用本体论或一组语义因素解析其感官流的能力。
用户1908973
2024-02-26
910
求论文:A Conceptual Consideration of the Free Energy Principle in
A Conceptual Consideration of the Free Energy Principle in Cognitive Maps: How Cognitive Maps Help Reduce Surprise
用户1908973
2024-02-26
740
ASI 8年计划 paper3书:一个框架整合大脑理论 概要+公式图表
本章介绍了主动推理的主要问题 寻求解决:当生物体与它们的环境进行适应性交换时,它们是如何生存的?我们从规范的角度讨论解决这个问题的动机,从基本原则开始,然后解开它们的认知和生物学含义。此外,本章简要介绍了这本书的结构,包括它分为两个部分:第一部分旨在帮助读者理解主动推理,第二部分旨在帮助他们在自己的研究中使用它。
用户1908973
2024-02-26
1010
点击加载更多
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档