研究人员提出基于预测编码与主动推理的AGI计算框架

研究人员在《人类神经科学前沿》发表论文，提出一种面向通用人工智能（AGI）的神经启发计算框架。该框架整合了预测编码、自由能原理与主动推理，将智能体建模为通过分层推断最小化预测误差的系统。 该框架旨在解决传统大语言模型等深度学习范式在分布偏移下泛化能力不足的问题。但研究人员指出，该框架目前总体上对分布偏移并不具备鲁棒性。 此外，现有的变分拉普拉斯推断实现仅能在较短的推断窗口和较小的状态空间内运行。如何在保持推断可计算性的同时，扩展分层生成模型以支持长视距规划，仍是该框架未解决的计算挑战。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。