自由能原理的物理学有多特殊？
摘要：自由能原理（FEP）指出，任何动力系统都可以解释为对其周围环境进行贝叶斯推断。在本研究中，我们深入探讨了在最简单的系统集合中推导FEP所需的假设。具体来说，我们研究了（i）系统的统计结构所施加的要求的普适性，以及（ii）FEP对这种系统行为的信息性。我们发现FEP的两个要求——马尔可夫毯条件（即在内部和外部状态之间预防直接耦合的统计边界）和对其电流的严格约束（即推动系统远离平衡的倾向）——仅适用于非常狭窄的参数空间。适当的系统需要没有感知-行动非对称性，这对于与环境进行交互的生物系统来说是非常不寻常的。更重要的是，我们观察到论证过程中的一个数学核心步骤，将系统的行为与变分推断相连接，依赖于系统平均状态的动力学与这些状态动力学的平均之间的隐含等价性。即使对于线性系统来说，这种等价性通常也不成立，因为它要求系统与其交互历史有效解耦。这些观察结果对评估FEP的普适性和适用性至关重要，并表明该理论在当前形式下存在重大问题。这些问题使得目前的FEP理论不适用于所研究的简单线性系统，并暗示在将该理论应用于描述生物和认知过程的复杂系统之前，还需要进行更多的发展工作。
作者：Miguel Aguilera and Beren Millidge and Alexander Tschantz and Christopher L. Buckley
论文ID：2105.11203
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-05-23