在科幻電影中，人工智能常常展現(xiàn)出超越人類(lèi)智慧的特性，從《2001：太空漫游》中的HAL 9000到《流浪地球》中的Moss，這些角色以其高效、理性和邏輯縝密給人留下深刻印象。如今，隨著大語(yǔ)言模型和深度學(xué)習(xí)技術(shù)的快速發(fā)展，人們對(duì)于實(shí)現(xiàn)類(lèi)似Moss這樣的“全能助手”級(jí)人工智能充滿了期待。然而，要跨越這一鴻溝，實(shí)現(xiàn)AI在復(fù)雜場(chǎng)景中的快速理解和應(yīng)對(duì)，仍面臨諸多挑戰(zhàn)。

在機(jī)器學(xué)習(xí)的廣泛應(yīng)用中，數(shù)據(jù)分類(lèi)、預(yù)測(cè)、規(guī)劃與生成等任務(wù)均需要對(duì)復(fù)雜多變的情境進(jìn)行理解和應(yīng)對(duì)。然而，傳統(tǒng)方法往往依賴(lài)于海量的數(shù)據(jù)和龐大的計(jì)算資源，在處理高維度和大規(guī)模數(shù)據(jù)時(shí)顯得力不從心。為了解決這一難題，Karl Friston在arxiv上發(fā)表了一篇題為“Renormalising generative models：From pixels to planning: scale-free active inference”的論文，提出了一種新的解決方案。

Friston通過(guò)主動(dòng)推理（Active Inference）構(gòu)建了尺度不變的生成模型（Renormalising Generative Model, RGM），將分類(lèi)、預(yù)測(cè)與規(guī)劃等問(wèn)題轉(zhuǎn)化為推理問(wèn)題，并通過(guò)最大化模型證據(jù)的統(tǒng)一框架，有效解決了視覺(jué)數(shù)據(jù)、時(shí)序數(shù)據(jù)分類(lèi)及強(qiáng)化學(xué)習(xí)中的多種挑戰(zhàn)。該框架引入的重整化群技術(shù)能夠高效處理大規(guī)模數(shù)據(jù)集，為AI在復(fù)雜場(chǎng)景中的應(yīng)用提供了新的可能。

主動(dòng)推理是一種基于當(dāng)前觀察現(xiàn)象來(lái)預(yù)測(cè)未來(lái)的模型。它不僅被動(dòng)等待事件發(fā)生，還通過(guò)主動(dòng)觀察來(lái)推斷事件的原因。在網(wǎng)球比賽中，球員需要根據(jù)對(duì)手的動(dòng)作和策略來(lái)做出選擇，這種“對(duì)未來(lái)有所猜測(cè)但不可確定的程度”被稱(chēng)為自由能。通過(guò)觀察和行動(dòng)，球員可以降低這種不確定性，從而做出最佳決策。RGM正是利用這種原理，通過(guò)最小化預(yù)期自由能來(lái)實(shí)現(xiàn)對(duì)復(fù)雜場(chǎng)景的理解和應(yīng)對(duì)。

RGM的工作流程包括策略選擇、隱藏狀態(tài)生成和結(jié)果生成。通過(guò)預(yù)期自由能的softmax函數(shù)選擇策略，生成隱藏狀態(tài)序列，并最終通過(guò)模態(tài)生成最終結(jié)果。這一過(guò)程中，模型不僅關(guān)注當(dāng)前狀態(tài)，還通過(guò)跨時(shí)間和空間的多層次描述來(lái)應(yīng)對(duì)復(fù)雜場(chǎng)景。

在圖像和視頻處理方面，RGM通過(guò)量化、分塊處理和奇異值分解等方法實(shí)現(xiàn)圖像壓縮和重建。以MNIST數(shù)字分類(lèi)問(wèn)題為例，RGM通過(guò)對(duì)圖像進(jìn)行預(yù)處理和快速結(jié)構(gòu)學(xué)習(xí)，生成具有多個(gè)層次的模型，并通過(guò)主動(dòng)學(xué)習(xí)優(yōu)化參數(shù)，實(shí)現(xiàn)了高效的分類(lèi)和識(shí)別。這種方法不僅適用于圖像分類(lèi)，還可用于視頻生成和聲音處理。

在聲音處理方面，RGM將像素替換為頻率和時(shí)間上的體素，通過(guò)連續(xù)小波變換和逆變換實(shí)現(xiàn)聲音的壓縮和復(fù)現(xiàn)。以鳥(niǎo)叫聲和爵士音樂(lè)為例，RGM成功實(shí)現(xiàn)了聲音的壓縮和生成，展示了其在音頻數(shù)據(jù)處理方面的潛力。

RGM還可應(yīng)用于規(guī)劃推理（強(qiáng)化學(xué)習(xí)），幫助智能體在不確定性下進(jìn)行決策。與強(qiáng)化學(xué)習(xí)不同，主動(dòng)推理基于自由能原理進(jìn)行決策，通過(guò)最小化預(yù)期自由能來(lái)選擇最佳行動(dòng)方案。在Atari類(lèi)游戲中的應(yīng)用表明，RGM能夠從隨機(jī)動(dòng)作的結(jié)果序列中自動(dòng)組裝出能夠以專(zhuān)家水平進(jìn)行游戲的智能體。

Friston及其同事的研究表明，RGM在多種場(chǎng)景下均表現(xiàn)出色，通過(guò)最小化預(yù)期自由能來(lái)實(shí)現(xiàn)高效的數(shù)據(jù)處理和決策。這一成果不僅為人工智能的發(fā)展提供了新的思路和方法，還為物理學(xué)、生物學(xué)和計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域的研究提供了新的啟發(fā)。隨著技術(shù)的不斷進(jìn)步，我們有望看到更加智能、高效的AI系統(tǒng)出現(xiàn)在我們的生活中。