Toto je příběh dvou výzkumníků ze Stanfordu – @jakub_smekal (KB7) a @InferenceActive (KB5) – kteří zkoumají jeden z nejobsáhlejších rámců v oblasti umělé inteligence. Aktivní inferenční rámec Karla Fristona popisuje, jak všechny organismy minimalizují "volnou energii" - rozdíl mezi očekávanými stavy a vnímanou realitou. "Vzorkujeme svět, abychom zajistili, že se naše předpovědi stanou sebenaplňujícím se proroctvím," napsal jednou Friston. Aktivní inference je v dialogu s dalšími paradigmaty umělé inteligence, jako je zpětnovazební učení a prediktivní zpracování. Daniel a Jakub jsou spoluautory několika výzkumných prací na toto téma, včetně Generalized Notation Notation (GNN), standardizovaného textového jazyka, který propojuje teorii a implementaci napříč různými vědami a obory. Jakubův doktorát se rozrostl od aktivní inference k deep state space modelům (SSM). "Spousta mé práce spočívá v minimalizaci nejistoty," řekl nám Jakub, než se zamyslel: "Myslím, že to je hra, kterou hrají všichni (v AI)." Od buněk přes modely umělé inteligence až po společnosti, všichni prohlubujeme svůj vztah k překvapením. Připravte se na neočekávané.

Přečtěte si více o našem S-bst-k a dejte nám vědět, zda znáte někoho dalšího, kdo pracuje na výzkumu, který by měl být uveden v No Signal nebo prozkoumán s námi v @Kernel0x.