Ini adalah kisah dua peneliti Stanford – @jakub_smekal (KB7) & @InferenceActive (KB5) – mengeksplorasi salah satu kerangka kerja yang paling mencakup dalam kecerdasan buatan. Kerangka inferensi aktif Karl Friston menggambarkan bagaimana semua organisme meminimalkan "energi bebas" - perbedaan antara keadaan yang diharapkan dan realitas yang dirasakan. "Kami mencicipi dunia untuk memastikan prediksi kami menjadi ramalan yang terpenuhi dengan sendirinya," tulis Friston. Inferensi Aktif duduk dalam dialog dengan paradigma AI lainnya seperti pembelajaran penguatan dan pemrosesan prediktif. Daniel dan Jakub telah menulis bersama beberapa makalah penelitian tentang subjek ini, termasuk Generalized Notation Notation (GNN), bahasa berbasis teks standar yang menjembatani teori dan implementasi di berbagai ilmu dan disiplin ilmu. PhD Jakub telah berkembang dari inferensi aktif menjadi model ruang keadaan dalam (SSM). "Banyak pekerjaan saya adalah meminimalkan ketidakpastian," kata Jakub kepada kami, sebelum merenung, "Saya kira itu adalah permainan yang dimainkan semua orang (di AI)." Dari sel hingga model AI hingga masyarakat, kita semua memperdalam hubungan kita dengan kejutan. Persiapkan diri Anda untuk hal yang tidak terduga.

Kami menyelenggarakan salon penelitian di NYC pada @archetypevc pada 28 Oktober. Temanya adalah "di mana penelitian bertemu produksi", ide-ide yang jelas, demo langsung, dan tinjauan sejawat yang konstruktif. Masing-masing dari ~30 peserta akan memiliki kesempatan untuk berbagi karya terbaru. DM kami jika Anda ingin bergabung.