Đây là câu chuyện về hai nhà nghiên cứu tại Stanford – @jakub_smekal (KB7) & @InferenceActive (KB5) – khám phá một trong những khung lý thuyết toàn diện nhất trong trí tuệ nhân tạo. Khung lý thuyết suy diễn chủ động của Karl Friston mô tả cách tất cả các sinh vật giảm thiểu "năng lượng tự do" - sự khác biệt giữa các trạng thái dự kiến và thực tế cảm nhận được. "Chúng tôi lấy mẫu thế giới để đảm bảo rằng các dự đoán của chúng tôi trở thành một lời tiên tri tự thực hiện," Friston từng viết. Suy diễn chủ động đối thoại với các mô hình AI khác như học tăng cường và xử lý dự đoán. Daniel và Jakub đã đồng tác giả một số bài nghiên cứu về chủ đề này, bao gồm Notation Notation Tổng quát (GNN), một ngôn ngữ dựa trên văn bản tiêu chuẩn hóa kết nối lý thuyết và thực thi qua các khoa học và lĩnh vực khác nhau. Tiến sĩ của Jakub đã phát triển từ suy diễn chủ động thành các mô hình không gian trạng thái sâu (SSMs). "Nhiều công việc của tôi là giảm thiểu sự không chắc chắn," Jakub đã nói với chúng tôi, trước khi suy ngẫm, "Tôi đoán đó là trò chơi mà mọi người (trong AI) đang chơi." Từ tế bào đến các mô hình AI đến xã hội, chúng ta đều đang làm sâu sắc thêm mối quan hệ của mình với sự bất ngờ. Hãy chuẩn bị cho những điều bất ngờ.

Đọc thêm về S-bst-k của chúng tôi, và cho chúng tôi biết nếu bạn biết ai khác đang làm nghiên cứu mà nên được giới thiệu trên No Signal hoặc được khám phá cùng chúng tôi tại @Kernel0x.