Vamos entrar na teoria de Karl Friston: o conceito de Active Inference é a extensão prática do Free Energy Principle. Esta ideia é fascinante porque aproxima muito a neurociência moderna das teorias de Humberto Maturana, Francisco Varela e Ludwig von Bertalanffy. Mas usando matemática, probabilidade e teoria da informação.
Karl John Friston, nascido em 12 de julho de 1959, é um neurocientista e teórico britânico do University College London. Ele é uma autoridade em neuroimagem e neurociência teórica, especialmente no uso de métodos estatísticos inspirados na física para modelar dados de neuroimagem e outros sistemas dinâmicos aleatórios. Friston é um dos principais arquitetos do princípio da energia livre e inferência ativa. Na neurociência da imagem, ele é mais conhecido pelo mapeamento paramétrico estatístico e pela modelagem causal dinâmica. Friston também atua como consultor científico para diversos grupos da indústria. Em 2020, Friston aplicou a modelagem causal dinâmica como uma abordagem de biologia de sistemas para modelagem epidemiológica. Posteriormente, tornou-se membro da Independent SAGE, uma alternativa independente e voltada para o público ao órgão consultivo governamental da pandemia de COVID-19, o Grupo Consultivo Científico para Emergências. Friston é um dos cientistas vivos mais citados e, em 2016, foi classificado como o número 1 pela Semantic Scholar na lista dos 10 neurocientistas mais influentes.
O princípio básico era um sistema vivo manter-se vivo minimizando surpresa. O primeiro tratamento abrangente da inferência ativa, uma perspectiva integrativa sobre cérebro, cognição e comportamento usada em múltiplas disciplinas. Mas surge uma pergunta: Como é que um organismo minimiza surpresa? Resposta de Friston: Ele prevê o mundo e age para que o mundo corresponda à previsão. Isso é Active Inference. Um ser vivo faz sempre três coisas ao mesmo tempo: prevê o que vai acontecer; percebe o que está a acontecer; age para reduzir a diferença. Ou seja: percepção = inferência; ação = controlo; cognição = previsão. Isto liga-se a: Bayesian Inference; Predictive Processing; Control Theory; Self-Organization.
Imagine que estende a mão para pegar num copo. O modelo antigo dizia: vê o copo; decide pegar; mexe a mão. Friston diz: o cérebro prevê que a mão vai tocar no copo; o corpo move-se para confirmar a previsão; o erro é corrigido continuamente. Ou seja: não agimos porque vemos; vemos porque estamos a prever agir. Isto é radical.
Inferência ativa é uma forma de entender o comportamento senciente. Uma teoria que caracteriza percepção, planeamento e ação em termos de inferência probabilística. A inferência ativa oferece uma perspectiva integrada sobre cérebro, cognição e comportamento, que é cada vez mais utilizada em múltiplas disciplinas, incluindo neurociência, psicologia e filosofia. A inferência ativa coloca a ação em percepção. A inferência ativa é uma abordagem baseada em "princípios básicos" para entender o comportamento e o cérebro, enquadrada em termos de um único imperativo para minimizar a energia livre. São as implicações do princípio da energia livre para entender como o cérebro funciona. Primeiro introduz inferência ativa tanto conceptual quanto formalmente, contextualizando-a dentro das teorias atuais da cognição. Em seguida, fornece exemplos específicos de modelos computacionais que utilizam inferência ativa para explicar fenómenos cognitivos como percepção, atenção, memória e planeamento.
Sem comentários:
Enviar um comentário