[論文レビュー] Predictions in the eye of the beholder: an active inference account of Watt governors

Manuel Baltieri, Christopher L. Buckley+1 more|arXiv (Cornell University)|Jun 20, 2020

Embodied and Extended Cognition参考文献 60被引用数 30

ひとこと要約

この論文は、変分自由エネルギー最小化による予測誤差最小化としての行動的推論の枠組みに、ウォットの遠心調速機を定式化する生成モデルを導出することで、その行動を記述している。生成モデルを内部表現として捉える考え方に挑戦し、代わりに観察者にとっての認識的道具であると主張し、行動的推論が強力な表象主義的形而上学的コミットメントをとらずに、認知をモデル化する数学的に整合性のある道具具的枠組みを提供することを示している。

ABSTRACT

Active inference introduces a theory describing action-perception loops via the minimisation of variational (and expected) free energy or, under simplifying assumptions, (weighted) prediction error. Recently, active inference has been proposed as part of a new and unifying framework in the cognitive sciences: predictive processing. Predictive processing is often associated with traditional computational theories of the mind, strongly relying on internal representations presented in the form of generative models thought to explain different functions of living and cognitive systems. In this work, we introduce an active inference formulation of the Watt centrifugal governor, a system often portrayed as the canonical "anti-representational" metaphor for cognition. We identify a generative model of a steam engine for the governor, and derive a set of equations describing "perception" and "action" processes as a form of prediction error minimisation. In doing so, we firstly challenge the idea of generative models as explicit internal representations for cognitive systems, suggesting that such models serve only as implicit descriptions for an observer. Secondly, we consider current proposals of predictive processing as a theory of cognition, focusing on some of its potential shortcomings and in particular on the idea that virtually any system admits a description in terms of prediction error minimisation, suggesting that this theory may offer limited explanatory power for cognitive systems. Finally, as a silver lining we emphasise the instrumental role this framework can nonetheless play as a mathematical tool for modelling cognitive architectures interpreted in terms of Bayesian (active) inference.

研究の動機と目的

• 標準的な反表象的システムとされるウォットの調速機を、変分自由エネルギー最小化を用いた行動的推論プロセスとして再定式化すること。
• 予測処理における生成モデルが認知系内に内部的で明示的な表象でなければならないという仮定を挑戦すること。
• 行動的推論と予測処理が認知の統一的理論としての説明的力を有するかどうかを評価すること。
• 行動的推論が、内部表象への本体論的コミットメントをとらずに、センサモータリソープを形式的かつ道具的にモデル化するための枠組みとして機能できることを示すこと。
• フィードバック制御が推論原理から自然に生じることを示すことにより、行動的推論と力学系理論を調和させること。

提案手法

• 外部観察者の立場から、ウォットの調速機の線形確率的生成モデルを定式化し、隠れ状態（例：飛球の角度、角速度）と観察（例：バルブの位置、エンジン回転数）を定義した。
• 変分自由エネルギーに基づくコスト関数を導出し、感覚入力と生成モデルの予測との間の予測誤差を表現した。
• 過減衰ダイナミクスの仮定を適用してシステムを単純化し、平衡点近傍での線形化された調速機の力学的モデルと同等の式を導出した。
• ガウス分布およびマルコフ性の仮定を用いて、近似的ベイズ推論と自由エネルギー最小化による行動選択を可能にした。
• 得られた式を、調速機の標準的制御理論的定式化と結びつけ、古典的力学系解析と整合的であることを示した。
• 生成モデルの役割を、心的表象ではなく、不確実性とシステム特性をモデル化する記述的・認識的道具として再解釈した。

実験結果

リサーチクエスチョン

• RQ1 ウォットの調速機—反表象的と広く見なされるシステム—は、行動的推論と変分自由エネルギー最小化を用いて形式的に記述可能か？
• RQ2 行動的推論における生成モデルは、内部表象として機能するのか、それとも単に観察者にとっての認識的道具にすぎないのか？
• RQ3 行動的推論枠組みは、認知系に対して本質的な説明的力を有するのか、それともあらゆるシステムに自明に適用可能なのか？
• RQ4 行動的推論による調速機の定式化は、従来の力学系理論的分析と比べて記述的妥当性においてどのように異なるか？
• RQ5 行動的推論は、内部表象への強い形而上学的コミットメントをとらずに、認知の統一的数学的枠組みとして機能可能か？

主な発見

• 行動的推論の定式化は、標準的仮定下でウォットの調速機の線形化された運動方程式を正確に再現し、古典的制御理論と整合的であることを検証した。
• 導出結果から、エンジン回転数を負のフィードバックで制御するシステムの行動が、明示的な計算やオフライン推論を必要とせず、予測誤差最小化から自然に生じることが示された。
• この枠組みにおける生成モデルは、システムの内部表象ではなく、観察者が不確実性とシステムダイナミクスをモデル化するために用いる認識的構造である。
• 本論文は、生成モデルが認知系内に実在の内部状態を表すと仮定する「マインド・プロジェクションの誤謬」を特定し、代わりにこのようなモデルが観察者に依存する記述であると主張した。
• 行動的推論は、システム自体が内部表象を持たない場合でさえ、数学的に整合的かつ道具的に有用な認知モデリングの枠組みを提供する。
• 推論と行動が単一の変分自由エネルギー最小化原理に統合可能であることを示すことにより、予測処理を身体的・力学的アプローチと調和させた。