Minimalizacja energii swobodnej a problem ciemnego pokoju [PL]
Translation of the article "Free-energy minimization and the dark-room problem" (translated by P. Nowakowski and edited by J. Machnik)
DOI:
https://doi.org/10.26913/ava32505Keywords:
zasada energii swobodnej, mózg bayesowski, zaskoczenie, optymalnośćAbstract
W ostatnich latach odnotowano pojawienie się nowej, ważnej, fundamentalnej teorii funkcji mózgu. Teoria ta łączy podejścia teorii informacji, bayesowskie, neuronaukowe i uczenia maszynowego w jedną ramę, której główną zasadą jest minimalizacja zaskoczenia (czy równoważnie: maksymalizowanie oczekiwania). Najpełniejsze ujęcie tej teorii stanowi sformułowana przez Karla Fristona „minimalizacja energii swobodnej” (zobacz: np. Friston i Stephan, 2007; Friston, 2010a,b – a także: Fiorillo, 2010; Thornton, 2010). Najczęściej podnoszonym przez krytyków tych modeli problemem jest to, że wcale nie wydaje się, żeby systemy biologiczne unikały zaskoczeń. Mówiąc wprost, nie szukamy niezmiennej, ciemnej komory, żeby w niej pozostać. Na tym właśnie polega „problem ciemnego pokoju”. Poniżej opiszemy ten problem oraz rozwiniemy zagadnienia, do których się odnosi. Wykorzystamy do tego formę prologu z książki Space, Time and Gravitation Eddingtona (1920) przedstawiając naszą dyskusję jako rozmowę między teoretykiem informacji (Thorntonem), fizykiem (Fristonem) i filozofem (Clarkiem).
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Karl Friston, Christopher Thornton, Andy Clark

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
AVANT