Lavandisのblog

1. FEP 是什么#

自由能原理（Free Energy Principle，FEP）是神经科学家卡尔·弗里斯顿提出的一种统一大脑理论的数学框架。核心观点是：任何自组织系统（如大脑、生物体），为了在不确定的环境中维持生存，必须持续最小化“自由能”这一统计量。

这句话里每个词都有内容。“自组织系统”指不需要外部设计者、靠自己维持结构的系统，大脑、细胞、生物体都算。“自由能”借用了统计物理的名字，但不是日常说的能量，而是信息论里的量，下文展开。“最小化”则是生存条件，不是可选项：做不到的系统会滑进高熵状态，散架。

2. 变分自由能与惊奇#

变分自由能可以拆成两项：

F = 预测误差（Accuracy）+ 复杂性代价（Complexity）

预测误差衡量内部模型拟合感官数据的程度；复杂性代价衡量模型为此偏离先验的程度。合起来可以理解为一个折中：模型既要解释感官数据，又不能为此把自己改得过于复杂。

这里的“自由能”是“惊奇”（surprise）的上界。惊奇指系统遇到与自身内部模型严重不符的感官数据时的意外程度：鱼离开水，恒温器失灵，都是高惊奇状态。高惊奇意味着环境已经不可预测，而对生物来说，长期的高惊奇通向系统崩溃，也就是死亡。最小化自由能，就是在避免这件事。

3. 两条路：主动推理与更新模型#

降低惊奇有两条路。

一条是改变行为，让感官输入符合预期，这叫主动推理（active inference）。天冷了主动去找火源，就是行动在消灭“冷”的预测误差。反射、习惯、回避行为，都可以归入这一类。

另一条是调整内部模型，让它更好地拟合世界，这就是学习：发现规律变了，就把模型改过来。

FEP 的要点在于：感知、行动和学习，是同一个目标的三种表现。生物通过持续最小化自由能来抵抗熵增，维持自身的稳态存在。知觉在这个图景里也有了新的描述：大脑不是被动接收世界，而是不停生成对感觉信号的最佳解释。认知科学里称之为“受控幻觉”（controlled hallucination），这个说法来自安尼尔·赛斯：知觉是幻觉，只是被感官约束着。

4. 马尔可夫毯#

马尔可夫毯（Markov blanket）是理解 FEP 的另一个关键概念，来自统计学：把一个变量包裹起来的那组变量，称为它的毯；给定毯，变量与毯之外的一切条件独立。

放到生命系统上：生物的内部状态从不直接接触外部世界，能接触的只有一层感觉状态和行动状态，这层就是它的马尔可夫毯。内部状态对外部世界的全部了解，都只能从毯上统计地推断出来。这也解释了“建模”在 FEP 里为什么既必要又可能：毯内的系统无法直达世界，只能持续地猜，而猜得越准，活得越稳。

5. 深层数学基础与批评#

预测编码（predictive coding）、主动推理等理论，都可以看成 FEP 在不同层面的实现：预测编码处理知觉，主动推理处理行动与学习。所以说 FEP 是它们的深层数学基础。

对 FEP 也有批评。最主要的质疑是它难以被证伪：一个原则上能解释一切的框架，可能等于什么都没解释。弗里斯顿一系的回应是把 FEP 当作形式框架，具体的可检验预测交给各领域的实现模型，比如主动推断的计算模型。这个框架离完成还很远，这是目前的实际状态。

6. 个人看法#

我认为认知科学至少绕不开这个框架，甚至可以说，它有解释整个认知科学的野心和潜力。这个判断偏激进，但它来自我自己的使用体验：前面几段解释知觉、学习、情绪的方式，我没有找到第二个框架能同样覆盖。

我会用“世界模型”来称呼特定层级下的预测模型。在我看来，它承载着每个人对世界的基础认知，世界不是直接给到主体的，而是在这个模型上预演、显现出来的。