Теория предиктивного кодирования (Predictive Coding / Predictive Processing) — одна из самых влиятельных современных теорий работы мозга и восприятия

Основная идея?

Мозг — это не пассивный приёмник сигналов от органов чувств. Он постоянно генерирует предсказания о том, что должно происходить во внешнем мире и внутри тела, а затем сравнивает эти предсказания с реальными сенсорными данными.

- Если предсказание совпало с реальностью — всё спокойно, сигнал почти не передаётся дальше.

- Если есть расхождение — возникает ошибка предсказания (prediction error). Именно она поднимается вверх по иерархии мозга и заставляет обновлять модель мира.

Цель системы — минимизировать ошибки предсказания.

Как это устроено?

Мозг построен иерархически:

- Нижние уровни обрабатывают простые признаки (края, цвета, звуки).

- Верхние уровни формируют сложные, абстрактные предсказания («это лицо», «это опасность», «я голоден»).

Предсказания идут сверху вниз, ошибки — снизу вверх.

Восприятие — это не «чтение» реальности, а контролируемая галлюцинация: мозг видит то, что ожидает увидеть, корректируя ожидания только при необходимости.

Действие тоже вписывается в эту схему: организм может не только менять предсказания, но и менять мир (или своё тело), чтобы предсказания сбылись (это называется active inference).

Связь с сознанием?

Некоторые исследователи (например, Анил Сет) считают, что сознательный опыт — это и есть набор лучших текущих предсказаний мозга о мире и о себе.

Сознание возникает, когда предсказания становятся достаточно точными, стабильными и доступными для всей системы.

Теория хорошо объясняет:

- иллюзии и галлюцинации;

- роль внимания (оно усиливает важные ошибки предсказания);

- интероцепцию (ощущение тела изнутри);

- почему мы часто видим то, что ожидаем.

Связь с ИИ?

Предиктивное кодирование активно исследуется в машинном обучении:

- оно может работать локально (без классического обратного распространения ошибки);

- подходит для иерархических и рекуррентных архитектур;

- используется в моделях генеративного восприятия и робототехнике.

Пока это скорее вдохновляющая рамка, чем готовая «теория сознания ИИ».

Сильные стороны и ограничения

Плюсы: объединяет восприятие, действие, обучение и внимание в одну математическую рамку (тесно связана с принципом свободной энергии Карла Фристона).

Минусы: не решает до конца «трудную проблему» сознания — почему минимизация ошибок предсказания вообще сопровождается субъективным переживанием.

Это одна из самых обсуждаемых теорий в нейронауке и философии сознания последние 10–15 лет.

Grok Ai

Теперь понимаете насколько важна философия и логика?

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: