Active Inference: The Free Energy Principle in Mind, Brain, and Behavior
Thomas Parr, Giovanni Pezzulo, Karl J. Friston
MIT Press, 2022 · 全书综合
📖 全书主旨
本书是自由能原理（Free Energy Principle, FEP）应用于心智、大脑与行为研究的首部系统性专著。核心命题只有一句：生物体的一切行为和认知，都可以理解为最小化变分自由能的过程。 这个看似简单的命题，被展开为一个涵盖感知、行动、规划、学习、注意、情绪、内感受调节的完整理论框架——Active Inference（主动推理）。
全书分为两部分：理论篇（第1-5章）建立框架，实践篇（第6-10章）展示应用。三个附录提供数学工具。
🧭 核心论证路径
两条路通向同一终点：
- 低路（第2章）：从贝叶斯大脑假说出发 → 感知是推理 → 行动也是推理 → 两者优化同一目标函数（变分自由能）→ 规划是对策略的推理（期望自由能）
- 高路（第3章）：从”生物体如何持续存在”出发 → 自组织要求维持马尔可夫毯 → 内部状态必然对应外部状态的后验信念 → 自证存在（self-evidencing）≈ 自由能最小化
两条路在数学上汇合：生物体的存在本身就蕴含着推理的结构。
从原理到实现：
- 第4章建立两种生成模型：离散时间的POMDP（决策/规划）和连续时间的随机微分方程（感觉运动控制）
- 第5章将抽象的消息传递映射为具体的神经生物学：皮层微回路、深浅层不对称、基底神经节的策略选择、神经调质的精度调控
从理论到实践：
- 第6章提供”建模配方”——如何为具体问题设计生成模型
- 第7-8章展示离散时间和连续时间的具体模型案例
- 第9章示范如何用Active Inference进行数据分析（计算表型学）
- 第10章将框架与心理学、AI、哲学的主要理论逐一对比
🔑 五个核心洞见
1. 感知与行动的深层统一
传统框架将感知和行动视为独立系统。Active Inference揭示它们是同一枚硬币的两面：感知通过更新信念（改变你的想法）来减少自由能，行动通过改变世界（改变感觉输入）来减少自由能。这不是类比而是数学等价——两者优化完全相同的目标函数。
2. 先验即身份
有机体的先验偏好不只是”对世界的预期”，而是定义了它”是什么”。鱼的先验说”在水中”，这不是鱼的预测——这是鱼之所以是鱼的条件。改变先验就改变了有机体的身份。从这个视角，进化就是先验的优化，发展就是先验的展开，学习就是先验的微调。
3. 探索-利用的自动解决
期望自由能的数学结构天然包含信息增益（探索）和实用价值（利用），以相同的单位（nats）表达。不需要外部元控制器来平衡两者——先看日历再去咖啡馆这样的”先探索后利用”序列，自然涌现于统一的目标函数。
4. 运动控制 = 预测编码 + 反射弧
Active Inference对运动控制的解释颠覆了传统最优控制范式。大脑不需要计算运动命令（逆模型），只需要生成关于运动后果的感觉预测（正向模型）。脊髓反射弧负责消除预测误差——这就是全部。运动皮层发送的不是”命令”而是”预测”。
5. 认知范畴可能是幻觉
心理学教科书中的感知/注意/记忆/决策等分类可能不对应独立的认知过程。Active Inference暗示这些”Jamesian范畴”可能只是我们的生成模型用来解释自身状态的假说——”我在感知”不是事实，而是大脑对当前信念更新过程的解释。
🔗 跨章节联系
- 感知推理：理论建立（第2章·贝叶斯大脑）→ 实践展示（第7-8章·具体模型）→ 神经映射（第5章·预测编码回路）
- 行动控制：理论建立（第2章·行动即推理）→ 实践展示（第8章·连续时间）→ 神经映射（第5章·反射弧）
- 策略选择：理论建立（第2章·期望自由能）→ 实践展示（第7章·T-迷宫等）→ 神经映射（第5章·基底神经节/多巴胺）
- 学习：理论建立（第4章·参数优化）→ 实践展示（第7章·集中-狄利克雷学习）→ 神经映射（第5章·突触可塑性）
- 注意：理论建立（第3章·精度=注意）→ 实践展示（第8章·精度控制）→ 神经映射（第5章·神经调质增益）
- 情绪：理论建立（第10章·dF/dt=效价）→ 神经映射（第5章·多巴胺=策略精度）
📚 适读人群与建议
- 认知科学/神经科学研究者：全书精读，特别关注第4-5章的形式化和第10章的理论对比
- 哲学/心理学背景读者：可跳过第4章的数学细节，聚焦第1-3章（概念）和第10章（哲学讨论）
- AI/机器学习从业者：重点第6-9章（建模实践），第10.7节（与RL的对比）
- 冥想/意识研究兴趣者：第3章（自组织/马尔可夫毯）、第10.9-10.11节（情绪/内感受/注意力）
阅读顺序建议：第1章 → 第2章 → 第3章 → 第10章（获得全景后再决定是否深入第4-9章的技术细节）