《沙盘、宿命与主动推理》各章定量结论
有些人觉得自己的人生像照着剧本在演:换了环境,同样的冲突与失望一再重演。本书用计算神经科学的预测加工与主动推理理论考察这一现象。大脑用先验信念预测感官输入,并设法减小预测误差;减小误差有两条路:修改信念,或者采取行动让世界符合预测。本书依次讨论:精度加权的贝叶斯更新与行为确认(默顿、斯奈德等人的研究,以及教师期望效应较小且有争议的证据);变分自由能与期望自由能,以及一个简化的主动推理智能体如何因悲观的结果先验而反复选择同一个陷阱、又如何通过低风险条件下累积的相反经验脱离陷阱;马尔可夫毯的统计含义、它在自由能原理中的用法所受的批评,以及输入来源的改变如何使内部模型与世界脱钩并通过行动推开环境;多臂老虎机中的贪婪、ε-贪婪、UCB1 与汤普森采样,模拟退火与信息增益;压力与过度利用、心理安全和严肃游戏的证据,以及一个温度参数模型;洛伦茨系统的李雅普诺夫指数与可预测期限,以及相容论。
DOI 10.5281/zenodo.23738794 · 阅读本章所在专著 · English version
- 第 1 章 · 贝叶斯脑与自我实现的预言
结果比直觉更有意思。只要对方的本性不变($\rho = 0$),哪怕对方的回应九成取决于被对待的方式,期望最终仍会回到真相,只是慢得多:从 11 次相处延长到 114 次。行为确认本身只会延缓纠错。要让一个错误的预期真正「成真」,需要另一个条件:对方本身被改变了,例如一个总被冷淡对待的孩子渐渐真的变得退缩($\rho > 0$)。这时两人最终在一个折中的位置稳定下来,而这个位置离最初的错误预期更近。 - 第 2 章 · 两条路径:改变认知,还是改变世界
先看第一部分。当智能体的结果先验是「被拒绝」(接纳只占 0.2)时,敞开的风险项很大(0.701),因为敞开会带来太多它「没有预期到」的接纳;设防的风险几乎为零,因为设防恰好带来它预期的拒绝。再加上设防的结果更可预测(模糊性更低),它选择敞开的概率只有 3%。同一个世界里,结果先验是 0.8 的智能体则 97% 选择敞开。 - 第 3 章 · 马尔可夫毯与个体的边界
内部状态与外部状态原本有 0.228 的相关:内部「知道」外部的一些事情。只控制当前的感官状态还不够(偏相关 $-0.045$),因为内部状态的过去携带着过去外部状态的信息;把内部状态自身的过去也算进毯里,偏相关降到 $-0.001$。另一侧也一样:内部状态与下一时刻的外部状态相关 $-0.174$(行动在推回世界),控制了行动和当前外部状态之后几乎为零。这说明两件事:在这个模型里,毯确实把内外隔开;而在动态系统中,「毯」必须包括时间… - 第 4 章 · 跳出局部最优:探索与利用
爬山法几乎总停在离起点最近的小丘上(找到全局最高点的只有 2%,多是本来就从附近出发的)。模拟退火显著改善了平均到达的高度(从 0.99 到 2.16),找到全局最高点的比例也随步数增加,从 8% 升到 20%。但它远不是保证:理论上,只有当温度以对数速度极其缓慢地下降时,退火才以概率 1 找到全局最优 (Hajek 1988),实际中没人能等那么久。这个结果是一个诚实的提醒:探索提高了找到更好位置的机会,但不能保证找到最好的位置。 - 第 5 章 · 结构化沙盘与先验的重塑
逆温度为 2 到 10 时,几乎每次都能在 100 轮内发现更好的选项;到 20 时只有 36%,到 40 时只有 1%。最后一列提醒另一面:逆温度最低的学习者虽然最快发现好选项,但它探索太多,一直在试明知较差的选项,平均收益反而不如中等逆温度的学习者。在这个模型里,最好的不是无限的探索,而是先在低风险的阶段充分探索,再在有了好的估计之后转向利用。这正是一个好的沙盘可以提供的顺序:在沙盘里「高温」,回到生活中「降温」。 - 第 6 章 · 决定论、混沌与能动性
两条轨迹的距离大约每过一个时间单位放大 $e^{0.92} \approx 2.5$ 倍。程序估计的最大李雅普诺夫指数约为 0.92,与文献中常见的约 0.906 接近。由此得到可预测期限:初始误差 $10{-9}$ 约 23 个时间单位后长到与吸引子同一量级,误差 $10^{-3}$ 只需约 7.5 个时间单位。初始测量每精确一千倍,可预测期限只增加约 7.5 个时间单位:精度的提升只换来线性的预测延长。 - 第 8 章 · 实践与预注册试验
按最小值得关注的效应 0.4 个标准差、基线与结局相关 0.5、90% 把握度计算,每组需要 100 人;考虑 12 人小班、组内相关 0.02 的设计效应 1.22,每组需要 122 人完成,按 15% 的脱落招募 144 人,即每组 12 个小班。基线与结局的相关、组内相关都是假设,将在 24 人的预试验中核对;如果基线与结局的相关低于 0.4,正式试验开始前重新计算样本量。
模型示意算例,非实时报价