在科幻電影中，人工智能常常展現(xiàn)出超越人類智慧的特性，從《2001：太空漫游》中的HAL 9000到《流浪地球》中的Moss，這些角色以其高效、理性和邏輯縝密給人留下深刻印象。如今，隨著大語言模型和深度學習技術(shù)的快速發(fā)展，人們對于實現(xiàn)類似Moss這樣的“全能助手”級人工智能充滿了期待。然而，要跨越這一鴻溝，實現(xiàn)AI在復(fù)雜場景中的快速理解和應(yīng)對，仍面臨諸多挑戰(zhàn)。

在機器學習的廣泛應(yīng)用中，數(shù)據(jù)分類、預(yù)測、規(guī)劃與生成等任務(wù)均需要對復(fù)雜多變的情境進行理解和應(yīng)對。然而，傳統(tǒng)方法往往依賴于海量的數(shù)據(jù)和龐大的計算資源，在處理高維度和大規(guī)模數(shù)據(jù)時顯得力不從心。為了解決這一難題，Karl Friston在arxiv上發(fā)表了一篇題為“Renormalising generative models：From pixels to planning: scale-free active inference”的論文，提出了一種新的解決方案。

Friston通過主動推理（Active Inference）構(gòu)建了尺度不變的生成模型（Renormalising Generative Model, RGM），將分類、預(yù)測與規(guī)劃等問題轉(zhuǎn)化為推理問題，并通過最大化模型證據(jù)的統(tǒng)一框架，有效解決了視覺數(shù)據(jù)、時序數(shù)據(jù)分類及強化學習中的多種挑戰(zhàn)。該框架引入的重整化群技術(shù)能夠高效處理大規(guī)模數(shù)據(jù)集，為AI在復(fù)雜場景中的應(yīng)用提供了新的可能。

主動推理是一種基于當前觀察現(xiàn)象來預(yù)測未來的模型。它不僅被動等待事件發(fā)生，還通過主動觀察來推斷事件的原因。在網(wǎng)球比賽中，球員需要根據(jù)對手的動作和策略來做出選擇，這種“對未來有所猜測但不可確定的程度”被稱為自由能。通過觀察和行動，球員可以降低這種不確定性，從而做出最佳決策。RGM正是利用這種原理，通過最小化預(yù)期自由能來實現(xiàn)對復(fù)雜場景的理解和應(yīng)對。

RGM的工作流程包括策略選擇、隱藏狀態(tài)生成和結(jié)果生成。通過預(yù)期自由能的softmax函數(shù)選擇策略，生成隱藏狀態(tài)序列，并最終通過模態(tài)生成最終結(jié)果。這一過程中，模型不僅關(guān)注當前狀態(tài)，還通過跨時間和空間的多層次描述來應(yīng)對復(fù)雜場景。

在圖像和視頻處理方面，RGM通過量化、分塊處理和奇異值分解等方法實現(xiàn)圖像壓縮和重建。以MNIST數(shù)字分類問題為例，RGM通過對圖像進行預(yù)處理和快速結(jié)構(gòu)學習，生成具有多個層次的模型，并通過主動學習優(yōu)化參數(shù)，實現(xiàn)了高效的分類和識別。這種方法不僅適用于圖像分類，還可用于視頻生成和聲音處理。

在聲音處理方面，RGM將像素替換為頻率和時間上的體素，通過連續(xù)小波變換和逆變換實現(xiàn)聲音的壓縮和復(fù)現(xiàn)。以鳥叫聲和爵士音樂為例，RGM成功實現(xiàn)了聲音的壓縮和生成，展示了其在音頻數(shù)據(jù)處理方面的潛力。

RGM還可應(yīng)用于規(guī)劃推理（強化學習），幫助智能體在不確定性下進行決策。與強化學習不同，主動推理基于自由能原理進行決策，通過最小化預(yù)期自由能來選擇最佳行動方案。在Atari類游戲中的應(yīng)用表明，RGM能夠從隨機動作的結(jié)果序列中自動組裝出能夠以專家水平進行游戲的智能體。

Friston及其同事的研究表明，RGM在多種場景下均表現(xiàn)出色，通過最小化預(yù)期自由能來實現(xiàn)高效的數(shù)據(jù)處理和決策。這一成果不僅為人工智能的發(fā)展提供了新的思路和方法，還為物理學、生物學和計算機科學等多個領(lǐng)域的研究提供了新的啟發(fā)。隨著技術(shù)的不斷進步，我們有望看到更加智能、高效的AI系統(tǒng)出現(xiàn)在我們的生活中。