这段时间读过的最有意思的论文。 文章提出智能行为的一个重要方面不仅在于预测感官数据，还在于预测这些数据相关的不确定性和精确度（同时不确定性和精确度也可被当作预测对象），以根据预测误差抑制或促进信念更新，这种适应性的处理方式有助于确保系统在以最佳方式整合信息时保持响应性和高效性。在这样的过程中，注意力可以被重新定义为优化精确度以最小化预测误差。 非常让人舒适的推理，非常符合我的经验、观察和知识，引入精确度以及对注意力的再解释是十分有创造力的，读爽了。

没有彻底理解论述过程，但是比较赞同结论的一篇论文。 该论文建立了一个关于概念的主动推断视角，将概念重新定义为代理（agent）在与环境动态互动中涌现的能力，而非静态的表征或外在对象的集合。这一视角强调了代理的具身性、时间深度和自组织特性。 代理是一个时间延续的自组织系统，由耦合的随机动态过程构成，概念之所以具有规范性，是因为它们与代理的自我维持本质内在相连。代理通过内部状态（𝜇）、外部状态（𝜂）、行动（𝛼）和感觉（s）与环境互动，其行为遵循最小化自由能的贝叶斯推断原则。

特别好的一篇预测编码视角解释审美体验的论文，阅读难度适中，写得层层递进且很有趣味，比如文章对好奇心的解释是目前看到过最吸引我的（有好多觉得有趣的内容没在下面总结出来）。因为是同样的诠释框架，在里面也可以看到“迈向生物智能理论”或“概念内在规范性”中提到的内容。这篇文章也让我想到昨天和AI讨论中关于我对“和谐”或“不和谐”敏感可能是因为我对预测误差较为敏感。以及和C一起读的时候开了好多“对可以减少的预测误差的元期望”的玩笑（比如只要给我们足够的时间和资源我们肯定能解决黎曼猜想x、认知预期自大狂），因为我们对认知任务总是很自信（这可能是因为我们啊哈的时候太多了！）…总之这篇从什么方面来讲都很有趣，和C一起读也更像是进行了一场艺术创造活动（ 本文提出，审美体验的核心矛盾源于可接受性与不可理解性间的动态张力：艺术既要求主体开放接纳外部刺激以重构内在模型（"心灵适应世界"），又通过非常规形式持续制造超越当前认知框架的预测误差。这种张力通过"认知弧"的三阶段递归机制展开：首先，审美对象通过可解决的预测误差触发好奇心，形成对不确定性解决速率的"元期望"（基于贝叶斯先验的预期信息增益速率）；随后，主体启动认知行动（如知觉探索或假设检验），其资源投入强度与元期望置信度正相关；最终，当实际解决速率显著超越元期望时，触发顿悟式愉悦，此时新构建的生成模型通过"透明性效应"被知觉为刺激的固有属性（如穆尼图像一旦被解析即无法回归混沌感知），同时通过"自我验证（self-evidencing）"机制将解决方案归因于外部现实——这种双重归因源于预测加工框架下信念更新的本质：生成模型的重构既降低预测误差（验证世界结构的可理解性），又最大化模型证据（验证主体认知架构的适应性）。 该过程呈现多层级的递归开放特征：低层闭合（如视觉轮廓识别）诱发高层开放性问题（如符号隐喻解读），每个认知弧的成功既增强生成模型的层级复杂度（通过奥卡姆剃刀原则平衡模型精度与简约性），又积累认知信任资本（形成对后续不确定性解决速率的乐观预期）。实验证据表明，顿悟强度与元认知预测误差（实际/预期解决速率比值的对数偏移量）呈显著正相关（Dubey et al., 2018），且不确定性解决的突现时刻伴随多巴胺能系统的相位性放电（Ruan et al., 2018的EEG研究），验证了预测误差速率敏感的情感调节机制。这种层级递归机制使艺术既能通过局部闭合提供即时奖赏，又能通过全局开放性维持认知系统的持续进化张力。