論主動推理中隱含的最小意識理論

On the Minimal Theory of Consciousness Implicit in Active Inference

論主動推理中隱含的最小意識理論

https://arxiv.org/abs/2410.06633

摘要
主觀體驗的多面性對意識研究構成了挑戰。傳統的神經科學方法往往集中于孤立的方面，例如知覺意識或意識的整體狀態，并圍繞相關的經驗范式和研究發現構建理論。因此，各種意識理論通常難以相互比較；事實上，這些理論旨在解釋的現象之間可能幾乎沒有重疊。在此，我們采取一種不同的方法：從主動推理——一種將行為建模為（近似）貝葉斯推理的第一性原理框架——出發，逐步構建一種極簡的意識理論，該理論源于在主動推理框架下推導出的計算模型的共同特征。我們回顧了一系列將主動推理模型應用于意識研究的成果，并論證所有這些模型都隱含著一小組理論承諾，這些承諾指向一種極簡（且可檢驗）的意識理論。

1. 引言

意識體驗是異質且多面的。初步來看，對意識的科學研究可分為三個相關（但在實踐中很大程度上相互獨立）的研究方向：對內容、狀態和自我的研究（Seth, 2021）。意識的內容是主體所意識到的體驗中的品質或元素（例如，一朵紅花在綠色背景下的圖像，或 freshly brewed coffee 的香氣）。內容的研究通過控制物理刺激屬性和意識的整體狀態（如困倦），同時變化主觀知覺來進行（Baars, 2002）。有意識的生物也具有不同的整體意識狀態，這些狀態通常通過行為評估（例如，通過格拉斯哥昏迷量表；Teasdale et al., 2014），對于評估意識障礙患者至關重要。這些狀態包括植物狀態、各種睡眠狀態、正常清醒狀態，或許還有譫妄或致幻狀態（討論見 Bayne et al 2016）。意識（至少在人類中）通常也伴隨著某種形式的極小的和/或敘述性的自我意識（Gallagher, 2000），以及具身性、自我性和人格性的體驗（Ciaunica et al., 2022; Seth, 2013; Seth & Tsakiris, 2018）。

大多數神經科學意識理論將這些現象中的某一部分作為其解釋目標，并圍繞相關的經驗范式和研究發現構建理論（Seth & Bayne, 2022）。例如，全局工作空間理論（Baars, 2005; Baars et al., 2013）及其當代化身——全局神經元工作空間理論（Dehaene et al., 2011; Mashour et al., 2020），是圍繞對比分析方法構建的，該方法將知覺內容的意識視為因變量；也就是說，改變參與者是否意識到由刺激引起的某個特定內容。意識的整體狀態最初被視為一個背景條件（Dehaene et al., 2006），這使得全局神經元工作空間理論主要成為一種關于意識內容的理論。此后，該理論也被應用于通過麻醉操縱意識整體狀態的實驗（綜述見 Mashour et al., 2020）。然而，最初認為意識狀態是內容意識的背景條件，而非約束內容的上下文構造的假設，可以說在當代版本的理論中仍然存在（見 Bayne et al., 2016; Bayne & Carter, 2018）。高階理論（Brown et al., 2019; Fleming, 2020; Lau & Rosenthal, 2011）同樣主要是關于內容如何變得有意識的理論，并且迄今為止對意識內容與狀態之間的關系保持沉默。類似地，作為另一個領先的意識理論，整合信息理論（Albantakis et al., 2023; Oizumi et al., 2014; Tononi et al., 2016）的發展明確旨在解決意識的難題（即，解釋為什么某些物理結構產生主觀體驗而其他結構不產生）。整合信息理論完全從內在的角度來處理意識，從而低估了外顯行為的作用，而外顯行為可以說不僅在塑造我們意識到什么方面，而且在決定意識內容的定性特征方面都扮演著重要角色（O'Regan & No?, 2001; Seth, 2014）。其他理論，如主觀性的自我模型理論（Metzinger, 2004）或投射意識模型（Rudrauf et al., 2017），則專注于解釋自我或第一人稱視角的（看似）存在。除了上述引用的理論之外，還有其他意識理論，其中許多理論側重于特定的解釋目標和方法論方法。因此，這種狀況構成了雙重挑戰：不僅意識理論之間難以——基于經驗證據——進行裁決（Yaron et al., 2022），有時甚至不清楚這些理論是否旨在解釋相同的經驗數據（Seth & Bayne, 2022）。

本文中，我們并非從意識的一個或多個特定屬性作為主要解釋目標開始，而是從主動推理開始，這是一個將適應性行為建模為（近似）貝葉斯推理的框架，并詢問我們是否能由此構建出一個意識理論。主動推理是在預測編碼理論（Rao & Ballard, 1999; Srinivasan et al., 1982）和將大腦功能視為推理的'亥姆霍茲機'（Dayan et al., 1995）的背景下發展起來的，這些理論借鑒了統計學中變分推理和消息傳遞的進展（Beal, 2003; Wainwright & Jordan, 2008; Winn & Bishop, 2005）。該框架的新穎之處不在于提供獨特的預測。事實上，計算神經科學及相關學科中許多替代性的但針對特定領域的規范建模框架，與主動推理一致或等價，但往往適用于更狹窄的上下文范圍（Da Costa, Sajid, et al., 2020; Sajid, Ball, et al., 2021; Sajid, Da Costa, et al., 2021）。相反，主動推理的新穎之處在于其普遍性。在該框架下，通過最小化相同的自由能泛函（Parr et al., 2022），即變分自由能和期望自由能，可以對極其多樣化的行為進行建模。實際上，主動推理框架已應用于認知和神經科學領域的各種現象，包括視覺搜索（Cullen et al., 2020; Mirza et al., 2018; Parr et al., 2021）以及語言的理解和生成（Friston, Parr, et al., 2020; Friston, Sajid, et al., 2020）等領域。由于這些現象都是在最小化相同目標函數（這些函數可以分解為一小組可解釋的（準目的論的）術語）時出現的，主動推理使我們能夠揭示跨不同感興趣現象之間的共性和差異，而這些在一個通用性較差的建模框架中可能會被掩蓋。因此，我們將論證，恰恰因為主動推理本身并非一個意識理論，它才能夠公正地對待意識體驗的多樣屬性（參見 Hohwy & Seth, 2020; Vilas et al., 2021）。我們的論點是，通過從一個用于建模適應性行為的通用框架出發，隨著單個的意識現象（即意識科學中的經典范式）開始被一個單一的正式（即數學）公式所解釋，一個意識理論的輪廓將自然而然地浮現出來。

實際上，在從主動推理構建一個極簡意識理論的過程中，一個自然的初步步驟（已經在進行中）是利用該框架對意識科學領域中作為范例的個別現象進行建模。在開發了這樣的模型之后，人們可以探索它們的計算特性和行為，并將每個模型中的變量和參數映射到正在建模的特定意識過程的現象學方面。然后，每個模型都成為理論的一個構建塊，隨著更多模型的積累，理論也隨之發展。通過這種漸進的過程，一個成熟的主動推理意識理論可能會逐漸成形。因此，這個過程的一個關鍵組成部分在于識別那些在意識科學的不同現象中既具有解釋力又具有系統性的模型之間共有的計算特性（Atkinson et al., 2000; Seth, 2009）。重要的是，與該理論最初極簡的性質一致，我們將局限于討論意識神經科學中研究充分的范式，并避免推測超出這些實驗任務的意識的更一般功能（包括潛在的進化起源）。實際上，我們的方法與其說是關于意識的涌現（參見，例如，Fleming & Michel, 2024），不如說是關于一個表現出與意識相關現象的系統的屬性。

本文旨在與兩個目前很大程度上相互獨立的關鍵受眾對話：研究意識的實驗神經科學家和認知科學家，以及在主動推理框架內工作的神經建模者和理論家。對于實驗界，我們希望提供一份精確但易于理解的主動推理及其與意識關系的指南；特別強調該理論的經驗承諾。對于從事主動推理研究但目前未涉足意識研究的理論家，我們希望強調該框架對意識的現成適用性，以及需要進一步理論和形式發展的領域。

我們在第2-3節開始，簡要介紹主動推理建模框架，重點介紹將變分自由能和期望自由能分解為一小組具有目的論意義的術語。我們還介紹了支撐主動推理的生成模型架構的一般特征及其潛在的神經實現。這兩節技術性最強，熟悉主動推理形式體系的讀者可以跳過。我們鼓勵不熟悉主動推理的讀者堅持讀完這兩節。主動推理本質上是一個數學框架，為了精確地討論它，我們必須使用相關的形式體系。第4節隨后調查了與意識科學相關的建模文獻，并提出了對現有模型的一個新穎擴展，使主動推理能夠觸及對意識整體狀態的研究。最后，在第5節中，我們認為所有這些模型都隱含著一組假設和理論承諾，一旦使其明確，就會產生一個極簡但在經驗上富有成效的意識理論。為了使這個極簡理論與實驗之間的關系盡可能清晰，我們遵循意識科學哲學領域近期的工作（Negro, 2024），并通過拉卡托斯的'科學研究綱領'（Lakatos, 1968）的視角來討論該理論及其經驗承諾。

最后，我們指出本文的主要目的在于教學而非論戰。 也就是說，我們不會先論證其他競爭性意識理論的不足之處，然后將主動推理作為替代方案提出。相反，我們旨在對主動推理框架中隱含的（極簡）意識理論提供一個積極的闡述。我們認為，最富有成效的前進方式是盡可能精確地闡明該理論的結構及其與經驗數據的關系，以促進經驗驅動的理論比較。

2. 變分自由能和期望自由能

一個維持其身體完整性的有機體，必須能夠停留在與其存在相容的狹窄狀態范圍內（例如，對于哺乳動物來說，維持相對恒定的內部體溫）；這意味著有機體將把大部分時間花在一組相對受限的特征性狀態中（Friston, 2013; Tschantz et al., 2020）。在主動推理下，這通過將有機體的表型解釋為其生態位的生成模型（即，關于其感官輸入如何產生的模型）來建模，該模型為與頻繁占據狀態（即，該種類有機體的特征性狀態）相關的觀察結果賦予高概率（Corcoran & Hohwy, 2018; Ramstead et al., 2020; Ramstead et al., 2018, 2020, 2021）。因此，感知-行動循環被視為一個優化問題，其中被極值化的主要目標函數——變分自由能——代表了有機體觀察結果如何產生的生成模型的（對數）證據（Da Costa, Parr, et al., 2020）。關鍵在于，該生成模型包含一個先驗信念，即當行動序列最小化期望自由能時，它們更合理。這意味著有兩個目標函數需要考慮。具體來說，（負）變分自由能是對數模型證據的一個計算上易于處理的下界，而（負）期望自由能可以被認為是近似于期望的對數模型證據（Parr & Friston, 2018a）。最小化變分自由能使有機體獲得了模型證據的近似值，可用于推斷世界的隱藏狀態并學習環境的各種統計量。然后，該模型中的信念可用于選擇那些最小化期望自由能，從而使主體保持在其表型特征性狀態（與其持續生存一致）的行動。這使得行為可以被解釋為自我證明（Hohwy, 2016, 2020, 2021），即有機體采取行動來最大化其世界模型的證據。

構成這一自我證明過程的各個量至關重要，我們將依次審視它們。

變分自由能（公式1）是，在近似后驗分布 (q) 下，近似后驗的對數與生成模型 (p) 的對數（即觀察結果 (o) 與其原因——或隱藏狀態 (s) ——的聯合概率）之間的期望差異。近似后驗反映了在給定感官數據的情況下，對世界隱藏狀態的推斷結果。

變分自由能有兩種關鍵的分解方式，每種都從互補的視角突顯了其基本屬性。方程1的第二行利用概率的乘積規則以及模型證據不依賴于隱藏狀態這一事實（允許我們在第二項中省略期望算子），將變分自由能分解為兩項：近似后驗與真實后驗之間的相對熵或KL散度，以及驚奇度或負的模型證據（即，對所有隱藏狀態平均后的感官數據的概率）。KL散度總是大于或等于零，因此變分自由能總是大于或等于驚奇度（亦稱驚異或自信息）。因此，變分自由能是驚奇度的一個上界，并且當近似后驗與真實后驗匹配時，它將等于驚奇度。

第一種分解在教學上有助于理解變分自由能的屬性，但對于描述變分自由能如何被最小化并無用處。這是因為真實后驗的值在計算上是棘手的，因此主體無法得知。在第三行中，我們將變分自由能分解為兩項，復雜度和準確度，這兩項在計算上都是易于處理的。復雜度是狀態的后驗近似與狀態的先驗（即，接收感官數據之前關于隱藏狀態的信念）之間的KL散度，它衡量了先驗與近似后驗之間的差異。可以將其視為對信念更新幅度的一個正則化項。先驗與近似后驗之間的變化越大，復雜度越高。準確度是觀測結果的期望對數似然（即，在每個隱藏狀態下當前觀測結果的概率）。因此，最小化變分自由能要求有機體在最大化準確度和最小化復雜度之間進行權衡。這是一個關鍵點。感官輸入是嘈雜且模糊的；給定噪聲數據，通過調整近似后驗以擬合當前數據，總是可以提高準確度。然而，持續對后驗進行大幅更改會大大降低模型泛化到新觀察結果的能力。如果不懲罰（貝葉斯）信念的大幅更新，一個最大“準確”的模型將會過度擬合噪聲，并需要不斷修正 (Sengupta et al., 2013)。因此，最小化變分自由能確保主體具備對其感知世界的一個可泛化的解釋或模型。

由于是自我組織的生物，主體必須選擇那些平均而言能最小化變分自由能的行動 (Friston, Rigoli, Ognibene, Mathys, Fitzgerald & Pezzulo, 2015; Parr & Friston, 2019)。純粹反應性的行動，如反射弧，可以通過采取行動使觀測結果符合先驗信念中編碼的（內穩態或本體感覺的）設定點，從而在變分自由能最小化的框架下進行闡述 (Buckley et al., 2017; Tschantz et al., 2022)。然而，更復雜的行動或行動序列（即，策略）需要對未來觀測結果進行某種形式的反事實計算（即，規劃）。這種規劃依賴于期望自由能（方程2），它將一個策略的可觀測后果視為隨機變量（因為它們尚未被觀測到）。期望自由能對期望觀測結果進行加權求和，以近似每個策略下行動的期望結果；故稱“期望”自由能。我們可以將變分自由能視為期望自由能的一個特例，適用于當前時刻；即當觀測結果已知且不依賴于未來行動時。

因此，根據主動推理，行動選擇如同感知一樣，是一個（將規劃視為）推理的過程。關鍵在于，主體必須推斷其最可能的行動過程 (Friston, et al 2017)，而非推斷最大化感官結果概率的隱藏狀態。這里行動可以涵蓋一切，從外顯的身體運動（如眼跳）到內隱的心理活動（如注意力定向）。這種方案顛倒了通常用于建模行動選擇的框架：它不是尋找能達到某種偏好狀態的行動，而是首先假設主體將實現其偏好狀態，然后推斷到達該狀態的最可能行動過程（參見 Millidge et al., 2020）。最可能的行動過程，就是那個能最小化合理策略的期望自由能的策略。

方程2的第二行展示了將期望自由能分解為其最直觀的組成部分：風險、模糊性和新穎性。由于推導過程較為復雜，我們建議感興趣的讀者參考 (Da Costa, Parr, et al., 2020) 的附錄。

第一項，風險，是特定策略下的觀測結果預測后驗與主體偏好觀測結果（由 C 指定）之間的KL散度，后者包括了編碼在主體表型中的內穩態設定點（討論見 Smith, Ramstead, et al., 2021; Smith et al., 2022）。因此，較小的值表示在某個策略下預期的觀測結果與主體認為最具表型特征或最有回報的觀測結果之間具有更大的相似性。最小化此項的需要促進了目標尋求行為的偏好。第二項，模糊性，是似然（即隱藏狀態與觀測結果之間的映射）的期望（條件）熵。為了最小化模糊性項，主體將選擇那些能使狀態與觀測結果之間映射更精確的策略（例如，在黑暗的房間里打開燈）。第三項，即最后一項，新穎性，是模型參數的后驗分布（以狀態、觀測結果和策略為條件）與模型參數的邊緣后驗之間的期望KL散度。在此，我們針對似然分布的參數展示了這一點，用 A 表示（下面將要描述的分類似然矩陣上的狄利克雷先驗的濃度參數），但類似的項也可以包含在其他參數中。新穎性衡量了在每個策略下預期由狀態和觀測結果所帶來的關于生成模型參數的信念變化。因為新穎性是一個負項，為了最小化期望自由能，主體被驅使去最大化以觀測結果和狀態為條件的后驗與邊緣后驗之間的差異，即尋找預期會導致關于模型參數的 posterior 信念發生最大變化的新的觀測結果。這說明了支撐主動推理的雙重要求：即，目標尋求和信息尋求，兩者被包含在單一的目標函數之下。因此，最小化期望自由能要求主體在這些要求之間進行權衡；這意味著主體通過選擇那些能在最小化風險（即最大化偏好）、最小化模糊性（即最大化關于狀態的信息增益）和尋求新穎觀測結果（即最大化關于參數的信息增益）之間達到最佳平衡的策略，來解決探索-利用困境 (Schwartenbeck et al., 2019)。關于期望自由能作為在給定先前行動和觀測結果的情況下，主體控制下的狀態的邊緣似然的一種更一般的表述，請參見 (Da Costa et al., 2024)。

總之，配備了有限套自動行動（例如，簡單的有機體或更復雜有機體的自動化子系統）的主體，可以通過最小化變分自由能來建模，即讓有機體/主體采取行動，使觀測結果與先驗信念（例如，內穩態設定點；Buckley et al., 2017; Corcoran et al., 2020）一致。因此，變分自由能可用于在連續和離散生成模型中建模感知推理，以及在連續模型中建模簡單的反射樣行動。然而，一旦行動選擇需要任何反事實計算的元素，我們就轉向期望自由能 (Corcoran et al., 2020)，它（通常）需要一個離散生成模型（通常是分類-狄利克雷模型；Koudahl et al., 2021）。

3. 生成模型、信念更新與神經動力學

當前主動推理的最前沿技術將大腦描繪成一個由相互作用的生成模型組成的層級“混合模型” (Friston et al., 2017; Parr et al., 2021, 2022; Parr & Friston, 2018c)。支撐低層感官推斷的生成模型采用預測編碼網絡的形式，對連續量（如運動和對比度）進行推斷。然后，連續的低層感官系統通過連接函數（將連續量映射到離散潛在變量）與更高層的離散生成模型（例如，部分可觀測馬爾可夫決策過程，POMDPs）進行接口，后者執行分類感官推斷并選擇離散的行動序列（即策略），這些策略隨后（再次通過連接函數）被轉換回連續的運動指令 (Parr & Friston, 2018c)。關于連續模型的教程式綜述，請參見 Bogacz (2017) 和 Buckley et al, (2017)。關于離散模型的詳細數學綜述，請參見 Da Costa, Parr, et al, (2020)；關于更易理解的教程式綜述，請參見 Smith et al, (2022)。關于連續和離散模型的專著級論述，請參見 Parr et al., (2022)。

為了說明在主動推理下推導預測編碼所依據的一般原理，這里我們回顧一下如何從變分自由能推導出一個單層預測編碼網絡，假設一個靜態的生成模型和固定的先驗 (Bogacz, 2017; Friston, 2005)。同樣的原理也適用于動力學模型的推導 (Buckley et al., 2017)，但需要相當多的形式化工具（例如，運動的廣義坐標）。

為了得到變分自由能的一個易于處理的表達式，我們做出以下三個假設：1) 生成模型（即似然和先驗）和近似后驗是高斯分布；2) 變分自由能可以通過在后驗均值周圍的二階泰勒級數展開（拉普拉斯近似）很好地近似；3) 方差是平穩的。事實上，這是對同一假設的三種不同表述方式。在這些假設下，（負）變分自由能的表達式簡化為在后驗眾數處評估的生成模型的對數。

這為我們提供了一組三個常微分方程，描述了三個類神經元節點的行為，其動力學在變分自由能上進行梯度下降。這為我們提供了一個簡單的神經元動力學模型，該模型近似于隱藏狀態的后驗分布。這些方程與皮層微回路之間的映射是一個正在進行的研究課題。然而，廣義上講，隱藏狀態的動力學（在“期望節點”中實現）通常與皮層的深層相關聯，這些深層橫向投射到同一皮層層級淺層的誤差節點，并向后投射到下級皮層層級淺層的誤差節點。預測誤差動力學（在“誤差節點”中實現）通常與皮層的淺層相關聯，這些淺層橫向投射到同一皮層層級深層，并向前投射到該層級更高層的深層（圖1a）。每個層級的期望節點作為其上一層的觀測值，并作為其下一層的先驗（綜述和討論見 Bastos et al., 2012; Hodson et al., 2023; Shipp, 2016; Walsh et al., 2020）。

與預測編碼一樣，感知推斷的目標是通過最小化變分自由能，在給定一組觀測結果的情況下推斷出狀態的（近似）后驗分布。在這里，我們使用 Parr, Markovic, et al., (2019) 引入的（邊緣）變分自由能的時間無關定義，并將生成模型寫成矩陣形式。

同樣，與預測編碼類似，生成模型的反轉是通過對變分自由能關于狀態進行梯度下降來實現的。忽略常數項，方程8給出了邊緣自由能梯度的表達式。

使用 softmax 函數（它是邏輯函數向向量的推廣）來模擬平均放電率，是基于大規模腦動力學平均場模型中的一個假設，即一個神經元群體的平均放電率可以視為平均膜電位的一個 S 型函數 (Breakspear, 2017; Da Costa et al., 2021; Hopfield, 1982; Wilson & Cowan, 1972)。腦電圖（EEG）研究中的事件相關電位（ERPs）以及顱內記錄研究中的局部場電位，都被視為歸一化放電率的時間導數（即變化率）。關于可能的神經實現的簡要概述，見圖 2b。深入的討論和綜述，請參見 Parr and Friston, (2018a)。

到目前為止，我們已經分別針對連續和離散感知推理的情況，推導出了兩個用于最小化變分自由能的簡單算法：每個算法在神經動力學方面都有直接的解釋。然而，正如上文關于行動選擇的概述，根據定義，我們尚未接收到（未來的）觀測結果，因此必須通過最小化期望自由能（方程13）來選擇策略。我們在下面以矩陣形式展示期望自由能，以突出生成模型組成部分與期望自由能組成部分之間的聯系。

那么，針對單時間步策略的策略后驗，就是期望自由能的一個簡單 softmax 函數（方程14），這有效地將期望自由能轉換為一個概率分布，下一個動作可以從該分布中采樣得到。

這里，T 表示策略的未來時間范圍。最小化期望自由能（的路徑積分）的策略將具有最高的后驗概率。然后，通過在每個時間步從策略后驗中采樣來選擇動作。

4. 意識現象的計算模型

在概述了驅動感知-行動循環的關鍵量、連續（基于預測編碼）和離散（基于POMDP）生成模型的結構，以及模型動力學與神經動力學測量指標（如事件相關電位和放電率）之間的關系之后，我們現在轉向討論以往采用主動推理對意識科學中典型任務進行建模的研究工作。總的來說，這些研究集中在意識內容和意識自我上。為簡潔起見，我們專注于數值（即仿真）研究，而不涉及許多與意識神經科學相關的有價值的定性和概念模型（例如，Ciaunica et al., 2022; Safron, 2020; Seth & Tsakiris, 2018），以及主動推理所蘊含的意識形而上學的闡述（Friston, Wiese, et al., 2020; Ramstead et al., 2023）。關于本文未涉及內容的相關綜述，請參見 (Nikolova et al., 2022; Ramstead et al., 2023; Rorot, 2021)。此外，我們注意到，盡管我們回顧的模型側重于視覺和內感感官模態，但這種選擇反映了對意識內容和意識自我的研究通常集中在視覺和內感上。這并不反映主動推理框架在其他感官模態適用性上的局限性。事實上，為了說明該框架的解釋普遍性——并在本節末尾強調對意識狀態的潛在應用——我們將擴展一個現有的關于聽覺規律性意識處理的模型，以解釋睡眠和麻醉狀態下這種處理過程的中斷。

4.1 意識內容模型

在前一節中，我們將感知-行動循環描述為一個迭代過程：1) 推斷最能最小化變分自由能（為模型證據設置上界）的近似后驗；2) 以最小化期望自由能（從而最大化模型證據）的方式對世界進行采樣。這促使我們對意識科學中的幾個關鍵現象進行視角轉變。它提請人們注意在許多通常被認為主要是被動的感知現象中，主動采樣和預期的作用。

從被動感知到主動感知的轉變在雙穩態感知模型中尤為突出。雙穩態感知模型通常將感知切換視為噪聲和/或適應驅動的振蕩（例如 Moreno-Bote et al., 2007; Wilson, 2007），而不是至少在某種程度上由主體行動驅動的狀態。例如，Parr et al, (2019) 提出了一個模型，涵蓋了特克斯勒消退和雙眼競爭的兩種實例（圖3a），該模型將意識內容的變化歸因于策略驅動的后驗信念精度的變化，這種變化是眼跳策略（在特克斯勒消退中）和注意策略（在雙眼競爭中）的函數。特克斯勒消退是一種現象，當參與者被要求保持中央注視時，與外周呈現刺激相關的知覺會從意識中消失。雙眼競爭發生在向每只眼睛呈現不協調刺激時：參與者體驗到的不是刺激知覺的疊加，而是單一知覺之間的離散交替，僅有短暫的混合期。

在主動推理下，這種知覺交替通過將兩個表面上平凡的觀察結果納入任務特定的生成模型來解釋。首先，在一個變化莫測的世界中，主體對狀態轉移精度（即 B 矩陣精度）的估計絕不應完全確定（參見 Hohwy et al., 2016）。其次，感官輸入的精度取決于中央凹的位置和/或注意力的焦點（通過使 A 矩陣的精度有條件地依賴于眼跳或注意狀態來建模）。將這兩個簡單假設納入生成模型，會通過期望自由能中的模糊性項產生知識性行為。在缺乏精確感官輸入的情況下，關于視覺空間某位置感知內容的不確定性（預測熵）會累積，從而增加了那些能從該視覺空間部分獲取信息性感官輸入的策略（例如眼跳或注意策略）的知識價值。在特克斯勒消退的情況下，主體被迫保持中央注視，無法獲取關于外周的精確保守信息。隨著時間的推移，這通過基于不精確的狀態轉移和感官輸入的迭代信念更新，驅使對應于視覺空間外周位置的狀態后驗趨于均勻分布。假設狀態后驗與意識內容之間存在對應關系，并將感知與高精度狀態的混合相關聯，這將導致刺激從意識中消退（我們在第5節討論區分有意識和無意識狀態的相關問題）。類似地，當主體被限制在（隱蔽的）注意策略之間進行選擇時，雙穩態感知中典型的知覺之間的離散切換從生成模型中涌現出來。這些注意策略會增強被注意刺激的精度（即 A 矩陣映射），但以犧牲未被注意刺激的精度為代價（參見注意的偏置競爭模型；Desimone, 1998）。主體接收到關于被注意刺激的精確信息，從而對被注意刺激的狀態產生精確的后驗；同時，由于無法獲得關于未被注意刺激的精確信息，對未被注意刺激的狀態后驗則逐漸消散，趨于均勻分布。關鍵在于，隨著不確定性的累積，通過期望自由能中的模糊性降低項，未被注意刺激在知識上變得逐漸有吸引力，從而驅動最終的注意策略切換。再次假設主體的狀態后驗與意識感知內容之間存在對應關系，這將導致依賴于注意的感知切換。

這種主動形式的雙眼競爭模型巧妙地解釋了幾項實驗結果，而這些結果在那些沒有為策略選擇等主體過程賦予明確角色的被動競爭模型中難以被容納。具體來說，注意力缺失時競爭速度減慢 (Paffen et al., 2006; Zhang et al., 2011)，以及獎勵調節主導時長 (綜述見 Safavi & Dayan, 2022)，都可以被理解為期望自由能最小化的實例。如果知覺切換是由注意策略的切換驅動的，那么干擾任務存在時競爭速度減慢 (Paffen et al., 2006) 就可以解釋為感官輸入精度的降低——從而增加了主體從每只眼睛采樣輸入以達到精確狀態后驗所需的時間。類似地，對其中一個刺激增加獎勵將以相加的方式最小化期望自由能的風險項，從而解釋了獎勵對競爭的偏倚效應 (Marx & Einhauser, 2015; Wilbertz & Sterzer, 2018)。此外，雖然在 Parr et al., (2019) 的原始論文中沒有提出，但在附錄1和圖3b中，我們展示了該模型很容易解釋萊維特定律 (Brascamp et al., 2015; Levelt, 1965)——這是一組簡潔的命題，概括了刺激屬性（例如，亮度對比度）與知覺主導時長之間的規律性關系。重要的是，除了追溯性地解釋大量現有現象外，該模型還提供了一個關于獎勵驅動下萊維特定律違反的經驗預測（附錄2），這很容易在人類心理物理學領域進行檢驗。關于將此建模策略擴展到內克爾立方體錯覺——意識科學中另一個常用的雙穩態范式——請參見 Novicky et al, (2023)。關于基于強化學習的相關方法，請參見 (Haas, 2021; Martin et al., 2021; Safavi & Dayan, 2022, 2024)。基于強化學習的模型與主動推理模型之間的確切關系將取決于目標函數和推理算法的選擇 (Chou et al., 2025; Malekzadeh & Plataniotis, 2024; Tschantz, Millidge, et al., 2020)。原則上，這兩種方法可能在形式上等價 (Da Costa et al., 2024; Da Costa, Sajid, et al., 2020)。正如我們在引言中強調的，在特定領域總是有可能推導出形式上等價或至少非常相似的模型。主動推理獨特之處在于為策略選擇中使用的目標函數（即期望自由能）提供了一個原則性的公式，它將知識驅動和獎勵驅動置于一個共同的、信息論的度量標準之下，該度量標準在不同任務的模型之間共享。此外，它提供了一個神經元過程理論，允許人們將信念更新過程與神經元動力學和可塑性聯系起來。

從已建立生成模型中模糊性的最小化轉向新穎性最大化和參數學習，Parr & Friston (2018b) 提出，偏側忽略——一種以患者忽略（即未意識到）視覺空間一側（通常是左側，在右半球損傷后）為特征的神經綜合征——可以通過期望自由能新穎性成分的缺陷來解釋。臨床上，偏側忽略通常通過眼動取消任務來評估，該任務要求患者圈出（即取消）一張紙上呈現的所有刺激。此時，有忽略癥的患者將無法意識到視覺空間的一側，并使得被忽略側的刺激未被取消。為了對此建模，Parr 和 Friston 模擬了一個旨在模擬偏側忽略臨床測試的眼動取消任務。他們的模型使用一個網格來表示可能的眼動位置。在每次模擬開始時，所有位置都是新穎的（即參數確定性低），這驅使主體眼動到每個位置，并在此過程中積累每個位置 A 矩陣上的狄利克雷先驗計數（降低了針對視覺空間“已取消”位置的眼動策略的期望自由能新穎性成分）。通過增加空間左側的濃度參數來損傷隱藏狀態與視覺結果之間的 A 矩陣映射，有效地模擬了背側和腹側注意網絡之間的斷開；消除了任何基于新穎性指向空間左側的眼動策略的能力，從而模擬了視覺忽略的經驗現象學（圖3E-D）。

為了將主動推理與更廣泛的意識神經關聯研究聯系起來，Whyte and Smith, (2021) 開發了一個兩層 POMDP 模型來研究視覺意識。該模型將有意識知覺視為依賴于生成模型中不同層級之間精確后驗的雙向傳播。重要的是，模型的第二層具有足夠的時間深度來生成目標導向的行動（例如對視覺場景的主觀報告），這些行動必然在比刺激呈現更長的時間尺度上展開。利用這個模型，他們模擬了 Dehaene et al, (2006) 通過經驗得出的關于注意力、刺激強度和意識通達之間關系的分類學。通過操縱第一層隱藏狀態與觀測值之間的 A 矩陣精度（代表刺激強度和注意力之間的相互作用），他們復制了主觀報告和神經關聯的非線性縮放。與實證發現一致，報告刺激可見度的非線性增加與第二層的高放電率和類似 P3b 的事件相關電位相關聯，類似于額頂葉區域的“點火”反應。Whyte and Smith (2021) 擴展了 Dehaene et al, (2006) 的分類學，將期望引入其中，預測在注意力存在且刺激遠高于閾值的情況下，有效期望會降低 P3b 振幅，相比中性期望和無效期望條件。這一預測后來由 Schlossmacher et al, (2020) 獨立證實。

關于意識神經關聯的初步研究（包括構成 Whyte and Smith (2021) 建模的 Dehaene 分類學基礎的工作）支持了這樣一種觀點，即前額葉皮層活動和晚期事件相關電位（例如 P3b）與有意識知覺密切相關，跨多種范式的研究報告了類似的結果 (Bisenius et al., 2015; Sergent et al., 2005)。然而，無報告范式 (Tsuchiya et al., 2015) 的出現挑戰了這些發現。在這種條件下，前額葉皮層活動減弱或消失 (Brascamp et al., 2015; Frassle et al., 2014)，并且像 P3b 這樣的晚期事件相關電位（曾被認為是意識通達的指標）不再出現 (Cohen et al., 2020; Pitts et al., 2014; 另見圖 3C)。這樣的發現導致一些研究人員拒絕將前額葉皮層參與視為有意識知覺的必要條件 (Boly et al., 2017)。然而，重要的是，證據的鐘擺已經開始擺回另一個方向，后續來自非人靈長類電生理學的證據表明，即使在沒有報告的情況下，意識的內容也可以從前額葉皮層解碼出來 (Kapoor et al., 2020)，并且前額葉皮層活動的波動先于知覺切換 (Dwarakanath et al., 2020)，這表明了其因果作用。為了調和這些發現，Whyte et al, (2022) 修改了他們先前的意識通達模型，使得報告的工作記憶要求被視為一種通過策略選擇達成的心理行動。關于在工作記憶中維持哪些信息的可用策略，同時控制著第二層 A 矩陣（將第一層刺激狀態映射到模型第二層）的精度（即對應于信息從視覺皮層選擇進入工作記憶），以及第二層 B 矩陣的精度（對應于在工作記憶中自愿維持項目）。

Whyte 及其同事使用這個修改后的模型模擬了一項包含有報告和無報告條件的視覺掩蔽任務。這些模擬重現了報告條件下意識的神經關聯，其中“有意識感知”的刺激伴隨著模型第二層的高放電率和類似 P3b 的大幅事件相關電位。關鍵在于，Whyte et al, (2022) 能夠通過在廣泛的刺激精度（即 A 矩陣精度）范圍內模擬任務，來評估模型中無報告情況下的刺激可見度，從而允許他們在模型第二層的后驗概率與相應的報告頻率之間構建一個映射。在無報告條件下模擬相同任務時，當模型不必提供其自身知覺狀態的明確報告（因此不必在工作記憶中維持項目）時，他們發現模型表現出較低的第二層放電率（即前額葉活動減少），并且由于消息傳遞精度的降低，沒有產生類似 P3b 的事件相關電位（圖 3C）。然而，重要的是，模型第二層的后驗概率仍遠高于接近 100% 可報告性的閾值，這重現了關鍵發現：在沒有報告的情況下，意識通達與前額葉活動減少和無晚期事件相關電位相關。

該模型做出了兩個關鍵預測。第一，前額葉活動和晚期事件相關電位應根據報告指令而分離，因為強加報告要求意味著主體必須以目標導向的方式增加感覺皮層和前額葉皮層之間（以及前額葉皮層內部）傳遞的消息的精度；從而改變意識通達的神經關聯。事實上，這正是在一項同時進行的腦電圖-功能磁共振成像實驗中觀察到的結果。也就是說，當刺激是有意識的但與任務無關時，視覺區域有強烈激活，以及大幅 N170，但前額葉激活微弱且無 P3b。相反，當刺激是有意識的且與任務相關時，則有強烈的前額葉激活和大幅 P3b。該模型的第二個預測是，即使在無報告的情況下，前額葉和視覺皮層之間傳遞的雙向消息的前饋成分也應包含關于意識內容的精確信息，這一預測隨后被 Rowe et al, (2024) 證實。

4.2 意識自我模型

現在，我們從外感受意識模型轉向元意識、內感受和情緒模型。在這些模型中，主體推斷其自身的內部認知和身體狀態，并據此做出策略決策。由于意識本質上是主觀的，與自我相關的處理是意識科學的一個關鍵領域。它也是臨床醫生感興趣的領域，因為對內感受性推斷和策略決策的干擾與精神癥狀和現象學密切相關（例如，抑郁癥中對自我效能的異常推斷 (Barrett et al., 2016; Ramstead, Wiese, et al., 2023) 或反芻思維中 disrupted 的策略選擇 (Hesp et al., 2020)）。為了概念清晰，我們按主題而非時間順序組織討論。對相關方法感興趣的讀者，可參閱 (Ainley et al., 2016; Allen, 2020; Barrett & Bar, 2009; Barrett & Simmons, 2015; Critchley & Garfinkel, 2017; Theriault et al., 2021)。

基于 Seth (2013) 提出的內感受性推斷是情緒內容基礎的初步工作，以及后來 Stephan et al, (2016) 將內穩態和應變穩態失調與疲勞和抑郁聯系起來的工作，Tschantz et al. (2022) 進行了一系列模擬，探究了不同生成模型結構解釋內穩態和應變穩態過程的能力（參見 Corcoran et al., 2020）。對身體狀態變化的反應性自主反應由一個預測編碼網絡建模，并通過將內穩態設定點條件于推斷出的外感受狀態，將其推廣到簡單形式的預期行動。關鍵在于，內感受性預測誤差精度的改變影響了對內感受狀態變化的敏感性，導致內穩態調節失敗。下行本體感覺預測誤差與上行內感受性預測誤差之間的平衡，決定了主體是調整其對生理狀態的先驗信念，還是執行自主行動以使生理狀態與設定點對齊。當上行感覺預測誤差相

對于自主調整占優時——即，與預期的內感受數據相比，當前設定點的先驗不夠精確——會促使主體改變其對設定點本身的信念。這種自主調節的失敗可能解釋了自閉癥等疾病中的矛盾感覺功能障礙 (Gu & FitzGerald, 2014)，在這些疾病中，對感官輸入的超敏反應與自主反應減弱和異常的應變穩態共存。最后，采用 POMDP 與預測編碼網絡接口，使模型能夠解釋目標導向的內感受控制，其中主體通過預期維持零體溫的偏好（偏好的內穩態設定點）與預期體溫之間的偏差來做出行動決策。

補充這一原理驗證建模方法的見解，最近將主動推理模型擬合到經驗數據的研究推斷出各種疾病中內感受精度的 disrupted，包括抑郁癥、焦慮癥、飲食障礙和物質濫用障礙 (Smith et al., 2020)。值得注意的是，在一個心跳敲擊任務中，最適合的模型（一個通過最小化變分自由能反轉的簡單隱馬爾可夫模型）在患者樣本面對屏氣擾動時表現出未能調整內感受精度，而健康對照組成功地增加了他們的內感受精度。這一發現最近在一項預注冊的大規模跨診斷樣本研究 (Lavalley et al., 2024) 和一組健康對照組 (Smith, Kuplicki, Teed, et al., 2020) 中得到了重復。

在一項檢驗主動推理相關神經過程理論某些基本預測的重要研究中，Smith et al, (2021) 利用一種新穎的胃腸感知范式，讓參與者報告通過可攝入振動膠囊傳遞到胃中的不同強度振動的存在（或不存在），同時用腦電圖記錄神經反應。檢查最佳擬合模型參數（同樣是一個簡單的隱馬爾可夫模型）發現了支持神經過程理論的證據。具體來說，盡管沒有擬合反應時間或神經元反應，但內感受精度（A 矩陣精度）的增加與參與者的反應時間以及感覺（頂枕）電極上誘發反應的幅度呈正相關。

轉向更認知的語境，Allen et al, (2022) 構建了一個心-視覺感覺整合模型，該模型在呈現喚醒或非喚醒視覺刺激時推斷其心臟周期的相位（舒張期 vs. 收縮期）。根據刺激類型，模型推斷其心臟策略，控制心臟周期之間的狀態轉換。反過來，心臟周期的隱藏狀態控制著視覺 A 矩陣的精度。這個最小模型重現了幾個原本不相關的經驗發現。喚醒刺激導致即時的心率加速（防御性驚跳反射；Graham & Clifton, 1966），而對 A 矩陣映射的合成損傷（對應于內感受精度降低）產生了“心身幻覺”并增加了錯誤推斷或元認知偏差（例如，Allen et al., 2016; Hauser et al., 2017）。支持該模型核心假設（即主體根據呈現的視覺刺激推斷其心臟策略）的是，Corcoran et al., (2021) 發現，靜息心率和（高頻）心率變異性均隨感覺模糊性的增加而降低。

將關于內感受、知覺和情境推斷與情緒相關的理論和實證工作進行形式化，Smith et al, (2019) 表明，主動推理主體可以在“計算機模擬童年”過程中習得一系列情緒概念。特別是，每個主體從一個平坦的 A 矩陣開始，該矩陣映射隱藏的情緒狀態（“情緒概念”）和內感受觀察結果，并在數百次試驗過程中，觀察到喚醒度、效價和行為的內部感受觀察結果與情境的外部感受觀察結果的 conjunction，主體學會了隱藏情緒狀態與內感受觀察結果之間的映射。有趣的是，他們發現一個貧乏的“計算機模擬童年”（模型暴露的結果統計偏向于某一種特定情緒，如悲傷）會導致模型在后續的情緒推斷任務中準確性降低，即使之后暴露于其他情緒也是如此。在一個類似但更側重實證的背景下，Smith, Lane, et al. (2019) 使用一個分層模型來模擬情緒工作記憶任務中的推斷。主體需要對兩個連續的情緒狀態進行分類，然后進行比較。引人注目的是，他們表明，即使在他們相對簡單的模型中，也至少有七種不同的潛在神經機制能夠產生情緒意識降低的表型。例如，當主體對非特征性身體狀態有高先驗期望時（如在某些形式的焦慮癥中），它會可靠地將其自身的悲傷和恐慌內部狀態誤分類為疾病和心臟病發作。

在上面描述的兩個模型中，效價被視為觀察結果，而不是本身被推斷的東西——鑒于解釋目標是情緒推斷（而非情感推斷），這是一個合理的簡化。為了補充這種處理方式，Hesp et al, (2021) 引入了一個情感推斷模型，提出效價（部分地）是從其策略先驗和后驗之間的不匹配推斷出來的。策略先驗僅基于期望自由能（例如方程14），而后驗則基于期望自由能和基于后續觀測結果的事后信念。因此，從先驗到后驗的變化反映了一個預測誤差，指示了新觀測結果與每個策略下的先驗期望之間的一致程度。然后，這個誤差的方向被用作更高層模型中推斷效價狀態的觀測結果。在這里，支持策略先驗的低層觀測結果促進積極效價，而與先驗不一致的則促進消極效價。這種（獎勵）預測誤差或“情感電荷”此前已與相位性多巴胺釋放相關聯 (Friston et al., 2014; Schwartenbeck et al., 2015)。

同時，這種情感電荷被用來迭代更新期望自由能上的一個精度參數，效價狀態充當其先驗。在這里，消極效價狀態和意外的觀測結果都會降低這個精度，從而減少期望自由能后續對策略選擇的影響。這種降低扮演了幾個互補的角色。首先，它促進了概率匹配行為，如果對關于策略或計劃的信念信心不足，這可能是適應性的。其次，如果指定了習得習慣（通常用 E 表示），它允許習慣產生更強的影響。最后，它優化了期望自由能對策略選擇的相對影響。即，當策略后驗下的期望模型證據高于策略先驗下的期望模型證據時，情感電荷（和效價）為正，表明主體對其計劃信心增加，從而相對于其他項提高了期望自由能的精度。相反，當策略先驗下的期望模型證據高于策略后驗下的期望模型證據時，效價會降低期望自由能的權重（即，它減少了風險、模糊性和新穎性對策略選擇的貢獻）。關鍵在于，由于兩層模型允許效價狀態充當關于策略精度的先驗信念，主體可以情境化期望自由能對策略選擇的貢獻，從而提高了在反轉學習任務中的表現。換句話說，通過給主體一個對其內部模型（關于行動與其產生的觀察結果之間映射）應具有的信心程度的滾動估計，主體可以最優地權衡當前觀察結果（變分自由能）和預期的未來觀察結果（期望自由能）對策略選擇的貢獻。

Hesp等人工作中的深層參數推斷形式后來被Sandved-Smith等人（2021）擴展，用于模擬一種元意識形式，這種元意識是專注→分心→覺察到分心→專注這一循環現象學的基礎，而這在 contemplative 神經科學中常被研究。該模型的關鍵貢獻在于，根據對A矩陣精度的層級控制，來刻畫注意力、注意力的控制以及對注意力控制的意識。模型第一層的A矩陣精度（將感覺觀察結果映射到隱藏狀態）由主體在第二層的注意狀態控制，第二層包含兩個理想化狀態：“專注”和“分心”。主體有一個偏好（對應于任務指令或目標狀態）是維持自身處于專注狀態，但通過一個不精確的第二層B矩陣，主體偶爾會 transition 到非專注狀態。第二層的策略選擇——心理行動——使主體能夠重新定向其注意狀態，一旦主體意識到自身處于非專注狀態，便能 transition 回專注狀態：這是許多 forms of contemplative practice 的一個關鍵方面。元意識則由第三層構成，該層反過來控制第二層意識狀態的精度。

這第三層的隱藏狀態包含兩種狀態：高元意識，它意味著高精度的第二層A矩陣；以及低元意識，它意味著低精度的第二層A矩陣（通過第二層到第三層的A矩陣映射實現）。作為原理驗證，他們模擬了不同第三層注意狀態下的簡單聽覺 oddball 任務，并表明在低元意識條件下，主體處于分心注意狀態的時間比在高元意識條件下更長。事實上，與低知覺需求條件下心智游移增加的發現（Lin et al., 2016）一致，在低元意識狀態下，主體僅在出現聽覺 oddball 時才注意到從專注到分心的切換。換句話說，oddball 誘發了更大的預測誤差——并導致更強的上行證據——迫使整個層級結構中關于隱藏狀態的近似后驗發生大的信念更新。重要的是，與上述旨在統一現有發現并產生新穎預測的模型不同，該模型的解釋目標最好被理解為：為處于早期發展階段、理論主要依靠口頭定義且與經驗數據充其量只有松散聯系的研究領域提供概念清晰性。因此，這種類型的建模最好被視為一種計算概念分析，它是旨在統一現有結果或提供經驗預測的建模的先決條件。

4.3 意識狀態模型

迄今為止，主動推理模型尚未被應用于操縱意識狀態的實驗（但關于理論綜述，請參見 Hobson and Friston (2012)）。然而，重要的是，意識狀態的操縱以感覺和運動分離為特征 (Cirelli & Tononi, 2023)，這至少從表面上看非常適合用主動推理的語言來解釋。例如，對于發生在較長時間尺度上的刺激模式 violation 的神經元反應，在睡眠和麻醉狀態下會發生變化，而對于發生在較短時間尺度上的模式 violation 的反應則得以保留 (Boly et al., 2011; Dehaene et al., 2011)。為了強調主動推理的解釋普遍性，在本節中，我們對 Smith et al, (2022) 中提出的聽覺規律性感知的層級模型進行了簡單擴展。我們展示了針對性的精度操縱如何重現以下發現：通常在清醒狀態下與檢測“全局”（長時間尺度）聽覺模式 violation 相關的晚期 P3b 事件相關電位成分 (Bekinschtein et al., 2009)，在非快速眼動睡眠和快速眼動睡眠狀態下消失，而對“局部” violation 的事件相關電位響應則得以保留 (Strauss et al., 2015)。我們簡要概述模型結構以 contextualise 結果，并建議感興趣的讀者參考 Smith et al, (2022) 獲取模型的分步描述。

該模型包含兩個層級（圖 4a）；第一層追蹤聽覺音調的即時變化，第二層追蹤第一層的音調模式，推斷整體試驗類型（即，所有刺激是否具有相同的“標準”音調，或者是否存在“oddball”）。我們允許模型在 10 次試驗的過程中在第二層 D 向量中累積濃度參數。在第 10 次試驗中，音調要么符合預期試驗類型，要么違反它。與實證發現一致，“全局”模式的 violation 在模型第二層誘發了類似 P3b 的大幅事件相關電位，而試驗內“局部”期望的 violation 在模型第一層誘發了類似失匹配負波（MMN）的事件相關電位。基于非快速眼動睡眠和快速眼動睡眠是低腎上腺素能狀態的發現 (Cirelli & Tononi, 2023)，我們利用與主動推理相關的過程理論，對模型進行針對性操縱，旨在通過降低第二層 B 矩陣的精度（通過應用精度參數 = 0.9 的 softmax 函數）來重現去甲腎上腺素的缺失，該參數在理論上 (Parr & Friston, 2017a, 2018a) 和實證上 (Vincent et al., 2019) 都與腎上腺素能張力相關。與實證發現一致 (Strauss et al., 2015)，B 矩陣精度的降低消除了模型第二層的類似 P3b 的事件相關電位，但第一層的類似 MMN 的事件相關電位保持完好（圖 4b）。由于第一層的動力學不依賴于逐步的動力學變化，因此第一層 B 矩陣的損傷對模型任一層級的事件相關電位都沒有影響。

如上所述，該模型僅僅是對睡眠狀態下晚期事件相關電位缺失的解釋，其本身并不解釋為什么參與者在睡眠的某些階段會失去意識。然而，如果我們遵循前一節提出的論點——即意識通達需要一定程度的時間深度，以從感官輸入的即時波動中抽象出來 (Friston, 2018; Friston et al., 2012; Whyte & Smith, 2021)——那么這里提供的模型也可能在算法層面解釋了為什么非快速眼動睡眠與較少的夢境報告相關，表明意識缺失（我們將在第5節更詳細地討論在主動推理下什么使狀態成為有意識而非無意識），以及為什么快速眼動睡眠的特征是更頻繁的夢境報告，且現象學內容奇特且看似不連貫 (Hobson, 2009)。

具體來說，非快速眼動睡眠是一種低膽堿能狀態，在主動推理下，這將通過降低 A 矩陣精度（即，連續層級之間的似然映射）導致生成模型各層級之間的連接中斷。這將有效地使具有時間深度的層級“離線”，并極大地最小化信念更新，這可能對應非快速眼動睡眠中意識的顯著減少或喪失。相比之下，快速眼動睡眠是一種高膽堿能狀態，這將允許層級間的消息傳遞發生。關鍵在于，處于高膽堿能狀態——同時感官約束不精確——且去甲腎上腺素能張力低的模型，將顯示出隱藏狀態之間的不精確轉移（通過低 B 矩陣精度），這可能解釋了快速眼動睡眠中夢境的奇特現象學。有趣的是，快速眼動睡眠行為障礙——通常被認為是帕金森病的前兆——表現為對這類夢境的 enactment，可能反映了未能平衡層級間的精度，尤其是在做夢期間未能抑制與本體感覺預測誤差相關的精度 (Peever et al., 2014)。關于調節性神經遞質與大腦中信念更新精度的簡要綜述，請參見 (Parr & Friston, 2017a)。

這個極簡的例子清晰地說明了在主動推理下建模的典型策略：從一個定義足夠明確的目標現象開始，以允許構建生成模型，然后基于經驗和理論神經生物學的結合，模擬對模型進行旨在模仿實驗操縱的針對性操縱。鑒于睡眠和麻醉劑的豐富神經生物學，如上所述，這種策略可以直接應用于對意識狀態的實驗操縱。當然，這里提出的模型只是跨意識狀態神經動力學生成模型的一個例子。理想情況下，未來的工作將構建多個競爭模型并將其與經驗數據進行比較。

5. 主動推理作為意識的極簡理論

在本文開頭，我們介紹了主動推理，并期望以此為基礎構建一個意識理論，將針對意識不同方面的主動推理模型作為構建模塊。在明確了該框架以及主動推理模型所提供的解釋類型之后，我們現在來探討這一期望。為了使理論結構及其與經驗數據的關系盡可能清晰，我們遵循意識科學哲學領域近期的工作 (Negro, 2024)，并借鑒拉卡托斯對“科學研究綱領”的闡述 (Lakatos, 1968)。在當代科學哲學家 (Godfrey-Smith, 2003) 中，這普遍被視為波普爾證偽主義綱領的繼承者。

根據拉卡托斯 (1968) 的觀點，研究綱領有兩個組成部分：硬核和保護帶。硬核由構成理論基礎的一套基本概念組成，這些概念本身不需要直接可檢驗。相比之下，保護帶由較不核心的概念和假設組成，當與硬核結合時，它們產生可檢驗的預測。如果一個研究綱領要生存下去，只能對其保護帶進行修改。重要的是，所做的修改必須是進步的。也就是說，修改必須使理論更精確或擴展其解釋范圍，以增加其預測能力。然而，如果對理論的修改僅僅旨在解釋掉 contradictory 的結果，而沒有產生新的預測或貢獻其他的解釋優點，那么該研究綱領就被稱為“退化的”，并可能最終需要被放棄。例如，整合信息理論 (Albantakis et al., 2023; Oizumi et al., 2014; Tononi et al., 2016) 的硬核由導致推導出 Phi 作為意識度量標準的那些公設構成。其外圍則由使 Phi 可計算的橋接假設和近似構成。如果 Phi 不能可靠地與意識狀態共變，那將是對整合信息理論的嚴重挑戰。然而，重要的是，這并不會對整合信息理論造成致命打擊，因為很可能是推導 Phi 的可計算近似值所依據的某個假設導致了失敗，而不是理論硬核的失敗。然后，研究綱領的健康狀況將由整合信息理論以產生額外預測的方式改變保護帶的能力來決定。

主動推理框架的核心是必須最小化兩個目標函數：期望自由能和變分自由能。因此，這兩個目標函數以及極值化它們的必然要求，必須被包含在任何基于主動推理的理論的硬核之中。這意味著所有行為，無論是有意識的還是無意識的，在某種極簡意義上，都必須旨在最小化這些量（參見 Hohwy, 2021）。實現這一過程的神經元和計算方法，至少在目前，是理論保護帶的一部分。

我們邁向意識理論所需的下一步，是在進入目標函數的量與意識體驗之間建立聯系。上述所有模型中都隱含的最極簡的這種聯系，存在于意識內容與被推斷出的世界、身體和大腦的隱藏狀態（即，狀態的近似后驗 q ( s )
）之間。因此，意識內容的所有變化必然源于對世界、身體或大腦推斷狀態的變化；這包括從沒有意識內容到有意識內容的變化，如意識狀態模型中的情況；也包括外感受和內感受內容的變化，如知覺、情緒和情感模型中的情況；還包括由大腦自身狀態引起的內容變化，如元意識模型中的情況。這是一個極簡的聯系，因為它僅表明主動推理特有的那種選擇性采樣是意識內容變化的必要條件，而非充分條件。這個極簡聯系排除了意識變化可以在狀態后驗沒有變化的情況下發生的可能性（但不排除后驗變化可以在沒有意識體驗變化的情況下發生），并且與無意識生物表現出由主動推理支配的行為這一情況是一致的。

最后，為了使主動推理本身成為一個意識理論，而不僅僅是一個適應性行為理論，我們需要一個標準來區分有意識狀態和無意識狀態 (Doerig et al., 2021; Seth & Bayne, 2022)。用主動推理的語言來說，我們需要解釋是什么使得某些后驗信念是有意識的，而其他是無意識的。在此，我們再次審視在主動推理框架下推導出的意識內容計算模型中所作的假設。在上述所有模型中，與意識內容最對應的后驗信念是那些驅動策略選擇的信念，特別是那些驅動主觀報告策略選擇的信念。極簡地說，主觀報告背后的計算需要一個離散生成模型，該模型能夠對世界的互斥、不同的狀態進行推斷。這些離散的備選狀態也可以在混合模型內通過連續空間生成軌跡 (Friston et al., 2017)。缺乏這種反事實（離散）元素的連續生成模型可以驅動反射樣行動，但主觀報告所依賴的計算類型（例如，信心押注，或對存在與否的判斷）明確是反事實的。因此，它們需要一個能夠考慮一個或多個互斥備選方案的離散生成模型。重要的是，離散生成模型的深層以過慢的時間尺度演化，無法匹配知覺現象學 (Whyte & Smith, 2021)。因此，我們假定，意識/無意識的區分與意識通達的機制相關，并且它發生在離散-連續接口處，在那里，由感官即時變化驅動的連續后驗信念被轉換為可以驅動行動選擇的離散格式。因此，一個后驗信念要變得有意識，它必須發生在足夠慢的時間尺度上，以便從直接的感官流中抽象出來，使其能夠用于為反事實策略選擇提供信息，并且還必須足夠精確，以便可靠地區分世界的不同反事實狀態。這與先前關于主動推理的哲學工作吻合得很好，該工作認為層級生成模型中意識通達的計算作用是迫使主體暫時確定關于世界隱藏狀態的特定后驗信念，以驅動行動選擇 (Hohwy, 2013; Marchi & Hohwy, 2022; Whyte, 2019)。精度要求可以看作是意識體驗由分化的、通常是互斥的知覺對象組成這一觀察結果的計算模擬 (Canales-Johnson et al., 2017; Oizumi et al., 2014; Seth, 2021; Seth, 2014; Tononi, 1998)。關鍵在于，這也意味著不存在一個后驗信念在哪個點上將可用于報告的硬性閾值。相反，意識通達的閾值將隨任務要求和主體需要執行的決策類型而變化。此外，我們希望明確，我們并非聲稱成為反事實策略選擇過程的目標才使得后驗信念有意識。相反，是這種后驗信念在適當的時間尺度上并以足夠的精度為策略選擇過程提供信息的（反事實意義上的）能力，才使其具有意識（參見意識的 dispositional 理論；Carruthers, 2003; Prinz, 2012）。我們認為這是人類（以及具有類似神經元架構的非人類動物）內容變得有意識的必要且充分條件，但對于與我們自身 vastly 不同的系統，我們對此條件是否既必要又充分保持不可知論。最能解釋主觀報告的決策標準的具體細節是一個 ongoing 的經驗爭論問題，最好將其視為理論保護帶的一部分（關于可能的實現，請參見 Whyte et al., 2022）。關于現象學與反事實策略選擇深度之間關系的討論，請參見 (Seth, 2014)。

重要的是，理論硬核中包含的意識過程與主動推理之間的這些極簡聯系，應被視為發現和構建一個更全面的意識理論的基礎構建塊，該理論目前隱含在主動推理的外圍。理論的前兩個組成部分（最小化變分自由能和期望自由能的必然要求，以及意識知覺與狀態后驗之間的聯系）在某種意義上是由主動推理框架的形式化機制邏輯上蘊含的。相比之下，硬核的第三個組成部分（意識通達發生在離散-連續接口處）是基于對研究意識所使用的典型實驗范式進行建模所需的生成模型類型而得出的最佳解釋推論。換句話說，盡管主動推理的基本設定中有一些暗示，但一個完整的意識理論需要的不僅僅是透過行動和知覺優化內部模型的原理。它必須指定模型本身的屬性才能在科學上有用。發現的過程包括整合、測試和舍棄模型（包括上面回顧的那些），以及對現有模型的進一步改進（例如對雙眼競爭和層級聽覺處理模型所做的修改；見附錄1-2）。然后，對這些模型的審視會豐富理論，指出哪些屬性在對意識內容、自我和狀態的解釋中至關重要。

我們在此倡導的方法首先是一種開放式的理論構建和發現過程，只要它仍然是一個進步的研究綱領，并且在與其它意識理論爭奪模型證據的競賽中保持競爭力，理論構建就會不斷被擴展和完善 (參見 Corcoran et al., 2023)。未來的關鍵發展將包括更詳細地對更多意識現象進行建模，包括應用結構相似的模型來統一多樣化的有意識和無意識現象。這體現在競爭和特克斯勒消退模型 (Parr, Corcoran, et al., 2019)；以及用于適應無報告范式的注意力驅動知覺模型的層級擴展 (Whyte et al., 2022)。未來的工作還應研究結合了意識內容、自我和狀態模型元素的模型的性能。此外，重要的是要完善針對特定類型現象學的概念模型（例如，情緒和情感、對象性、元認知；Barrett et al., 2016; Nikolova et al., 2022; Pezzulo et al., 2018; Seth, 2014; Seth et al., 2012; Seth & Friston, 2016），以提高計算的特異性并產生可檢驗的預測。

理論的保護帶由允許編寫和模擬意識現象的特定模型的形式化方法，以及將模擬結果映射到經驗性行為和神經數據的假設所構成。這包括生成模型的結構、將生成模型以及狀態和策略推斷動力學映射到神經數據的過程理論，以及將模擬得出的量與報告的現象學聯系起來的假設（例如，知覺的內容是否對應于后驗的眾數？和/或分布的精度是否有助于感官現象學？）。

當前的理論框架是刻意極簡的，為主動推理理論家在經驗或理論上未確定的問題上留下實質性分歧的空間。它也承認絕大部分解釋工作將由理論的保護帶完成，因此，它在很大程度上是開放給富有成效的修訂和完善的（考慮到可能的生成模型結構的全部技能，以及模擬數據與經驗數據之間過程理論映射的靈活性）。在單個生成模型的層面上，幾乎總是可以制定大量候選模型，這些模型可以或多或少地解釋相關的經驗數據，在極端情況下甚至可能產生相互矛盾的預測。這是一個特性，而非缺陷，并且與主動推理作為一個建模框架是伴隨著一套用于模型擬合和模型比較的變分（貝葉斯）方法一起發展起來的這一事實相輔相成 (Daunizeau, 2011; Friston et al., 2007; Zeidman et al., 2022)。這些方法使得在相互競爭的生成模型家族之間進行裁決成為可能，每個模型家族都體現了關于生成觀察到的經驗數據的過程的假設。因此，單個生成模型的開發和部署——以及主動推理作為意識理論的發展——是齊頭并進的，為理論既能貢獻于經驗爭論，又能與經驗爭論一起發展留下了空間。

例如，正如我們上面提到的，意識通達知覺狀態的各種決策標準是一個 ongoing 討論的問題，最近的證據指向一種潛在的元認知機制，該機制涉及對刺激存在與否的抽象推斷，且獨立于知覺空間本身的結構 (Dijkstra et al., 2023)。這種機制與先前提出的一個主動推理架構 (Whyte et al., 2022) 相反，后者通過一個與主體知覺空間結構明確相關的策略空間來模擬意識通達。目前的證據不足以在更普遍的環境中區分這兩種假設，但如果意識通達確實依賴于一種獨立于知覺狀態空間結構的元認知決策，那么這將對此特定的主動推理模型構成重大（可能是無法克服的）挑戰。然而，關鍵在于，模型的這一組成部分是特殊的，并非主動推理下生成模型結構的內在特征，這使得有可能構建尊重新發現的未來模型（并在此過程中，富有成效地將主動推理的解釋范圍擴展到元認知領域）。我們認為這種靈活性是理論的一個解釋優點而非缺陷，并且鑒于意識科學處于早期階段以及隨著方法和數據質量的提高經驗發現不斷修訂，這是完全合適的。

這些考慮因素留下了擔憂，即主動推理可能過于靈活，無法作為一個意識理論富有成效地運作（而不僅僅是一個有用的建模框架）。或者，換句話說，理論的硬核與其保護帶之間的聯系留下了太多的自由度，以至于無法自身導向一個可識別的意識理論。然而，有兩個關鍵考慮因素可以緩解這種擔憂。首先，前面提到的對意識通達的主動推理模型進行潛在修訂的例子，僅涉及在一個模型中修改關于主體策略空間的假設，因此并不代表對理論保護帶的實質性打擊。重要的是，并非所有假設都如此。不同模型共享由少量語義上可解釋的量（即準確度、復雜度、風險、模糊性、新穎性）組成的目標函數這一事實，限制了可能促成特定行為的參數數量。例如，在對選擇性注意進行建模時，刺激的顯著性被歸因于 A 矩陣的精度——這將通過期望自由能的知識性（最小化模糊性）成分對行為施加影響。這一假設幾乎被所有涉及注意和視覺搜索角色的主動推理模型所共享 (Allen et al., 2019; Holmes et al., 2021; Mirza et al., 2018, 2018, 2019; Parr et al., 2021; Parr & Friston, 2017a, 2017b, 2018b; Whyte et al., 2022; Whyte & Smith, 2021)。因此，如果發現一個無法以這種方式建模的注意效應的例子，將對主動推理意識理論構成非常重大的打擊，因為修訂的影響將波及絕大多數現有模型。

第二個重要的考慮因素是，該理論實際上產生了定量和定性的預測。盡管這些預測并非直接源自硬核，但它們足夠接近，以至于如果被發現是錯誤的，將需要對絕大多數建模研究中使用的橋接假設進行修訂——即使是那些看似與意識科學無關的研究。這種修訂將使該理論瀕臨成為退化研究綱領的危險 (Godfrey-Smith, 2003)。主動視覺中存在探索-利用權衡就是此類預測的一個定量例子。我們在（附錄2）中給出了一個在雙眼競爭背景下的明確例子。如果發現與刺激相關的獎勵在與競爭刺激的知識性內容（例如，亮度對比度）在注意策略選擇中不存在權衡關系，那么主動推理將受到嚴重挑戰，因為期望自由能中風險與模糊性之間的權衡是理論硬核的基本組成部分。當然，這一預測很難直接檢驗，因為參與者在學習速率、悲觀先驗和對獎勵關聯的敏感性等方面存在個體差異。此外，注意力在早期視覺處理中起作用的程度仍不確定，這意味著在實踐中，通常需要跨廣泛實驗進行最佳解釋推斷。然而，如果 robustly 的證據表明，跨參與者和實驗范式（例如，雙眼競爭和特克斯勒消退）的最佳擬合模型在選擇注意策略時并不尊重預期的風險與模糊性之間的權衡，那么主動推理意識理論的可信度就會降低。因此，在某種意義上，主動推理建模框架——以及伴隨它的模型擬合和比較工具——是嚴肅檢驗作為意識理論的主動推理的關鍵。這是一個有利的位置。模型擬合和比較的工具絕不假定用于推導被擬合模型的理論為真。在特定背景下，最佳擬合模型很可能是一個違反了主動推理意識理論核心原則的模型。

我們還可以從該理論中推導出第二個定性預測。具體來說，我們在上文指出，主動推理作為意識理論的一個核心承諾是，如果意識內容有任何變化，那么身體、大腦或世界的推斷狀態必須發生變化。該承諾的一個推論是，在缺乏感官（A 矩陣）精度的情況下，關于世界狀態的后驗信念不應從其先驗軌跡上移動（例如，我們在腦海中默數數字的能力意味著我們可以基于從一個數字到下一個數字的轉移先驗來逐刻改變我們的后驗信念，但我們不會期望在缺乏精確感官數據的情況下偏離這個數字軌跡），因此，意識內容不應改變。因此，該理論的一個方便的口號是“看見就是去看”（同樣適用于其他感官模態，如“聽見就是去聽”，“感覺就是去觸摸”等）。也就是說，有意識地知覺，就是在外顯和內隱行動中，采用某種反事實策略選擇過程所特有的精度分配。將感官模態的精度完全分配為零可能過于理想化，難以經驗處理；然而，一個與理論核心相關的預測是，精度的降低將減弱信念更新；表現為意識內容的延遲變化。如果我們將精度的內源性分配與內隱和外顯的注意政策聯系起來 (Hohwy, 2012)，這是整個主動視覺的主動推理模型中所做的假設，那么，在注意/眼跳策略選擇中被賦予高精度的刺激，將比視網膜匹配但非眼跳目標的刺激更快地進入意識內容。這一預測也是主動推理作為意識理論所獨有的，與其他可能更有針對性的意識理論（如全局工作空間理論或整合信息理論）形成對比，這些理論沒有為行動賦予明確的角色，而在主動推理下，精度的分配是通過明確選擇注意或眼跳策略來實現的。這種經驗預測確實是一項對抗性合作的一部分，該合作旨在針對意識內容的被動預測處理理論和主動推理來檢驗整合信息理論（INTREPID CONSORTIUM, 2021; 項目編號 TWCF0646）。

最后，重要的是要注意，該理論的成功或失敗并不完全取決于這兩個接近核心的預測的成功與否。有可能這些預測得到驗證，但主動推理作為意識理論仍然失敗。事實上，該理論可能以各種不那么戲劇性的——我們猜測更有可能的——方式失敗。例如，如果關鍵現象的主動推理模型過于復雜（從它們過度擬合特定的實驗結果且不具泛化能力的意義上說），或者如果有意識和無意識知覺的模型看起來無法區分，或者如果不同意識現象的模型未能顯示出一致的共性和差異，以至于該理論在統一性或獨特解釋方面提供的很少，這將表明一個退化的研究綱領。反過來，如果該理論最終被證明是成功的，我們期望最終能夠用相對較少的一組模型來重現所有關鍵的意識和行為的神經關聯，這些模型沿著少數維度變化，以反映報告的現象學和神經關聯的差異和相似性。這也意味著解釋方向的性質。神經和行為變量通過主動推理的解釋工具映射到現象學（反之亦然）。

結論

在這里，我們認為，恰恰因為主動推理本身并非一個意識理論，它在當前意識理論方法中處于獨特的位置，能夠公正地對待以意識科學為旗幟所研究的現象的豐富性和多樣性。關鍵在于，我們認為主動推理不僅僅是一個用于意識建模的框架。在意識科學的背景下，對這些模型的解釋中所隱含的假設，蘊含著一套經驗預測，如果這些預測被證明是錯誤的，將需要對在主動推理下構建的大多數模型進行修訂。該理論的核心由感知中最小化變分自由能和策略選擇中最小化期望自由能的必然要求構成，以及這樣的猜想：意識的內容，包括外感受和內感受體驗，以及大腦本身的狀態，必須——以某種方式——對應于在連續感官計算和離散反事實策略選擇過程接口處的世界推斷狀態。

對意識的科學研究歸根結底是一門經驗科學。如果主動推理要為我們提供一個有用的意識理論，那么將來之不易的理論見解轉化為經驗見解必須是優先事項。目前，在旨在概念澄清的抽象模型轉化為對經驗數據提供定性解釋的模型方面，存在明顯的瓶頸。反過來，將這些旨在定性解釋和預測的更復雜的理論模型轉化為可以與數據進行定量比較的極簡模型也存在瓶頸。絕大部分解釋工作仍有待完成。盡管如此，我們在此論證了理論的輪廓已經開始顯現。因此，我們樂觀地認為，主動推理作為一種意識理論，有足夠的資源最終提供一組極簡的模型，以解釋和統一對意識內容、自我和狀態的研究。

原文鏈接：https://arxiv.org/pdf/2410.06633