自由能原理的演化力学基础｜自由能原理与强化学习读书会·周日直播

导语

自由能原理被认为是“自达尔文自然选择理论后最包罗万象的思想”，它试图从物理、生物和心智的角度提供活系统感知和行动的统一性原理，其理论根源在于统计物理。本周日（3月31日）的「自由能原理与强化学习」读书会，我们邀请到四川大学生物医学工程学院教授、教育部长江学者奖励计划特聘教授敖平老师，他曾和自由能原理提出者 Karl Friston 合作从事自由能原理相关研究，在2012年发表论文 Free energy, value, and attractors。敖平老师认为，“自由能原理”有两大基础：科学基础是达尔文演化动力学，数学基础是随机过程。此次分享将介绍自由能原理的演化力学基础。欢迎感兴趣的朋友参与！

内容简介

达尔文和华莱士首先提出的演化动力学在生物学中普遍有效。统计力学和热力学虽然在物理学上取得巨大成功，但缺乏一致的动力学理解。我们从形式的角度探讨热力学和达尔文动力学之间的联系，证明达尔文动力学可以由统计力学和热力学描述，与物理学中的保守动力学是互补和一致的。研究表明在接近和远离平衡的情况下，存在一个统一的随机动力学框架。在所有层次上，宇宙、地质、人类社会、生物、分子、原子……都有演化过程，存在统一的演化方程。

此次读书会将主要介绍自由能原理的演化力学基础。敖平老师认为，“自由能原理”有两大基础：科学基础是达尔文演化动力学，数学基础是随机过程。20多年来这两个方向的关键突破为自由能原理的发展奠定了基础。

内容大纲

1.量化达尔文演化动力学 Quantification of Darwin’s evolutionary dynamics ~ 2005

2.新数学结构：随机过程 Needed structure in stochastic processes ~ 2004

3.对生命科学和其它科学领域的意义 Implications for life sciences and other scientific and technological fields

关键词

自由能原理 Free Energy Principle
演化动力学 Evolutionary dynamics
随机过程 Stochastic process
非平衡热力学 Non-equilibrium thermodynamics
耗散结构 Dissipative system
涨落耗散定理 Fluctuation-Dissipation theorem

主讲人简介

敖平，四川大学生物医学工程学院教授，教育部长江学者奖励计划特聘教授，入选上海领军人才，曾任国家“973计划”首席科学家。1983年敖平毕业于北京大学物理系，由李政道CUSPEA项目资助赴美留学。他师从AJ Leggett（2003物理诺奖得主）研究宏观量子力学和量子力学测量问题，于1990年获美国伊利诺大学香槟分校（UIUC）物理学博士；1990-1994年，在美国华盛顿大学物理系（UW）从事博士后研究，师从D Thouless（2016物理诺奖得主）研究拓扑物理。1999年他转入系统生物/系统医学研究，跟随现代系统生物创始人L Hood（胡德，Lasker奖得主、美国四院院士）研习系统医学。

已发表研究论文约140篇，跨越物理、生物、医学、工程等领域。在生物领域他独立澄清了演化生物学中两个重要的基本理论问题，基于此首次得到达尔文演化理论的定量方程，是第三个普适动力学的科学基础。对复杂疾病机理与胡德教授等一起他在2007年提出癌症产生和发展的新理论：癌症的内源性分子网络理论，并发展了相应的计算工具。经15年的持续努力，主流开始接受这个癌症发生发展的新视角。

直播信息

时间：2024年3月31日（本周日）上午10:00-12:00

参与方式：

斑图地址：https://pattern.swarma.org/study_group_issue/627

扫码参与自由能原理与强化学习读书会，加入群聊，获取系列读书会回看权限，加入集智社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。

报名成为主讲人：

读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。具体见系列读书会详情：自由能原理与强化学习读书会启动：探索感知和行动的统一原理

参考文献

Ao, Ping. Laws in Darwinian evolutionary theory. Physics of life Reviews 2.2 (2005): 117-156. https://www.sciencedirect.com/science/article/abs/pii/S1571064505000126
Friston, Karl, and Ping Ao. Free energy, value, and attractors. Computational and mathematical methods in medicine 2012 (2012). https://www.hindawi.com/journals/cmmm/2012/937860/
Ao, Ping. Towards Predictive Neural Network Dynamical Theory. Physics of Life Reviews 36.March (2021): 30-32.
时间为何不同于其他维度? 敖平. 科学通报 63 (2018) 119

推荐阅读

自由能原理与强化学习读书会招募中

自由能原理被认为是“自达尔文自然选择理论后最包罗万象的思想”，它试图从物理、生物和心智的角度提供智能体感知和行动的统一性规律，从第一性原理出发解释智能体更新认知、探索和改变世界的机制，从而对人工智能，特别是强化学习世界模型、通用人工智能研究具有重要启发意义。

集智俱乐部联合北京师范大学系统科学学院博士生牟牧云，南京航空航天大学副教授何真，以及骥智智能科技算法工程师、公众号 CreateAMind 主编张德祥，共同发起「自由能原理与强化学习读书会」，希望从自由能原理这个更底层的视角重新审视强化学习世界模型，探讨自由能原理、强化学习世界模型，以及脑与意识问题中的预测加工理论等前沿交叉问题，探索这些不同领域背后蕴含的感知和行动的统一原理。读书会从3月10日开始，每周日上午10:00-12:00，持续时间预计8-10周。欢迎感兴趣的朋友报名参与！