¿Alguna vez te has preguntado por qué el coro de una canción es tan memorable? @InferenceActive (KB5) y @jakub_smekal (KB7) son ambos PhDs de Stanford que buscan en las canciones los principios universales del aprendizaje. Daniel estudió ecología y evolución, y Jakub está estudiando actualmente IA, física y neurociencia. Se conocieron en Kernel y coescribieron dos artículos explorando la ‘Inferencia Activa’, una disciplina centrada en el estudio unificado de cómo ‘recibir información sensorial a través de la acción’ y ‘actualizar tu modelo interno del mundo’ pueden entenderse simultáneamente. Desglosan las matemáticas detrás de la 'sorpresa familiar'. Saltan entre la inferencia activa, el principio de energía libre, la cuantificación de la incertidumbre en modelos de aprendizaje profundo y la idea de ‘desescolarización’ de Ivan Illich. Esperamos que disfrutes de la historia activa y en curso de dos investigadores talentosos y su trabajo. 00:01:00 - Introducciones y antecedentes 00:02:00 - Cómo Daniel y Jakub se conocieron a través de DeSci 00:03:00 - El trabajo de Daniel sobre ecosistemas epistémicos y estructuras de incentivos 00:04:00 - Definiendo “Inferencia activa” 00:05:00 - Jakub añade explicación del marco de inferencia bayesiana 00:06:00 - Principio de energía libre y minimización de la sorpresa 00:07:00 - Detalles técnicos: aproximación de gradiente y límites de evidencia 00:09:00 - Aplicando la inferencia activa a blockchain y sistemas de comunicación 00:11:00 - Active Blockference y modelado basado en agentes 00:13:00 - Contexto de DeSchool y conexión con Kernel 00:15:00 - Orígenes del trabajo de GNN (Notación Generalizada) y la brecha entre prosa y código 00:18:00 - Fundación del Instituto de Inferencia Activa 00:20:00 - Inferencia activa aplicada a la música/arte y "sorpresa familiar" 00:22:00 - Expectativas culturales y filtrado de atención en la música 00:24:00 - Cuantificación de la sorpresa musical y dinámicas de la base de fans 00:26:00 - El "problema de la habitación oscura" y el comportamiento de búsqueda de novedad 00:28:00 - La investigación de doctorado de Jakub sobre aprendizaje profundo 00:31:00 - Desafíos en la calibración de modelos y cuantificación de incertidumbre 00:33:00 - La participación continua de Daniel en Kernel/DeSchool y enfoque comunitario 00:34:00 - La visión de DeSchool y filosofía educativa 00:36:00 - Reflexiones finales