¿Alguna vez te has preguntado por qué el estribillo de una canción es tan memorable? @InferenceActive (KB5) y @jakub_smekal (KB7) son doctores de Stanford que buscan en canciones los principios universales del aprendizaje. Daniel estudió ecología y evolución, y Jakub actualmente estudia IA, física y neurociencia. Se conocieron en Kernel y coescribieron dos artículos que exploran la "Inferencia Activa", una disciplina centrada en el estudio unificado de cómo "recibir información sensorial a través de la acción" y "actualizar su modelo interno del mundo" se pueden entender simultáneamente. Desglosan las matemáticas detrás de la "sorpresa familiar". Rebotan entre la inferencia activa, el principio de energía libre, la cuantificación de la incertidumbre en los modelos de aprendizaje profundo y la idea de "desescolarización" de Ivan Illich. Esperamos que disfrute de la historia activa y continua 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 - Definición de "inferencia activa" 00:05:00 - Jakub agrega una explicación del marco de inferencia bayesiano 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 - Aplicación de la inferencia activa a la cadena de bloques y los sistemas de comunicación 00:11:00- Blockferencia activa y modelado basado en agentes 00:13:00 - Contexto DeSchool y conexión del kernel 00:15:00 - Orígenes de la obra GNN (Notación Generalizada) y brecha entre la prosa y el 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 la dinámica de la base de fans 00:26:00 - El "problema del cuarto oscuro" y el comportamiento de búsqueda de novedades 00:28:00 - Investigación de doctorado de Jakub sobre aprendizaje profundo 00:31:00 - Desafíos de calibración de modelos y cuantificación de incertidumbre 00:33:00 - La participación continua de Daniel en Kernel / DeSchool y el enfoque comunitario 00:34:00 - Visión y filosofía educativa de DeSchool 00:36:00 - Pensamientos finales