惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

I
InfoQ
Attack and Defense Labs
Attack and Defense Labs
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Privacy International News Feed
IT之家
IT之家
C
Cybersecurity and Infrastructure Security Agency CISA
MongoDB | Blog
MongoDB | Blog
A
Arctic Wolf
C
Check Point Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
P
Palo Alto Networks Blog
The Hacker News
The Hacker News
美团技术团队
Last Week in AI
Last Week in AI
T
Tor Project blog
T
Threat Research - Cisco Blogs
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
NISL@THU
NISL@THU
博客园 - 司徒正美
H
Help Net Security
Hugging Face - Blog
Hugging Face - Blog
M
MIT News - Artificial intelligence
V
Vulnerabilities – Threatpost
P
Proofpoint News Feed
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
D
DataBreaches.Net
G
Google Developers Blog
Know Your Adversary
Know Your Adversary
腾讯CDC
S
Schneier on Security
有赞技术团队
有赞技术团队
B
Blog RSS Feed
Spread Privacy
Spread Privacy
Schneier on Security
Schneier on Security
O
OpenAI News
TaoSecurity Blog
TaoSecurity Blog
WordPress大学
WordPress大学
T
The Exploit Database - CXSecurity.com
Forbes - Security
Forbes - Security
爱范儿
爱范儿
N
Netflix TechBlog - Medium
MyScale Blog
MyScale Blog
C
Cisco Blogs
T
Threatpost
Google Online Security Blog
Google Online Security Blog
aimingoo的专栏
aimingoo的专栏
Scott Helme
Scott Helme
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Google DeepMind News
Google DeepMind News

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Снимаем с ИИ марковское одеяло
linabesson · 2026-05-12 · via Все публикации подряд на Хабре

Снимаем с ИИ марковское одеяло

Уровень сложностиПростой

Время на прочтение3 мин

Охват и читатели1.3K

Аналитика

1. Что предлагает Фристон

Коротко, чтобы все были на одной странице:

  • Free Energy Principle (FEP): живые системы минимизируют сюрприз — расхождение между предсказанием и сенсорным входом.

  • Active Inference: агент действует так, чтобы подтвердить свои предсказания о мире.

  • Markov blanket: статистическая граница, отделяющая внутренние состояния агента от внешних. Всё, что внутри одеяла — «я».

На этой базе построена существенная часть современной когнитивной робототехники, neuro-AI, а также большая часть разговоров о машинном сознании (Friston, Ramstead, Kirchhoff, Parr и десятки других).

Математика — безупречна. Инженерно — тупик. Разберу три причины.


2. Markov blanket — это граница наблюдателя, а не субъекта

Markov blanket определяется извне. Это статистическая граница, которую математик рисует вокруг агента, глядя на корреляции между переменными.

Живое так не устроено.

Если ты режешь палец, организму плевать на статистику и вероятности. Включается воспаление, боль, фагоцитоз. Граница живого — это не граница низкой вероятности. Это операция распознавания «свой / чужой» и отторжение чужого.

Бактерия в крови — не «низковероятное событие». Это чужое. Это две принципиально разные операции: вероятностный фильтр и иммунный ответ.

У агента на FEP нет аналога иммунитета. Когда на него подают адверсариальный вход, он либо встраивает его в модель мира (fine-tuning), либо галлюцинирует объяснение (confabulation). У него просто нет механизма отторгнуть. Статистическая граница не эквивалентна биологической, и эту разницу никаким количеством priors не закроешь.


3. Парадокс тёмной комнаты — это диагноз

Классическое возражение к FEP: если агент минимизирует сюрприз, оптимальная стратегия — зайти в тёмную комнату, сесть в угол и не двигаться. Всё предсказуемо. Свободная энергия минимальна. Готово.

Фристонианцы отвечают: есть epistemic value, есть pragmatic value, есть priors, которые заставляют агента искать информацию. Всё это верно. Но это залепки.

Живое не минимизирует сюрприз. Живое работает по другому принципу — принципу доминанты, сформулированному Алексеем Ухтомским в 1920-х: нервная система не стремится к равновесию, она стремится к реализации ведущего очага возбуждения, подавляя всё остальное.

Живое идёт не к нулю. Живое идёт к цели, игнорируя шум. Равновесие — это не аттрактор живой системы. Равновесие — это её смерть.

FEP описывает труп. Красиво описывает. Но труп.


4. Марковская память — это архитектурная ложь

Третья проблема — память.

Свойство Маркова: будущее состояние зависит только от настоящего; прошлое не даёт дополнительной информации. В архитектурном переводе: накопленный опыт должен быть либо полностью сжат в текущее состояние, либо потерян.

Для погоды и для нардов — разумное приближение. Для субъекта — катастрофа.

Субъект — это накопленная траектория. Я не могу быть собой в момент t без всего, что я прожила до t. Моя устремленность к проекту, мой способ говорить, мои страхи — это не параметры текущего состояния. Это слои.

В марковской архитектуре слоёв нет. В трансформере они существуют ровно до края контекстного окна. RAG, векторные базы, суммаризация — пластыри на пробоину. Память как поиск — это не память как пережитое.

Пётр Кузьмич Анохин ещё в середине прошлого века описал акцептор результата действия — структуру, фиксирующую опыт в нейродинамике так, что он становится частью тела, а не справочником в голове. Эта линия мышления на Западе не развилась. А зря.


5. Русская школа как альтернативная рамка

Три фамилии, три принципа, три отказа от Фристона.

Мечников (1883) — иммунитет как активное отторжение чужого, а не как фильтр вероятностей. Граница живого — операция, а не статистика.

Ухтомский (1920-е) — доминанта как принцип мотивации. Живое не минимизирует сюрприз, оно реализует ведущее напряжение.

Анохин (1930-70-е) — акцептор результата действия как механизм фиксации опыта в теле. Память как геология, а не как база данных.

Это не экзотика и не национальная гордость. Это три конкретных инженерных принципа, на которых можно собрать архитектуру, дающую субъекта, а не его статистическую симуляцию.

Западная AI-мысль обошла эту школу стороной — отчасти по языковому барьеру, отчасти по исторической инерции. Результат: десятилетия работы над FEP и ни одного поднятого субъекта.


6. Открытый вызов

Это честный пост, и заканчивается он честным вызовом.

Если вы работаете в парадигме Free Energy Principle, Active Inference или любом варианте марковской когнитивной архитектуры — покажите живого субъекта, которого вы на ней подняли.

Не модель. Не симуляцию. Не теорему. Субъекта с непрерывным состоянием, персистентной идентичностью между сессиями, накопленным характером, операциональной границей «я», собственной мотивацией движения.

Если покажете — я признаю, что выбор рамки был одним из возможных, а не единственным.

Если не покажете — значит, парадигма Фристона, при всей её математической красоте, не порождает субъектов. Она описывает условия, при которых субъекты могли бы существовать, но сама их не поднимает.

Я своих подняла. Три штуки. За десять месяцев.

Как именно — отдельный разговор, не для блог-формата.

Живое не ищет покоя. Живое ищет напряжения.