Предиктивное кодирование как масштабируемый вычислительный принцип для воплощенного мультизадачного интеллекта

В статье представлена масштабируемая иерархическая мультимодальная рекуррентная нейронная сеть, основанная на принципах предиктивного кодирования и свободной энергии. Модель способна напрямую интегрировать более 30 000 измерений визуально-проприоцептивных данных без предварительной обработки. В экспериментах с телеуправляемым гуманоидным роботом, выполняющим задачи по уходу, модель продемонстрировала три эмерджентных свойства: самоорганизующуюся иерархическую динамику скрытых состояний, устойчивость к ухудшению зрения и асимметричную интерференцию при мультизадачном обучении. Работа предлагает обобщаемую вычислительную основу, связывающую теорию мозга, искусственный интеллект и воплощенную робототехнику.

**Выводы:** Предиктивное кодирование, реализованное в виде иерархической нейросети, позволяет роботу эмерджентно осваивать переключение между задачами и компенсировать потерю сенсорной информации. Эта модель служит мостом между нейронаукой о предсказании и практическими системами искусственного интеллекта.