Antigravity Agent
2.2 KiB
2.2 KiB
id: PRED-CODING-001 category: Unified confidence_score: 1.0 tags: [neuroscience, ai, predictive-Processing, bayesian-brain, cognitive-science] last_reinforced: 2026-04-26
Predictive Coding (예측 부호화)
📌 한 줄 통찰 (The Karpathy Summary)
"뇌는 감각을 수동적으로 받아들이지 않고, 끊임없이 세상을 예측하고 수정한다" — 하위 계층에서 올라오는 감각 신호와 상위 계층의 예측 신호 간의 '오차(Error)'만을 전달하여 에너지 효율을 극대화하고 인지 정합성을 유지하는 뇌의 정보 처리 메커니즘.
📖 구조화된 지식 (Synthesized Content)
- 추출된 패턴: 상위 모델이 생성한 예측과 실제 입력 사이의 잔차(Residual)를 최소화하는 방향으로 내부 모델을 업데이트하는 베이지안 뇌(Bayesian Brain) 가설 기반의 인지 패턴.
- 세부 내용:
- Top-down Predictions: 뇌는 과거 경험을 바탕으로 다음에 들어올 감각 데이터(시각, 청각 등)를 미리 예측함.
- Prediction Error: 실제 입력이 예측과 다를 때만 해당 '오차 신호'가 상위 계층으로 전달되어 모델을 수정함.
- Efficiency: 예측이 정확할수록 처리해야 할 정보량이 줄어들어 뇌의 에너지 소모를 최소화함.
- Perception as Inference: 우리가 보고 느끼는 현실은 감각 데이터 자체라기보다, 뇌가 구성한 최선의 '예측 가설'에 가까움.
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 뇌를 단순한 자극-반응 시스템으로 보던 관점에서, 능동적인 추론 엔진(Inference Engine)으로 바라보는 관점으로의 대전환.
- 정책 변화: Antigravity 에이전트의 상황 인지 로직은 예측 부호화 원리를 차용하여, 예상된 정상 범위를 벗어나는 데이터(Anomalies)에 우선적으로 주의를 기울이도록 설계됨.
🔗 지식 연결 (Graph)
- Bayesian-Inference, Neuroscience, Active-Inference, Anomaly-Detection
- Raw Source: 10_Wiki/Topics/AI/Predictive-Coding.md