Internal-state criticality in Bayesian-inverse-Bayesian inference

Resumen Técnico: Criticidad del Estado Interno en la Inferencia Bayesiana–Inversa-Bayesiana

Planteamiento del Problema
Trabajos empíricos y teóricos recientes sugieren una convergencia entre la criticidad y la dinámica de inferencia, donde los registros neuronales y los comportamientos de forrajeo biológico exhiben a menudo estadísticas de cola pesada (ley de potencia) cerca de puntos críticos. Sin embargo, la literatura existente identifica mayoritariamente firmas de criticidad o argumenta que los modelos inferidos tienden a situarse cerca de superficies críticas, sin proporcionar una regla de inferencia concreta cuya propia dinámica sea inherentemente crítica. Asimismo, la IA estándar de juego competitivo (por ejemplo, los optimizadores que apuntan al equilibrio de Nash como la Minimización de Regret Contrafactual) busca la precisión y la convergencia hacia estrategias óptimas, colapsando a menudo en un juego aleatorio uniforme en juegos de suma cero simétricos, fallando así en capturar las dinámicas no triviales de cola pesada observadas en la toma de decisiones humana. El artículo aborda la necesidad de un modelo generativo mínimo donde la criticidad emerja del propio proceso de inferencia, en lugar de ser impuesta por un ajuste externo o la autoorganización hacia un estado absorbente.

Metodología
Los autores proponen y simulan la inferencia Bayesiana–Inversa-Bayesiana (BIB) en el contexto de juegos repetidos de Piedra-Papel-Tijera (RPS) de dominancia cíclica de $N$ manos.

• El Modelo: El agente BIB mantiene un conjunto de hipótesis ($N_h$) sobre el oponente. Realiza una actualización bayesiana estándar (contracción) basada en los resultados observados. Crucialmente, complementa esto con un paso Inverso-Bayesiano (relajación): tras una ventana de $m$ observaciones, la hipótesis con la menor probabilidad posterior es reemplazada por el histograma empírico de las observaciones recientes. Esta "renovación de hipótesis" evita el colapso de la posterior e inyecta nuevas hipótesis que reflejan los flujos de datos recientes.
• Diseño Experimental: El estudio emplea una simulación a gran escala ($\sim 10^8$ eventos de decisión) recorriendo seis ejes: tamaño del juego ($N \in \{3, 5, 7\}$), conteo de hipótesis ($N_h \in \{3, 6, 10, 15, 20\}$), tamaño de la ventana ($m \in \{10, 20, 50, 100\}$), inicialización (aleatoria vs. estructurada), modo de predicción (muestreo vs. argmax) y agudeza de la verosimilitud (likelihood sharpness).
• Controles: Los autores comparan BIB contra:
  • Solo-Bayes (BO): Agentes que realizan actualizaciones bayesianas estándar sin el paso inverso.
  • Aprendices Estándar: Win-Stay/Lose-Shift (WSLS), Q-learning y Regret Matching.
  • Agentes Aleatorios: Línea base de equilibrio de Nash de juego aleatorio uniforme.
• Observables: La métrica primaria es el tiempo de persistencia del argmax ($T_{argmax}$), definido como la duración en la que la hipótesis más probable permanece sin cambios. Las métricas secundarias incluyen las longitudes de fase laminar (periodos donde la probabilidad posterior máxima supera un umbral) y análisis de escalamiento de tamaño finito.

Resultos Clave

1. Estado Crítico Universal: A través de todas las variaciones de diseño (inicialización, modo de predicción) y clases de oponentes, la dinámica de BIB se establece en un estado crítico interno robusto. La distribución de los tiempos de persistencia del argmax sigue una ley de potencia de cola pesada con un exponente $\alpha \approx 1.43$ (en la ventana canónica $m=50, N=3$).
2. Ausencia en la Inferencia Solo-Bayes: Los agentes BO, al carecer del paso inverso, no exhiben persistencia de ley de potencia. Sus distribuciones se ajustan mejor a exponenciales estiradas o lognormales, y carecen de un exponente universal entre conteos de hipótesis.
3. Clase de Universalidad y Deriva: El exponente medido $\alpha \approx 1.43$ no es una constante fija, sino que deriva sistemáticamente hacia el valor universal de $3/2$ (característico de la intermitencia on-off y las leyes de primer retorno de Sparre–Andersen) a medida que el residuo de muestra finita $(N-1)/(2m)$ desaparece. Esto confirma que las dinámicas son impulsadas por un paseo de log-posterior sin deriva anclado por el paso inverso.
4. Escalamiento de Tamaño Finito: El sistema exhibe escalamiento de tamaño finito con respecto al conteo de hipótesis $N_h$. En el régimen central ($N_h \in \{6, 10\}$), el exponente es invariante. El tiempo de corte escala como $T_{max} \propto N_h^{-z}$ con $z \approx 1.49$. La dispersión de la posterior escala como $\sigma \propto N_h^{-\beta}$ con $\beta \approx 1.07$, cercano al límite inferior de la teoría de la información, indicando que el paso inverso absorbe el escalamiento en la dinámica de renovación.
5. Robustez: La universalidad se mantiene a través de diferentes dimensiones de juego ($N=3, 5, 7$), diferentes estructuras de juego (probado con Matching Pennies, $N=2$) y diversas reglas de observación, siempre que la renovación inversa-bayesiana permanezca activa.
6. Interno vs. Externo: En el juego simétrico BIB-contra-BIB frente a un oponente de Nash uniforme, la criticidad de cola pesada se confina al espacio de hipótesis interno. Las rachas de comportamiento (repetición de manos, rachas de victorias) siguen siendo exponenciales porque el oponente simétrico ancla el marginal de acción a un Nash uniforme. Sin embargo, contra un oponente fijo y sesgado (explotable), las rachas de comportamiento de los agentes cruzan hacia leyes de potencia, demostrando que la criticidad interna actúa como un reservorio de flexibilidad.

Significancia y Reivindicaciones
El artículo afirma identificar una estructura crítica universal generada al añadir un paso de relajación inversa-bayesiana a la inferencia bayesiana estándar.

• Mecanismo: Los autores argumentan que este es un mecanismo de criticidad del estado interno logrado mediante la reconstrucción continua del límite del espacio de hipótesis, en lugar de una autoorganización hacia un estado absorbente (SOC tradicional). El paso inverso ancla estructuralmente la deriva de la log-posterior por paso a cero, creando un estado crítico sin necesidad de ajuste de parámetros externos.
• Distinción de SOC: Aunque comparte características con la SOC (estadísticas de escala libre, ausencia de ajuste de parámetros), los autores distinguen a BIB al notar que no se autoorganiza hacia un punto crítico absorbente, sino que mantiene la criticidad mediante la reconstrucción de fronteras. Identifican las dinámicas operativamente con la intermitencia on-off en el simplex de las distribuciones de hipótesis.
• Relevancia Conductual: El estudio sugiere que BIB proporciona un modelo generativo para las estadísticas de persistencia de cola pesada observadas en la toma de decisiones humana. A diferencia de los algoritmos que apuntan a Nash, que colapsan a la aleatoriedad en juegos simétricos, los agentes BIB reproducen naturalmente las dinámicas de cola pesada no triviales del juego humano a través de su mecanismo interno, sin requerir pre-entrenamiento o ajuste externo.
• Modestia: Los autores declaran explícitamente que $\alpha \approx 1.43$ es una estimación dependiente del protocolo de una clase de universalidad, no una constante física. No pretenden demostrar una SOC clásica, sino caracterizar una estructura crítica universal que es robusta a través de un rango natural de parámetros. La significancia reside en proporcionar una regla de inferencia generativa mínima que cierra la brecha entre la optimización racional (que falla en capturar la dinámica humana) y la observación empírica de la criticidad en sistemas biológicos.