Synchronizing Minds through Collective Predictive Coding: A Computational Model of Parent-Infant Homeostatic Co-Regulation

Technische Samenvatting: Synchronisatie van Geesten door Collectieve Voorspellende Coding

Probleemstelling
Interneuronale synchronie (IBS) die wordt waargenomen in real-time dyadische interacties, zoals uitwisselingen tussen ouder en kind, suggereert dat interacterende agenten uitgelijnde latente representaties ontwikkelen. Computatierelateerde verklaringen voor hoe dergelijke uitlijning ontstaat tussen agenten met slechts lokale sensorische toegang en asymmetrische interne kennis, blijven echter onderontwikkeld. Een centrale uitdaging is het modelleren van hoe twee agenten, die elk over privé-interne toestanden en beperkte sensorische data beschikken, kunnen coördineren om lichamelijke toestanden te reguleren terwijl ze tegelijkertijd hun latente representaties uitlijnen, zonder directe toegang tot elkaars verborgen toestanden te vereisen of diep recursieve modellen van de ander te onderhouden.

Methodologie
De auteurs stellen een constructief computationeel model voor van homeostatische co-regulatie tussen ouder en kind dat twee primaire kaders integreert:

1. Actieve Interoceptieve Inference (POMDP): De interactie wordt gemodelleerd als een Partially Observable Markov Decision Process (POMDP). Twee agenten, een ouder (Agent A) en een kind (Agent B), bezitten asymmetrische generatieve-modelkennis:
   • De Ouder bezit een nauwkeurige toestands-overgangsmatrix ($B_A$) die codeert hoe acties viscerale toestanden transformeren, maar moet de sensorische-generatiematrix ($A_A$) leren die de inferentie van de ouder over de toestand van het kind koppelt aan waargenomen exteroceptieve aanwijzingen (bijvoorbeeld rillen).
   • Het Kind bezit een nauwkeurige sensorische-generatiematrix ($A_B$) voor directe interoceptieve perceptie van zijn eigen toestand, maar moet de toestands-overgangsmatrix ($B_B$) leren die vastlegt hoe acties zijn lichaam beïnvloeden.
   • Beide agenten verwerken lokaal beschikbare sensorische inputs en leren hun respectievelijke onbekende matrices online via Dirichlet-verdelingen.
2. Collectieve Voorspellende Coding (CPC) via MHNG: Om overeenstemming te bemiddelen over regulerende acties, maken de agenten gebruik van het Metropolis–Hastings Naming Game (MHNG). Een gedeelde communicatieve variabele (symbool $w$) wordt gesampled op basis van de interne representaties ($z$) van de agenten. De acceptatie van een voorgesteld symbool wordt bepaald door een lokaal berekenbare Metropolis–Hastings-kans, die uitsluitend afhankelijk is van het interne generatieve model van de luisteraar. Dit stelt de agenten in staat om elkaars posterior-geloof te beperken zonder directe toegang tot de verborgen toestanden van de partner.

De simulatie vindt plaats in een $6 \times 6$ discreet roosterwereld dat de viscerale toestand van het kind voorstelt (energie en lichaamstemperatuur). De agenten streven ernaar de toestand in een gebied met hoge prior-preferentie ($C$) te handhaven door middel van coöperatieve acties (Koelen, Warmen, Eten, Spelen, Slapen).

Experimentele Opzet en Metrieken
De studie vergelijkt drie condities:

• MHNG: Symbolen ontstaan door bidirectionele ouder-kindcommunicatie met gebruik van het MHNG-protocol.
• A-only: Het kind accepteert altijd het voorstel van de ouder; de ouder verwerpt altijd het voorstel van het kind.
• B-only: De ouder accepteert altijd het voorstel van het kind; het kind verwerpt altijd het voorstel van de ouder.

Belangrijke metrieken zijn:

• Aanpassingsvermogen ($C_{norm}$): De mate waarin de viscerale toestand van het kind uitlijnt met het gebied van hoge prior-preferentie.
• Gemiddelde Entropie ($\bar{H}$): De entropie van de geleerde generatieve matrices ($A$ voor de ouder, $B$ voor het kind), wat voorspellende nauwkeurigheid aangeeft.
• Vergelijkbaarheid van Mentale Representaties ($JSD_z$): De Jensen–Shannon-afstand tussen de posterior-verdelingen van de latente toestanden van de ouder en het kind ($q(z_A)$ en $q(z_B)$).

Belangrijkste Resultaten

1. Regulerende Prestaties: De MHNG-gemedieerde interactie regelde de viscerale toestand van het kind adaptiever dan de eenzijdige controlecondities (A-only en B-only). De viscerale toestand in de MHNG-conditie bleef vanaf het vroege stadium van het leren in het gebied met hoge prior-preferentie.
2. Snelle Uitlijning van Latente Toestanden: De Jensen–Shannon-afstand ($JSD_z$) tussen de posteriors van de agenten benaderde na ongeveer 20 iteraties nul, wat wijst op snelle synchronisatie van interne representaties.
3. Ontkoppeling van Uitlijning en Modelconvergentie: De convergentie van de generatieve matrices (aangegeven door afnemende entropie $\bar{H}$) vond veel later plaats en stabiliseerde rond de 500 iteraties. Cruciaal is dat representatieve synchronie veel eerder ontstond dan de convergentie van de geleerde wereldmodellen.
4. Mechanisme van Asymmetrie: De snelle uitlijning wordt toegeschreven aan het complementaire karakter van de kennis van de agenten: het kind begrijpt zijn viscerale toestand via accurate bottom-up sensorische generatie ($A_B$), terwijl de ouder de toestand begrijpt via accurate top-down toestands-overgangen ($B_A$).

Betekenis en Aanspraken
Het artikel claimt een "minimale constructieve verklaring" te bieden voor uitlijning van latente toestanden die compatibel is met IBS zoals gerapporteerd in hyperscanning-studies. De primaire bijdrage is het aantonen dat representatieve synchronie geen volledig gedeelde wereldmodellen vooronderstelt. In plaats daarvan kunnen agenten met asymmetrische kennis en lokale sensorische toegang snelle uitlijning van hun latente geloof bereiken via een gedeelde communicatieve variabele die wordt bestuurd door lokaal berekenbare acceptatiekansen.

De auteurs positioneren de hypothese van Collectieve Voorspellende Coding (CPC), geoperationaliseerd via MHNG, als een kandidaat-computationele basis voor inter-neuronale uitlijning. Zij betogen dat dit kader verklaart hoe sociale interactie posterior-geloven kan beperken en co-regulatie kan faciliteren zonder dat agenten direct toegang hoeven te hebben tot elkaars waarnemingen of complexe recursieve modellen van de ander hoeven te onderhouden.

Beperkingen en Toekomstige Richtingen
De auteurs erkennen dat het huidige model een vereenvoudigde, tweedimensionale discrete roosterwereld gebruikt en ervan uitgaat dat prior-preferenties ($C$) en interpretatiematrices ($E$) gedeeld en statisch zijn. Bijgevolg adresseert het model niet de dynamiek van het ontstaan van symbolen zelf. Er wordt voorgesteld om in toekomstig werk het model af te stemmen op echte organismen of robots met behulp van continue, multidimensionale representaties en leerregels voor $C$- en $E$-matrices in te voeren om het ontstaan van sociale betekenis te modelleren.