Internal-state criticality in Bayesian-inverse-Bayesian inference

Resumo Técnico: Criticidade do Estado Interno na Inferência Bayesiana–Inversa-Bayesiana

Enunciado do Problema
Trabalhos empíricos e teóricos recentes sugerem uma convergência entre criticidade e dinâmica de inferência, com registros neurais e comportamentos de busca de alimento biológicos frequentemente exibindo estatísticas de cauda pesada (lei de potência) próximos a pontos críticos. No entanto, a literatura existente identifica majoritariamente assinaturas de criticidade ou argumenta que modelos inferidos tendem a residir próximos a superfícies críticas, sem fornecer uma regra de inferência concreta cuja própria dinâmica seja inerentemente crítica. Além disso, a IA padrão de jogo (ex: otimizadores de alvo de Nash como a Minimização de Arrependimento Contrafactual) busca precisão e convergência para estratégias ótimas, muitas vezes colapsando para o jogo aleatório uniforme em jogos de soma zero simétricos, falhando assim em capturar as dinâmicas não triviais de cauda pesada observadas na tomada de decisão humana. O artigo aborda a necessidade de um modelo generativo minimalista onde a criticidade emerge do próprio processo de inferência, em vez de ser imposta por ajuste externo ou auto-organização em direção a um estado absorvente.

Metodologia
Os autores propõem e simulam a inferência Bayesiana–Inversa-Bayesiana (BIB) no contexto de jogos repetidos de Pedra-Papel-Tesoura (RPS) de dominância cíclica com $N$ mãos.

• O Modelo: O agente BIB mantém um conjunto de hipóteses ($N_h$) sobre o oponente. Ele realiza uma atualização Bayesiana padrão (contração) baseada em resultados observados. Crucialmente, ele aumenta isso com um passo Inverso-Bayesiano (relaxação): após uma janela de $m$ observações, a hipótese com a menor probabilidade posterior é substituída pelo histograma empírico das observações recentes. Esta "renovação de hipótese" evita o colapso do posterior e injeta novas hipóteses que refletem os fluxos de dados recentes.
• Desenho Experimental: O estudo emprega uma simulação de escala massiva ($\sim 10^8$ eventos de decisão) varrendo seis eixos: tamanho do jogo ($N \in \{3, 5, 7\}$), contagem de hipóteses ($N_h \in \{3, 6, 10, 15, 20\}$), tamanho da janela ($m \in \{10, 20, 50, 100\}$), inicialização (aleatória vs. estruturada), modo de predição (amostragem vs. argmax) e nitidez da verossimilhança (likelihood sharpness).
• Controles: Os autores comparam o BIB contra:
  • Apenas-Bayes (BO): Agentes que realizam atualizações Bayesianas padrão sem o passo inverso.
  • Aprendizes Padrão: Win-Stay/Lose-Shift (WSLS), Q-learning e Regret Matching.
  • Agentes Aleatórios: Linha de base de equilíbrio de Nash uniforme.
• Observáveis: A métrica primária é o tempo de persistência do argmax ($T_{argmax}$), definido como a duração em que a hipótese mais provável permanece inalterada. Métricas secundárias incluem comprimentos de fases laminares (períodos onde a probabilidade posterior máxima excede um limiar) e análises de escalonamento de tamanho finito.

Resultos Principais

1. Estado Crítico Universal: Através de todas as variações de design (inicialização, modo de predição) e classes de oponentes, a dinâmica BIB estabiliza-se em um estado crítico interno robusto. A distribuição dos tempos de persistência do argmax segue uma lei de potência de cauda pesada com um expoente $\alpha \approx 1,43$ (no canal canônico $m=50, N=3$).
2. Ausência na Inferência Apenas-Bayes: Agentes BO, carecendo do passo inverso, não exibem persistência de lei de potência. Suas distribuições são melhor ajustadas por exponenciais esticadas ou log-normais, e carecem de um expoente universal entre contagens de hipóteses.
3. Classe de Universalidade e Drift: O expoente medido $\alpha \approx 1,43$ não é uma constante fixa, mas deriva sistematicamente para o valor universal de $3/2$ (característico da intermitência on-off e das leis de primeiro retorno de Sparre–Andersen) conforme o resíduo de amostra finita $(N-1)/(2m)$ desaparece. Isso confirma que as dinâmicas são impulsionadas por um passeio de log-posterior sem drift zero ancorado pelo passo inverso.
4. Escalonamento de Tamanho Finito: O sistema exibe escalonamento de tamanho finito em relação à contagem de hipóteses $N_h$. No regime central ($N_h \in \{6, 10\}$), o expoente é invariante. O tempo de corte escala como $T_{max} \propto N_h^{-z}$ com $z \approx 1,49$. A dispersão do posterior escala como $\sigma \propto N_h^{-\beta}$ com $\beta \approx 1,07$, próximo ao limite inferior da teoria da informação, indicando que o passo inverso absorve o escalonamento nas dinâmicas de renovação.
5. Robustez: A universalidade mantém-se através de diferentes dimensões de jogo ($N=3, 5, 7$), diferentes estruturas de jogo (testadas em Matching Pennies, $N=2$) e várias regras de observação, desde que a renovação Inversa-Bayesiana permaneça ativa.
6. Interno vs. Externo: No jogo BIB-contra-BIB simétrico contra um oponente Nash uniforme, a criticidade de cauda pesada é confinada ao espaço de hipóteses interno. Sequências comportamentais (repetição de mão, sequências de vitórias) permanecem exponenciais porque o oponente simétrico ancora a margem de ação ao Nash uniforme. No entanto, contra um oponente fixo e enviesado (explorável), as sequências comportamentais cruzam para leis de potência, demonstrando que a criticidade interna atua como um reservatório de flexibilidade.

Significância e Alegações
O artigo afirma identificar uma estrutura crítica universal gerada pela adição de um passo de relaxação Bayesiana inversa a uma inferência Bayesiana padrão.

• Mecanismo: Os autores argumentam que este é um mecanismo de criticidade de estado interno alcançado através da reconstrução contínua da fronteira do espaço de hipóteses, em vez de auto-organização para um estado absorvente (SOC tradicional). O passo inverso ancora o drift do log-posterior por passo a zero estruturalmente, criando um estado crítico sem ajuste de parâmetros externos.
• Distinção de SOC: Embora compartilhe características com SOC (estatísticas de escala livre, sem ajuste de parâmetros), os autores distinguem o BIB ao notar que ele não se auto-organiza para um ponto crítico absorvente, mas mantém a criticidade via reconstrução de fronteira. Eles identificam as dinâmicas operacionalmente com intermitência on-off no simplexo de distribuições de hipóteses.
• Relevância Comportamental: O estudo sugere que o BIB fornece um modelo generativo para as estatísticas de persistência de cauda pesada observadas na tomada de decisão humana. Diferente de algoritmos que visam o equilíbrio de Nash, que colapsam para a aleatoriedade em jogos simétricos, os agentes BIB reproduzem naturalmente as dinâmicas de cauda pesada não triviais do jogo humano, através de seu mecanismo interno, sem exigir pré-treinamento ou ajuste externo.
• Modéstia: Os autores declaram explicitamente que $\alpha \approx 1,43$ é uma estimativa dependente do protocolo de uma classe de universalidade, não uma constante física. Eles não afirmam provar a SOC clássica, mas sim caracterizar uma estrutura crítica universal que é robusta através de um intervalo natural de parâmetros. A significância reside em fornecer uma regra de inferência generativa minimalista que faz a ponte entre a otimização racional (que falha em capturar dinâmicas humanas) e a observação empírica de criticidade em sistemas biológicos.