Recenzja książki Mechanizmy predykcyjne i ich normatywność
Avant, wol. XIII, nr 2, https://doi.org/10.26913/avant.202212
publikowane na licencji CC BY-NC-ND
Witold Wachowski
Uniwersytet Marii Curie-Skłodowskiej w Lublinie
witold.wachowski@mail.umcs.pl
Przyjęto 4 września 2022; zaakceptowano 26 września 2022; opublikowano 7 października 2022.
Pełny tekst
Abstrakt: Artykuł ten jest recenzją książki Mechanizmy predykcyjne i ich normatywność, skoncentrowaną na trzech zakresach tej publikacji. Pierwszy zakres obejmuje kontekst wydawniczy, czyli kwestię zapotrzebowania na taką pracę, biorąc pod uwagę język publikacji, jej dostępność itd. Drugi zakres dotyczy akademickiego potencjału tej książki jako obszernego opracowania koncepcji przetwarzania predykcyjnego. Trzeci zakres natomiast wiąże się z główną ambicją Autora książki i jednocześnie najbardziej wymagającym wątkiem tej pracy, jako studium problemu normatywności w ujęciu koncepcji przetwarzania predykcyjnego i wyjaśniania (neo)mechanistycznego.
Słowa kluczowe: energia swobodna; mechanizm; model generatywny; mózg; normatywność; przetwarzanie predykcyjne
Review of the book Mechanizmy predykcyjne i ich normatywność (2020)
Keywords: free energy; mechanism; generative model; brain; normativity; predictive processing
Bibliografia
Bechtel, W. (2008). Mental mechanisms: Philosophical perspectives on cognitive neuroscience. New York: Routledge. | ||||
Bowers, J. S. i Davis, C. J. (2012). Bayesian just-so stories in psychology and neuroscience. Psychological Bulletin, 138(3), 389-414. https://doi.org/10.1037/a0026450 |
||||
Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36, 181-204. https://doi.org/10.1017/S0140525X12000477 |
||||
Feldman-Barrett, L. (2021). Mózg nie służy do myślenia (7 i ½ wywrotowych lekcji o mózgu). Tłum. Z. Lamża. Łódź: Wydawnictwo Feeria Science. | ||||
Foster, D. (2021). Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania. Tłum. R. Meryk. Gliwice: Wydawnictwo Helion. | ||||
Friston, K. J. & Kiebel, S. J. (2009). Predictive coding under the free-energy principle. Philosophical Transactions of the Royal Society B: Biological Sciences, 364, 1211-1221. https://doi.org/10.1098/rstb.2008.0300 |
||||
Friston, K. J. (2011). What is optimal about motor control? Neuron, 72(3), 488-498. https://doi.org/10.1016/j.neuron.2011.10.018 |
||||
Gładziejewski, P. (2017). Percepcja jako kontrolowana halucynacja. Filozofuj!, 2(14), 13-15. | ||||
Gregory, R. L. (1971). Oko i mózg. Psychologia widzenia. Tłum. S. Bogusławski. Warszawa: Warszawa: Państwowe Wydawnictwo Naukowe. | ||||
Grush, R. (1995). Emulation and Cognition. Dissertation. University of California, San Diego. | ||||
Jaśkiewicz, J. (2022). Maszyna do świerkania. iSztuka – Edukacja Kulturalna dla Wszystkich. Źródło: http://www.isztuka.edu.pl/i-sztuka/node/699 (dostęp 18.06.2022). | ||||
Johnson-Laird, P. N. (1994). Mental models and probabilistic thinking. Cognition, 50(1-3), 189-209. https://doi.org/10.1016/0010-0277(94)90028-0 |
||||
Koffka, K. (1922). Perception: an introduction to the Gestalt-Theorie. Psychological Bulletin, 19(10), 531-585. https://doi.org/10.1037/h0072422 |
||||
Litwin, P. i Miłkowski, M. (2020). Unification by Fiat: Arrested Development of Predictive Processing. Cognitive Science, 44(7), e12867. https://doi.org/10.1111/cogs.12867 |
||||
Mumford, D. (1992). On the computational architecture of the neocortex. II. The role of cortico-cortical loops. Biological Cybernetics, 66(3), 241-251. https://doi.org/10.1007/BF00198477 |
||||
Orlandi, N. (2017). Predictive perceptual systems. Synthese, 195, 2367-2386. https://doi.org/10.1007/s11229-017-1373-4 |
||||
Parr, T., Pezzulo, G. i Friston, K. J. (2022). Active Inference: The Free Energy Principle in Mind, Brain, and Behavior. Cambridge, MA: MIT Press. https://doi.org/10.7551/mitpress/12441.001.0001 |
||||
Piekarski, M. (2016). Od typiki doświadczenia do normatywnej antycypacji. Przyczynek do fenomenologii normatywności. Filo-Sofija, 33(2), 71-86. | ||||
Piekarski, M. (2017). Normatywność antycypacji a normatywność predykcji. Dwa podejścia: fenomenologia i teoria przetwarzania predykcyjnego. Avant, 8(3), 25-56. https://doi.org/10.26913/80302017.0112.0001 |
||||
Piekarski, M. (2018). Jedna czy wiele normatywności? Studia Philosophiae Christianae, 4(2), 61-81. https://doi.org/10.21697/2018.54.2.11 |
||||
Piekarski, M. (2020). Mechanizmy predykcyjne i ich normatywność. Warszawa: Wydawnictwo Liberi Libri. https://doi.org/10.47943/lib.9788363487447 |
||||
Piekarski, M. (2022). Motivation, counterfactual predictions and constraints: normativity of predictive mechanisms. Synthese, 200, 352. https://doi.org/10.1007/s11229-022-03837-1 |
||||
Rao, R. P. i Ballard, D. H. (1999). Predictive coding in the visual cortex: a functional interpretation of some extra-classical receptive-field effects. Nature Neuroscience, 1999 2(1), 79-87. https://doi.org/10.1038/4580 |
||||
Wölfflin, H. (2017). Podstawowe pojęcia historii sztuki. Problemy rozwoju stylu w sztuce nowożytnej. Tłum. D. Hanulanka. Gdańsk: Wydawnictwo słowo/obraz terytoria. | ||||
Zahavi, D. (2018). Brain, mind, world: Predictive coding, neo-Kantianism, and transcendental idealism. Husserl Studies, 34, 47-61. https://doi.org/10.1007/s10743-017-9218-z |