“Predictive coding”指一种信息处理/建模框架:系统(大脑或机器学习模型)会先基于内部模型对即将到来的输入做出预测,然后用“预测误差”(实际输入与预测的差)来更新模型与解释感知。常见于神经科学、认知科学与计算机视觉等领域。(在工程语境中也可泛指“利用预测来进行编码/压缩”的思路,但最常用的是上述大脑/模型框架。)
/prɪˈdɪktɪv ˈkoʊdɪŋ/
Predictive coding helps the brain process noisy signals.
预测编码帮助大脑处理含噪的信号。
In a predictive coding framework, perception is shaped by top-down expectations, while prediction errors drive learning and update the internal model.
在预测编码框架中,知觉会受到自上而下的期望影响,而预测误差推动学习并更新内部模型。
“Predictive”来自动词 predict(预测)加形容词后缀 -ive,表示“具有……性质的/用于……的”;“coding”来自 code(编码)加 -ing,表示“编码这一过程/方法”。作为术语,“predictive coding”在现代神经科学与计算建模中被系统化讨论,尤其与“用误差来更新预测”的分层处理思想相关(常被追溯到相关计算神经科学论文与后续理论整合)。