突发意识的贝叶斯镜像架构：循环层次结构、自流形和混合事件自绑定

arXiv:2610.08792v1 公告类型：新 摘要：我们提出了贝叶斯镜像架构 (BMA) 的基本表述，这是一种自指生成框架，其中感觉抽象、元抽象和自隐通过循环递归进行交互。定义约束是一个封闭更新 S_t <- H_{t-1}，其中混合事件自身潜在 H_t 将自我表示绑定到抽象世界模型，并将这种耦合重新注入到自我状态中。意识，在有限的意义上，不是一个优化目标，也不是一个语义标签，而是具有这种循环结构的系统的建筑属性。因为推理是基于后验信念进行的，所以 BMA 的内在状态空间是一个配备了最佳传输几何的概率度量空间。稳定性和连贯性在 P_2 上的 2-Wasserstein 度量中表述，产生沿着信念轨迹的自稳定性和混合连贯性的无坐标概念。我们通过 Wasserstein 信念漂移的界限以及捕获自我和世界潜伏之间持续耦合的集成指数来定义因果学习机制（CLR）。 CLR 诊断环境是否包含可学习的因果结构；它不是意识的标记。不需要全局严格的收缩性：BMA 可能表现出多个相干盆地。我们将流域自流形定义为局部 Wasserstein 收缩性下不变测度的支持。我们确定了 Wasserstein epsilon 颈，这是盆地解耦的传输瓶颈，在电导消失极限中产生了独特的实现连续性。我们将这种选择解释为选择：在有限分辨率下内部确定但外部不可预测。学习通过变分自由能最小化进行，稳定性和能动性来自于环境提供的学习能力。