上一篇介绍的序言：一个框架整合大脑理论实现出来会有什么威力？
在DEEP ACTIVE INFERENCE https://arxiv.org/pdf/1709.02341.pdf这篇论文里面提到的训练时间是10800秒
2017:
3X60X60=10800秒 titanGPU
2023: 参考下文代码实现
单核CPU 0.8秒
效果：
左图显示智能体通过摆动达到目标，右图显示相应的引擎力量。正如我们所看到的，一开始智能体试图直接达到目标（用全部发动机力量），但经过一些试验后它意识到这是不可能的。由于智能体会向前看 50 个时间步长，因此它有足够的时间探索其他策略，帮助它学会向后移动以获得更多动力来实现目标。
代码的理论基础
序言：一个框架整合大脑理论
第一章自由能AI认知框架优点123456
第二章理解变分自由能的目标函数：
第三章智能生命的第一原理：
自由能一书金句摘录及图表
世界模型为什么效果好、自由能世界模型的理论高度和潜力（信息量大）
代码实现：
高扩展的贝叶斯推理软件框架
从物理第一原理推导的：自动生成(贝叶斯)推理算法julia代码
https://biaslab.github.io/RxInfer.jl/stable/examples/advanced_examples/Active Inference Mountain car/
曾鸣最新演讲全文：下一个10年，商业的底层设施变了！
