ActPC-Chem：离散主动预测编码在目标导向算法化化学中的应用及其作为超人类智能与PRIMUS基础的潜在认知核心

本研究解决了当前人工智能在复杂任务中自我组织和学习的不足，提出了一种基于离散主动预测编码的算法化化学新范式（ActPC-Chem）。该方法通过将数据和模型表示为不断演变的重写规则模式，并结合预测误差与奖励机制，实现了认知架构的动态演化，具有显著提升自主学习和任务处理能力的潜力。