预测编码 (Predictive Coding，PC) 是认知科学中的一种理论框架，它认为人脑通过对视觉世界的时空预测来处理认知。基于 PC 理论，现有的研究探索了时空预测神经网络，并模拟了其两个核心机制：学习预测误差和层次化结构。然而，这些模型并未显示出在现实世界预测任务中预测技能的提升，并且忽略了 PC 理论中的精度加权机制。精度加权机制认为，大脑会更多地关注精度较低的信号，这有助于提升人脑的认知能力与效率。
在神经科学中，预测编码（也称为预测处理）是一种大脑功能理论，它假设大脑不断生成和更新环境的 “心理模型” 。根据该理论，这种心理模型用于预测来自感官的输入信号，然后将其与来自这些感官的实际输入信号进行比较。随着表征学习的日益普及，该理论在机器学习及相关领域得到了积极的探索和应用。
【1】维基百科
【2】HelmFluid: Learning Helmholtz Dynamics for Interpretable Fluid Prediction