Kognitivní architektura

Kognitivní architektura  je základem pro inteligentní agenty . Navrhuje umělé výpočetní procesy, které se chovají jako určité kognitivní systémy , nejčastěji jako člověk, nebo jednají inteligentně podle nějaké definice. Kognitivní architektury tvoří podmnožinu běžných architektur agentů. Termín "architektura" implikuje přístup, který se pokouší modelovat nejen chování, ale také strukturální vlastnosti modelovaného systému.

Charakteristika

Společný názor mezi výzkumníky v kognitivních architekturách je, že porozumět (lidským, zvířecím nebo strojovým) kognitivním procesům znamená být schopni je provádět v fungujícím systému, i když názory na to, jakou formu by takový systém mohl mít, se liší: někteří výzkumníci se domnívají, že toto bude nutně symbolickým výpočetním systémem, zatímco jiní bojují o alternativní modely, jako jsou spojovací nebo dynamické systémy . ačkoli neexistuje obecná shoda ve všech aspektech, kognitivní architektury mohou být charakterizovány určitými vlastnostmi nebo účely, jmenovitě:

  1. Implementace nejen různých aspektů kognitivního chování, ale kognice obecně ( Holismus , např. Unified theory of knowledge). To je na rozdíl od kognitivních modelů, které se zaměřují na konkrétní činnost, jako je výběr cesty k řešení problémů nebo typu učení .
  2. Architektura se často pokouší reprodukovat chování simulovaného systému (člověka), a to takovým způsobem, aby bylo možné detailně porovnat včasné chování ( reakční čas ) architektury a simulovaných kognitivních systémů. Často jsou modelována i další kognitivní omezení, jako je omezená výkonnost paměti a pozornosti v důsledku kognitivní zátěže.
  3. Spolehlivé chování za chybových podmínek, neočekávaných a neznámých.
  4. Školení (ne pro všechny kognitivní architektury)
  5. Systém je nezávislý na ladění parametrů (na rozdíl od umělých neuronových sítí ) (ne pro všechny kognitivní architektury)
  6. Některé rané teorie, jako Soar a ACT-R , se zpočátku zaměřovaly pouze na „vnitřní“ zpracování informací inteligentního agenta, včetně úkolů, jako je uvažování, plánování, řešení problémů, koncepty učení. V poslední době bylo mnoho architektur (včetně Soar, ACT-R, PreAct , ICARUS, CLARION , FORR) rozšířeno na vnímání , akci a afektivní stavy a procesy, včetně motivace , postojů a emocí .
  7. V některých teoriích může být architektura složena z různých druhů podarchitektur (často popisovaných jako „vrstvy“ nebo „vrstvy“), kde se vrstvy mohou lišit v typech funkcí, druzích používaných mechanismů a reprezentací, druzích informace zmanipulované, nebo možná evoluční původ. Jedná se o hybridní architektury (jako Clarion ).
  8. Některé teorie umožňují, aby byly různé architektonické komponenty aktivní současně, zatímco jiné navrhují přepínací mechanismus, který vybírá jednu komponentu nebo modul v závislosti na aktuální úloze. Paralelismus je obvykle vyžadován pro architekturu zvířat nebo robotů , která má více senzorů a efektorů ve složitých a dynamických prostředích, ale ne ve všech robotických paradigmatech.
  9. Většina teorií předpokládá, že architektura je pevná a pouze informace uložené v různých subsystémech se mohou v průběhu času měnit, zatímco jiné umožňují architektuře růst, například získáváním nových subsystémů nebo nových spojení mezi subsystémy (např. Minsky a Sloman, níže). ) .

Rozdíly

Kognitivní architektury mohou být symbolické , konekcionistické nebo hybridní . Některé kognitivní architektury nebo modely jsou založeny na souboru obecných pravidel, jako je Information Processing Language (např. Soar založený na jednotné teorii znalostí nebo podobný ACT-R). Mnoho z těchto architektur je založeno na analogii mysli jako počítač. Naproti tomu subsymbolická zpracování indikují absenci takových pravidel a priori a spoléhají na vznikající vlastnosti procesních jednotek (např. uzlů). Hybridní architektury kombinují oba typy zpracování (např. CLARION). Dalším rozdílem je, zda je architektura inherentně centralizovaná s korelacemi neuronových procesorů , nebo decentralizovaná (distribuovaná). Decentralizované se staly populární pod názvem paralelní distribuované zpracování v polovině 80. let, příkladem jsou neuronové sítě . Další otázkou je rozhodování mezi holistickým a atomistickým designem, nebo (konkrétněji) modulární strukturou. Analogicky se to rozšiřuje na otázky reprezentace znalostí .

V tradiční umělé inteligenci je mysl často naprogramována od začátku: programátor je tvůrce a něco dělá tím, že ji naplňuje svou inteligencí, ačkoli mnoho tradičních systémů umělé inteligence bylo také navrženo tak, aby se je dalo naučit (například zlepšit hratelnost nebo řešení problémů). odborná způsobilost).

Biologicky inspirované výpočty na druhou stranu používají někdy decentralizovaný přístup zdola nahoru; bioinspirovaná zařízení často zahrnují způsob, jak nastavit sadu jednoduchých obecných pravidel nebo sadu jednoduchých uzlů, jejichž interakce vede ke společnému chování . Doufáme, že složitost bude narůstat, dokud konečný výsledek nebude něco znatelně složitého (viz komplexní systémy ). Lze však také tvrdit, že systémy navržené shora dolů na základě pozorování mozkových mechanismů o tom, co mohou lidé a jiná zvířata dělat, jsou také biologicky inspirované, i když jiným způsobem.

Viz také