Interested Article - Когнитивная архитектура

Когнитивная архитектура — основа для интеллектуальных агентов . Она предлагает искусственные вычислительные процессы, которые действуют как определенные когнитивные системы , чаще всего, как человек, или действует разумно по некоторому определению. Когнитивные архитектуры образуют подмножество общих архитектур агента. Термин «архитектура» подразумевает подход, который пытается моделировать не только поведение, но и структурные свойства моделируемой системы.

Характеристика

Общим среди исследователей когнитивных архитектур является убеждение, что понимание (человека, животного или машины) познавательных процессов означает быть в состоянии выполнять их в работающей системе, хотя мнения расходятся относительно того, какую форму такая система может иметь: некоторые исследователи полагают, что это обязательно будет символическая вычислительная система, в то время как другие борются за альтернативные модели, такие как соединительные или динамические системы . хотя нет общего согласия по всем аспектам, когнитивные архитектуры можно охарактеризовать определенными свойствами или целями, а именно:

Реализация не только различных аспектов когнитивного поведения, но познания в целом ( Холизм , например Единая теории познания). Это в отличие от когнитивных моделей, которые сфокусированы на конкретном занятии, например, выбор пути решения проблем или вида обучения .
Архитектура часто пытается воспроизвести поведение моделируемой системы (человека), таким образом, что своевременное поведение ( время реакции ) архитектуры и смоделированных когнитивных систем можно сравнить в деталях. Другие когнитивные ограничения часто также моделируются, например, ограниченная работа памяти, внимания в связи с когнитивной нагрузкой.
Надежное поведение в условиях ошибки, неожиданное и неизвестное.
Обучение (не для всех когнитивных архитектур)
Система не зависит от настройки параметра (в отличие от искусственных нейронных сетей ) (не для всех когнитивных архитектур)
Некоторые ранние теории, такие как и изначально сосредоточены только на «внутренней» обработке информации интеллектуального агента, в том числе задач, таких как рассуждение, планирование, решение проблем, изучение концепций. Совсем недавно многие архитектуры (в том числе Soar, ACT-R, , ICARUS, , FORR) были распространены на восприятие , действие , а также аффективные состояния и процессы, включая мотивацию , отношения и эмоции .
В некоторых теориях архитектура может состоять из различных видов под-архитектур (часто описываются как «слои» или «уровни»), где слои могут различаться по типам функций, видам используемых механизмов и представлений, видов манипулируемой информации, или, возможно, эволюционному происхождению. Это гибридные архитектуры (например, ).
Некоторые теории позволяют различным архитектурным компонентам быть активными одновременно, в то время как другие предполагают механизм переключения, который выбирает один компонент или модуль в зависимости от текущей задачи. Параллелизм обычно требуется для архитектуры животного или робота , который имеет несколько датчиков и эффекторов в сложной и динамичной среде, но не во всех роботизированных парадигмах.
Большинство теорий предполагают, что архитектура является фиксированной и только информация, хранящаяся в различных подсистемах, может изменяться с течением времени, тогда как другие позволяют архитектурам расти, например, за счет приобретения новых подсистем или новых связей между подсистемами (например, Минский и Сломан, ниже).

Различия

Когнитивные архитектуры могут быть символическими , коннекционистскимии или гибридными . Некоторые когнитивные архитектуры или модели основаны на наборе общих правил, как, например, Язык обработки информации (например, Soar на основе единой теории познания, или аналогично ACT-R). Многие из этих архитектур основаны на аналогии «сознание-как-у-компьютера». Напротив, субсимволические обработки указывают на отсутствие таких правил априори и полагаются на возникающие свойства технологических установок (например, узлы). Гибридные архитектуры объединяют оба типа обработки (например, CLARION). Еще одно различие в том, является ли архитектура централизованной с нейронной корреляций процессора по своей сути, или децентрализованной (распределенной). Децентрализованная стала популярной под именем параллельно распределенной обработки в середине 1980-х, примером являются нейронные сети . Еще один вопрос — решение между целостным и атомистическим дизайном, или (более конкретно) модульной структурой. По аналогии, это распространяется на вопросы представления знаний .

В традиционном ИИ , разум часто запрограммирован изначально: программист является создателем , и делает что-то, наполняя его своим интеллектом, хотя многие традиционные системы ИИ были также разработаны, чтобы обучаться (например, улучшение геймплея или компетенции в решении проблем).

Биологически вдохновленные вычисления, с другой стороны, используют иногда децентрализованный подход снизу вверх; био-вдохновленные устройства часто включают способ установки набора простых общих правил или набора простых узлов, в результате взаимодействия которых возникает общее поведение . Хотелось бы надеяться, что будет наращиваться сложность, пока конечный результат не будет чем-то заметно сложным (см. сложные системы ). Тем не менее, также можно утверждать, что системы, разработанные сверху вниз на основе наблюдений мозговых механизмов о том, что люди и другие животные могут делать, также биологически вдохновленные, хотя и по-другому.