Когнитивная архитектура
Когнитивная архитектура относится как к теории структуры человеческого разума , так и к вычислительной реализации такой теории, используемой в области искусственного интеллекта (ИИ) и вычислительной когнитивной науки . [1] Эти формализованные модели могут использоваться для дальнейшего совершенствования всеобъемлющих теорий познания и служить основой для полезных программ искусственного интеллекта. Успешные когнитивные архитектуры включают ACT-R (Адаптивное управление мышлением – Rational) и SOAR . Исследование когнитивных архитектур как программного воплощения когнитивных теорий было инициировано Алленом Ньюэллом в 1990 году. [2]
Институт креативных технологий определяет когнитивную архитектуру как « гипотезу о фиксированных структурах, обеспечивающих разум, будь то в естественных или искусственных системах, и о том, как они работают вместе — в сочетании со знаниями и навыками, воплощенными в архитектуре — для достижения разумного поведения». в разнообразии сложных сред». [3]
История
[ редактировать ]Герберт А. Саймон , один из основателей области искусственного интеллекта, заявил, что диссертация его ученика Эда Фейгенбаума , 1960 года «EPAM» предоставила возможную «архитектуру познания» поскольку она включала некоторые предположения о том, как более чем один фундаментальный аспект человеческий разум работал (в случае с EPAM, [4] человеческая память и человеческое обучение ).
Джон Р. Андерсон начал исследования человеческой памяти в начале 1970-х годов, и его диссертация 1973 года вместе с Гордоном Х. Бауэром представила теорию человеческой ассоциативной памяти. [5] Он включил в это исследование дополнительные аспекты своих исследований долговременной памяти и процессов мышления и в конечном итоге разработал когнитивную архитектуру, которую впоследствии назвал ACT . На него и его учеников повлияло использование Алленом Ньюэллом термина «когнитивная архитектура». Лаборатория Андерсона использовала этот термин для обозначения теории ACT, воплощенной в сборнике статей и проектов (в то время не было полной реализации ACT).
В 1983 году Джон Р. Андерсон опубликовал основополагающую работу в этой области под названием «Архитектура познания». [6] Можно различать теорию познания и реализацию теории. Теория познания обрисовала структуру различных частей разума и обязалась использовать правила, ассоциативные сети и другие аспекты. Когнитивная архитектура реализует теорию на компьютерах. Программное обеспечение, используемое для реализации когнитивных архитектур, также было «когнитивными архитектурами». Таким образом, когнитивная архитектура может также относиться к проекту интеллектуальных агентов . Он предлагает (искусственные) вычислительные процессы, которые действуют как определенные когнитивные системы. Чаще всего эти процессы основаны на человеческом познании, но другие интеллектуальные могут подойти и системы. Когнитивные архитектуры образуют подмножество общих архитектур агентов . Термин «архитектура» подразумевает подход, который пытается моделировать не только поведение, но и структурные свойства моделируемой системы.
Отличия
[ редактировать ]Когнитивная архитектура может быть символической , коннекционистской или гибридной . [7] Некоторые когнитивные архитектуры или модели основаны на наборе общих правил , как, например, язык обработки информации (например, Soar, основанный на единой теории познания , или аналогично ACT-R ). Многие из этих архитектур основаны на принципе, согласно которому познание является вычислительным (см. «Компьютерализм» ). Напротив, субсимволическая обработка не задает таких априорных предположений, полагаясь только на возникающие свойства блоков обработки (например, узлы [ нужны разъяснения ] ). Гибридные архитектуры, такие как CLARION, сочетают в себе оба типа обработки. Еще одно различие заключается в том, является ли архитектура централизованной с нейронным коррелятом процессора в ее ядре или децентрализованной (распределенной). Децентрализация стала популярной под названием параллельной распределенной обработки в середине 1980-х годов и коннекционизма , ярким примером которого являются нейронные сети . Еще одной проблемой проектирования является выбор между целостной и атомистической или (более конкретно) модульной структурой.
В традиционном интеллекте искусственном интеллект программируется сверху вниз. Хотя такая система может быть спроектирована для обучения , программист в конечном итоге должен наполнить ее своим собственным интеллектом. биологические вычисления С другой стороны, используют более восходящий , децентрализованный подход; биоинспирированные методы часто включают в себя метод определения набора простых общих правил или набора простых узлов, из взаимодействия которых вытекает общее поведение. Предполагается, что сложность будет нарастать до тех пор, пока конечный результат не станет чем-то заметно сложным (см. сложные системы). Однако можно также утверждать, что системы, разработанные сверху вниз на основе наблюдений за тем, что могут делать люди и другие животные, а не на наблюдениях за механизмами мозга, также являются биологически вдохновленными, хотя и другим способом. [ нужна ссылка ] .
Яркие примеры
[ редактировать ]Некоторые известные когнитивные архитектуры в алфавитном порядке:
| Имя | Описание |
|---|---|
| 4КАПС | разработан в Университете Карнеги-Меллон Марселем А. Джастом и Сашанк Варма. |
| Архитектура эталонной модели 4D-RCS | Разработанная Джеймсом Альбусом из NIST, это архитектура эталонной модели, обеспечивающая теоретическую основу для проектирования, разработки и интеграции программного обеспечения интеллектуальных систем для беспилотных наземных транспортных средств . [8] |
| АКТ-Р | разработан в Университете Карнеги-Меллон под руководством Джона Р. Андерсона . |
| Расширенная искусственная память | разработан в Техническом университете Кайзерслаутерна под руководством Ларса Людвига . [9] |
| НАМЕРЕНИЕ [10] | разработан Рони Новианто , Мэри-Энн Уильямс и Бенджамином Джонстоном в Сиднейском технологическом университете . Эта когнитивная архитектура основана на идее о том, что действия/поведения конкурируют за ресурсы агентов. |
| КРЕСТ | разработан под руководством Фернана Гобе в Университете Брюнеля и Питера К. Лейна в Университете Хартфордшира . |
| КЛАРИОН | когнитивная архитектура, разработанная под руководством Рона Сана в Политехническом институте Ренсселера и Университете Миссури. |
| CMAC | Контроллер артикуляции модели мозжечка (CMAC) — это тип нейронной сети, основанный на модели мозжечка млекопитающих . Это разновидность ассоциативной памяти . [11] CMAC был впервые предложен в качестве средства моделирования функций для контроллеров роботов Джеймсом Альбусом в 1975 году и широко использовался в обучении с подкреплением , а также для автоматизированной классификации в сообществе машинного обучения . |
| Подражатель | из Дуглас Хофштадтер и Мелани Митчелл Университета Индианы . |
| Мечтатель | разработан Эриком Мюллером в Калифорнийском университете в Лос-Анджелесе под руководством Майкла Г. Дайера. |
| ДВОЙНОЙ | разработан в Новом болгарском университете под руководством Бойчо Кокинова . |
| ФОРР | разработан Сьюзен Л. Эпштейн в Городском университете Нью-Йорка . |
| Тяга вперед | коннекционистская распределенная нейронная архитектура для моделируемых существ или роботов, в которой можно проектировать и развивать модули нейронных сетей, состоящих из гетерогенных нейронов (включая рецепторы и эффекторы). |
| Гугл ДипМайнд | Компания создала нейронную сеть , которая учится играть в видеоигры так же, как люди. [12] и нейронная сеть, которая может иметь доступ к внешней памяти, как обычная машина Тьюринга . [13] В результате появился компьютер, который, возможно, имитирует кратковременную память человеческого мозга. Базовый алгоритм основан на сочетании Q-обучения с многослойной рекуррентной нейронной сетью . [14] (Также см. обзор Юргена Шмидхубера о более ранних работах по глубокому обучению . [15] [16] ) |
| Голографическая ассоциативная память | Эта архитектура является частью семейства ассоциативной памяти , основанной на корреляции , где информация отображается на фазовую ориентацию комплексных чисел на плоскости Римана . Он был вдохновлен голономной моделью мозга Карла Х. Прибрама . Было показано, что голографии эффективны для задач ассоциативной памяти , обобщения и распознавания образов с переменным вниманием. |
| Иерархическая временная память | Эта архитектура представляет собой онлайн-модель машинного обучения , разработанную Джеффом Хокинсом и Дилипом Джорджем из Numenta, Inc., которая моделирует некоторые структурные и алгоритмические свойства неокортекса . HTM — это биомиметическая модель, основанная на теории прогнозирования функций мозга, описанной Джеффом Хокинсом в его книге «Об интеллекте» . HTM — это метод обнаружения и вывода причин высокого уровня наблюдаемых входных шаблонов и последовательностей, позволяющий построить все более сложную модель мира. |
| КоДЖЕК | , вдохновленное ACT -R Расширение многоагентной системы JACK , которое добавляет агентам когнитивную архитектуру для обеспечения более реалистичного (человеческого) поведения в виртуальных средах. |
| МАР и ЛИДА | внедрение теории глобального рабочего пространства , разработанной Стэном Франклином в Университете Мемфиса . |
| МАНИК (когнитивная архитектура) | Майкл С. Гашлер, Университет Арканзаса. |
| ПРС | «Система процедурного рассуждения», разработанная Майклом Джорджеффом и Эми Лански в SRI International . |
| Пси-теория | разработан под руководством Дитриха Дёрнера в Университете Отто-Фридриха в Бамберге , Германия . |
| Spaun (унифицированная сеть архитектуры семантических указателей) | Крис Элиасмит из Центра теоретической нейронауки Университета Ватерлоо -Спаун представляет собой сеть из 2 500 000 искусственных импульсных нейронов , которая использует группы этих нейронов для выполнения когнитивных задач посредством гибкой координации. Компоненты модели взаимодействуют с помощью импульсных нейронов, которые реализуют нейронные представления, называемые «семантическими указателями», используя различные шаблоны срабатывания. Семантические указатели можно понимать как элементы сжатого нейронного векторного пространства. [17] |
| парить | разработан под руководством Аллена Ньюэлла и Джона Лэрда в Университете Карнеги-Меллона и Мичиганском университете . |
| Общество Разума | предложен Марвином Мински . |
| Машина эмоций | предложен Марвином Мински . |
| Разреженная распределенная память | была предложена Пентти Канервой из Исследовательского центра Эймса НАСА как реализуемая архитектура, которая могла бы хранить большие шаблоны и извлекать их на основе частичных совпадений с шаблонами, представляющими текущие сенсорные входные данные. [18] |
| Архитектуры подчинения | разработанные, например, Родни Бруксом (хотя можно поспорить, являются ли они когнитивными ). |
См. также
[ редактировать ]- Искусственный мозг
- Искусственное сознание
- Автономный агент
- Биологически вдохновленные когнитивные архитектуры
- Проект Голубого Мозга
- МОЗГ Инициатива
- Сравнение когнитивной архитектуры
- Когнитивные вычисления
- Когнитивная наука
- Рассуждения здравого смысла
- Компьютерная архитектура
- Концептуальное пространство
- Глубокое обучение
- Google Мозг
- Схема изображения
- Уровень знаний
- Неокогнитрон
- Нейронные корреляты сознания
- Архитектура столпотворения
- Имитированная реальность
- Социальная симуляция
- Единая теория познания
- Бесконечное изучение языка
- Байесовский мозг
- Открытый разум, здравый смысл
Ссылки
[ редактировать ]- ^ Лието, Антонио (2021). Когнитивный дизайн для искусственного разума . Лондон, Великобритания: Рутледж, Тейлор и Фрэнсис. ISBN 9781138207929 .
- ^ Ньюэлл, Аллен. 1990. Единые теории познания. Издательство Гарвардского университета, Кембридж, Массачусетс.
- ^ «Когнитивная архитектура» . Институт креативных технологий. 2024 . Проверено 11 февраля 2024 г.
- ^ «Документы Фейгенбаума» . Стэнфордский университет . Проверено 11 февраля 2024 г.
- ^ « Классика цитирования на этой неделе: Андерсон Дж. Р. и Бауэр Г. Х. Ассоциативная память человека. Вашингтон », в: CC. № 52 24–31 декабря 1979 г.
- ^ Джон Р. Андерсон . Архитектура познания , 1983/2013.
- ^ Вернон, Дэвид; Метта, Джорджио; Сандини, Джулио (апрель 2007 г.). «Обзор искусственных когнитивных систем: значение для автономного развития умственных способностей вычислительных агентов». Транзакции IEEE в эволюционных вычислениях . 11 (2): 151–180. дои : 10.1109/TEVC.2006.890274 . S2CID 9709702 .
- ^ Дуглас Уитни Гейдж (2004). Мобильные роботы XVII: 26–28 октября 2004 г., Филадельфия, Пенсильвания, США . Общество инженеров фотооптического приборостроения. стр. 35.
- ^ Доктор Ларс Людвиг (2013). Расширенная искусственная память. На пути к интегральной когнитивной теории памяти и технологий (pdf) (Диссертация). Технический университет Кайзерслаутерна . Проверено 7 февраля 2017 г.
- ^ Новианто, Рони (2014). Гибкая когнитивная архитектура, основанная на внимании, для роботов (PDF) (Диссертация).
- ^ Альбус, Джеймс С. (август 1979 г.). «Механизмы планирования и решения проблем в мозге». Математические биологические науки . 45 (3–4): 247–293. дои : 10.1016/0025-5564(79)90063-4 .
- ^ Мних, Владимир; Кавукчуоглу, Корай; Сильвер, Дэвид; Грейвс, Алекс; Антоноглу, Иоаннис; Виерстра, Даан; Ридмиллер, Мартин (2013). «Игра в Atari с глубоким обучением с подкреплением». arXiv : 1312.5602 [ cs.LG ].
- ^ Мних, Владимир; Кавукчуоглу, Корай; Сильвер, Дэвид; Грейвс, Алекс; Антоноглу, Иоаннис; Виерстра, Даан; Ридмиллер, Мартин (2014). «Нейронные машины Тьюринга». arXiv : 1410.5401 [ cs.NE ].
- ^ Два, Владимир; Кавукчуоглу, Корах; Сильвер, Дэвид; Русу, Андрей А.; Венесс, Джоэл; Бельмар, Марк Г.; Грейвс, Алекс; Ридмиллер, Мартин; Фиджеланд, Андреас К.; Островский, Георгий; Петерсен, Стиг; Битти, Чарльз; Садик, Амир; Антоноглу, Иоаннис; Король, Хелен; Кумаран, Дхаршан; Виерстра, Дэн; Легг, Шейн; Хассабис, Демис (25 февраля 2015 г.). «Контроль на человеческом уровне посредством глубокого обучения с подкреплением». Природа 518 (7540): 529–533. Бибкод : 2015Природа.518..529М . дои : 10.1038/nature14236 . ПМИД 25719670 . S2CID 205242740 .
- ^ «Доклад DeepMind о природе и более ранние связанные с ним работы» .
- ^ Шмидхубер, Юрген; Кавукчуоглу, Корай; Сильвер, Дэвид; Грейвс, Алекс; Антоноглу, Иоаннис; Виерстра, Даан; Ридмиллер, Мартин (2015). «Глубокое обучение в нейронных сетях: обзор». Нейронные сети . 61 : 85–117. arXiv : 1404.7828 . дои : 10.1016/j.neunet.2014.09.003 . ПМИД 25462637 . S2CID 11715509 .
- ^ Элиасмит, К.; Стюарт, ТК; Чу, Х.; Беколай, Т.; ДеВольф, Т.; Тан, Ю.; Расмуссен, Д. (29 ноября 2012 г.). «Крупномасштабная модель функционирующего мозга». Наука . 338 (6111): 1202–1205. Бибкод : 2012Sci...338.1202E . дои : 10.1126/science.1225266 . ПМИД 23197532 . S2CID 1673514 .
- ^ Деннинг, Питер Дж. «Разреженная распределенная память». (1989). URL: https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/19920002425.pdf.
Внешние ссылки
[ редактировать ]
СМИ, связанные с когнитивной архитектурой, на Викискладе? 
Цитаты, связанные с когнитивной архитектурой , в Wikiquote
