КРЕСТ
CHREST (иерархия блоков и структуры поиска) — это символическая когнитивная архитектура, основанная на концепциях ограниченного внимания, ограниченной краткосрочной памяти и фрагментации . Архитектура учитывает низкоуровневые аспекты познания, такие как восприятие эталонов, хранилища долгой и краткосрочной памяти и методологию решения проблем. [1] и аспекты высокого уровня, такие как использование стратегий. [2] Обучение, которое имеет важное значение в архитектуре, моделируется как развитие сети узлов ( кусков ), соединенных различными способами. Это можно противопоставить Soar и ACT-R , двум другим когнитивным архитектурам, которые используют продукцию для представления знаний. CHREST часто использовался для моделирования обучения с использованием больших наборов стимулов, представляющих предметную область, таких как шахматные игры для моделирования шахматных навыков или речь, направляемая ребенком, для моделирования развития речи детей. В этом отношении моделирование, выполненное с помощью CHREST, больше похоже на моделирование, выполненное с использованием коннекционистских моделей, чем с традиционными символическими моделями.
CHREST хранит свои воспоминания в виде фрагментированной сети, древовидной структуры, которая соединяет и хранит полученные знания и информацию, что позволяет повысить эффективность обработки информации. [3] [2] На рисунке 1 показаны связи между воспринимаемыми знаниями, памятью и приобретенным опытом, которые формируются на основе «знакомых закономерностей». [2] между новой и старой информацией.
CHREST разработан Фернаном Гобетом из Университета Брунеля и Питером К. Лейном из Университета Хартфордшира . Это преемник EPAM , когнитивной модели, первоначально разработанной Гербертом А. Саймоном и Эдвардом Фейгенбаумом .
Архитектура
[ редактировать ]Архитектура содержит ряд параметров емкости (например, емкость зрительной кратковременной памяти , установленная в три фрагмента) и временных параметров (например, время для изучения фрагмента или время для помещения информации в кратковременную память). Это позволяет делать точные и количественные прогнозы о поведении человека.
Модель включает в себя взаимодействие с элементами внешнего мира, хранилища кратковременной и долговременной памяти, в частности зрительную и вербальную память, а также индивидуальные механизмы решения проблем. [4] Фрагменты CHREST сохраняются в кратковременной памяти, но удерживаются в долговременной памяти , часто распознаваемой посредством нейронного категориального восприятия, включающего распознавание. [5] Во многом аналогично EPAM , фрагменты когнитивного обучения в долговременной памяти сохраняются как «сеть узлов». [5] и связаны между собой сходством своего содержания и изображаются в виде сети дискриминации, хранящей и сортирующей фрагменты в сети. По сути, порции — это «кластеры информации, которые можно использовать как единицы восприятия». [1] таким образом, при применении в ситуациях шахматной игры фрагменты и части шахматных позиций будут использоваться в качестве стимулов, подаваемых в систему. [5] По данным Гобета и др. и Смит и др., когнитивные шаблоны, или более известные как схемы, формируются, когда фрагменты адаптируются на основе повторяющихся моделей и структур окружающей среды. [1] [4] Шаблоны — это когнитивные структуры, которые отражают восприятие окружающей среды, обеспечивая когнитивную организацию, припоминание, управление поведением, прогнозирование ситуации и общее понимание. [6] В каждом шаблоне есть слоты, в которые можно «вставить» значения, что позволяет быстрее понять аналогичную информацию, уже существующую в шаблоне. [6] [7]
Моделирование проводится, позволяя модели приобретать знания путем получения стимулов, представляющих изучаемую область. Например, на этапе обучения шахматным симуляциям программа постепенно получает фрагменты и шаблоны, сканируя большую базу данных позиций, взятых из игр мастер-уровня. [8] Это позволяет создавать сети различных размеров и таким образом моделировать поведение игроков разного уровня квалификации. [8] [9] В совокупности с наличием параметров времени и мощности это позволяет CHREST делать однозначные и количественные прогнозы. [4]
Примечательность CHREST заключается в значении, придаваемом процессу восприятия. Процедура восприятия и обработки информации пассивна и приводит к сложному эмерджентному поведению, при котором вторичный процесс приобретения возглавляется и направляется уже существующими знаниями. [4] Это явление внимательно наблюдается в шахматных экспериментах, где восприятие и движения глаз тесно связаны, но при этом пропорциональны продолжительности внимания. [2] [4] Этот процесс управляется фрагментами, хранящимися в эвристике и памяти. [3] В случае шахматных экспериментов восприятие приравнивается к движениям глаз (которые примерно соответствуют вниманию), которые направляются фрагментами, хранящимися в памяти, и эвристикой. [3] [4]
Модели, основанные на CHREST, использовались, среди прочего, для моделирования данных о приобретении шахматного опыта от новичка до гроссмейстера, о приобретении детьми словарного запаса , о приобретении детьми синтаксических структур и формировании понятий.
Ограничения
[ редактировать ]Ярким ограничением теории CHREST является предложение Герберта Саймона. Саймон пришел к выводу, что модели, которые пытались имитировать функционирование познания у людей, не должны предполагать свойства, которые могут быть нереальными для человека, поэтому модель CHREST ограничена параметрами человеческих способностей, понимаемыми в нынешнем уровне когнитивной психологии. [10] Более того, чрезмерное внимание к решению проблем и стратегии привело к игнорированию категоризации информации, внимания и понимания стимула. [9] [11]
Головоломки, ограниченные по времени, моделируются с использованием набора регулируемых параметров, которые считаются наиболее близкими к поведению человека. [8] [10] Переменные, связанные со временем, обычно используются в CHREST и его последующих симуляциях, например, ограничение основного ограничивающего фактора — зрительной кратковременной памяти. [4] [10] Алгоритм учитывает типичное время, затрачиваемое на моделирование определенного действия, например, на мысленный расчет каждой позиции, и «увеличивает внутренние часы алгоритма на количество затраченного времени». [4] [2] Таким образом, установленные параметры, такие как ограничение по времени, приводят к ограничению по времени проблем, которые необходимо моделировать в степени, ограниченной «доступными и моделируемыми ресурсами». [9] [10]
Кроме того, обширное исследование, проведенное Вуллеттом и Магуайром, показало, что благодаря приобретению опыта, как, например, в случае с лондонскими таксистами, «структурная пластичность гиппокампа» [12] [13] развивается, создавая «постоянные изменения в мозге» [13] такие как расширение задней области гиппокампа относительно средней популяции. [12] [14] Это изменение достигается за счет запоминания и навигации по сложным маршрутам и картам городской местности Лондона. [13] что приводит к жесткой структуре когнитивных фрагментов, что приводит к сопротивлению внезапным изменениям, а также к развитию «практикуемых привычек». [13] [14] Перед лицом незнакомых обстоятельств человек может полагаться на существующие модели и стратегии, даже если полученные знания могут оказаться неприменимыми. [12] [14] Пластичность центра обработки информации в мозге приводит к появлению потенциальных «слепых пятен». [13] когда сталкиваешься с ситуациями, которые требуют визуализации за пределами уже существующих шаблонов. [14] [13] [12]
Приложения в шахматах
[ редактировать ]Шахматная область уже давно является стандартизированным протоколом тестирования для исследований, связанных с восприятием, психологией, познанием, а также человеческим и искусственным интеллектом . [4] [15] Комплексное использование шахматной игры и шахматных механизмов сравнивают с метафорой использования « дрозофилы », «организма выбора». [15] для исследований в биологической и химической промышленности. Сходство между доминированием шахмат, используемых в качестве экспериментального очага в области когнитивных и компьютерных наук, и использованием дрозофилы в исследованиях в области генетических наук было выявлено, поскольку шахматы, в частности, были определены как «репрезентативный показатель». [15] познания и интеллекта как у людей, так и у компьютеров. [16] [15]
Общие применения и моделирование теории CHREST широко применялись в прошлом в контексте шахматной игры. [17] [18] Методология предполагает приобретение знаний путем подачи стимулов в рамках специализации обучения. [4] На этапе обучения алгоритма фрагменты и шаблоны из баз данных, содержащие ходы, позиции и стратегии из игр гроссмейстерского и экспертного уровня, постепенно передаются и синтезируются как знания. [4] [8] Затем создаются различные сети узлов (или фрагментов) разных размеров, что позволяет моделировать шахматную игру для людей с разными уровнями навыков. [8] [3] Учитываются параметры времени и человеческого потенциала, что в идеале создает условия, при которых CHREST способен количественно прогнозировать однозначные результаты. [5] [19] [20] (Гобе и Лейн; Гобе).
Дополнительные исследования, приписываемые Адриану де Грооту и Герберту Саймону, особенно в области шахмат, позволили получить значительный объем психологических данных с упором на память шахматистов. [3] [8] До появления теорий и реализации де Гроота и Саймона стандартная парадигма экспериментирования в шахматной игре и шахматных исследований обычно заключалась в демонстрации испытуемому шахматной позиции в течение короткого периода времени, обычно в течение 5 секунд, а затем просьбы испытуемых воссоздать эту позицию. . [4] Общими независимыми переменными в этой методологии являются уровень навыков испытуемого, время, потраченное на иллюстрацию позиции, а также общая глубина и значимость позиции. [4]
В области восприятия с помощью CHREST было выполнено моделирование движения глаз в течение первых 5 секунд иллюстрации шахматной позиции, а также распознавание шаблонов и фрагментов. [3] CHREST также учитывает результат при его представлении с различными модификациями и рандомизацией позиций, значимость времени, затраченного на иллюстрацию и представление каждой позиции, а также категоризацию допущенных ошибок и замен фрагментов в сети для людей с разными уровнями навыков, от игроков уровня новичка до игроков. гроссмейстеры. [4]
Шахматный опыт в связи со старением
[ редактировать ]Н. Чарнесс провел обширное исследование шахмат и общих знаний, стратегий решения проблем и запоминания группами населения разного возраста. [21] Тесты на запоминание и припоминание показали, что молодые игроки показали лучшие результаты по сравнению с игроками старшего возраста, когда им предлагали разные шахматные позиции. [21] Чарнесс отметил, что, хотя старшие игроки показали худшие результаты по сравнению с более молодыми игроками, когда обе стороны были на одном уровне, уровень навыков старших игроков был равен уровню навыков более молодых игроков в стратегических задачах, которые требовали от игрока выбора лучшего варианта игры в течение ограниченного времени. , где игроки старшего возраста опережали более молодых игроков. [4] [21] Законная интерпретация эксперимента Чарнесса опровергается Речицки и др., которые выявляют ключевые проблемы в методологии Чарнесса, которые приводят к неточным выводам. [22] Речицкий и др. предполагают снижение уровня мастерства игроков старшего возраста вследствие достижения и прохождения своего пика, [22] и явное сравнение с более молодой возрастной группой было затруднено из-за «предшествующего обучения и прошлого опыта», [23] также называемый «кристаллизованным интеллектом». [23]
Предыдущая экспериментальная методология
[ редактировать ]До появления теорий и реализации де Гроота и Саймона стандартная парадигма экспериментирования в шахматной игре и шахматных исследований обычно заключалась в демонстрации испытуемому шахматной позиции в течение короткого периода времени, обычно в течение 5 секунд, а затем просьбы испытуемых воссоздать эту позицию. . [20] Общими независимыми переменными в этой методологии являются уровень навыков испытуемого, время, потраченное на иллюстрацию позиции, а также общая глубина и значимость позиции. [4] Хотя эта методология позволила создать значительное количество моделей высокого уровня, касающихся памяти и познания в шахматной игре, примером которых являются работы Денниса Холдинга, остается нехватка моделей, которые более детально детализируют использование памяти в шахматах, за исключением MAPP, разработанного Чейз и Саймон, позже реализованные Саймоном и Гилмартином. [8]
Ссылки
[ редактировать ]- ^ Jump up to: а б с «CHREST — Wiki по шахматному программированию» . www.chessprogramming.org . Проверено 12 мая 2022 г.
- ^ Jump up to: а б с д и Лейн, Питер CR; Гобе, Фернан; Смит, Ричард Лл. (2009), «Механизмы внимания в когнитивной архитектуре CHREST» , Внимание в когнитивных системах , Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 183–196, doi : 10.1007/978-3-642-00582-4_14 , hdl : 2299 /3368 , ISBN 978-3-642-00581-7 , получено 12 мая 2022 г.
- ^ Jump up to: а б с д и ж Лейн, Дэвид М.; Чанг, Ю-Сюань А. (апрель 2018 г.). «Знания о шахматах предсказывают шахматную память даже после учета шахматного опыта: доказательства роли процессов высокого уровня» . Память и познание . 46 (3): 337–348. дои : 10.3758/s13421-017-0768-2 . ISSN 0090-502X . ПМИД 29101550 . S2CID 207695064 .
- ^ Jump up to: а б с д и ж г час я дж к л м н тот п Смит, Ричард; Гобе, Фернан; Лейн, Питер (2007). «Исследование влияния старения на экспертную память с помощью CHREST» (PDF) . Труды семинара Соединенного Королевства по вычислительному интеллекту .
- ^ Jump up to: а б с д Гобе, Фернан; Лейн, Питер (2010). «Архитектура познания CHREST: роль восприятия в общем интеллекте». Материалы 3-й конференции по общему искусственному интеллекту (AGI-10) . Париж, Франция: Атлантис Пресс. дои : 10.2991/agi.2010.20 . ISBN 9789078677369 .
- ^ Jump up to: а б Иран-Неджад, Асгар; Уинслер, Адам (2000). «Теория схем Бартлетта и современные подходы к обучению и запоминанию» . Журнал разума и поведения . 21 (1/2): 5–35. ISSN 0271-0137 . JSTOR 43853902 .
- ^ Миллер, Джордж А. (март 1956 г.). «Магическое число семь плюс-минус два: некоторые ограничения нашей способности обрабатывать информацию» . Психологический обзор . 63 (2): 81–97. дои : 10.1037/h0043158 . hdl : 11858/00-001M-0000-002C-4646-B . ISSN 1939-1471 . ПМИД 13310704 . S2CID 15654531 .
- ^ Jump up to: а б с д и ж г Саймон, Герберт А; Гилмартин, Кевин (июль 1973 г.). «Имитация памяти шахматных позиций» . Когнитивная психология . 5 (1): 29–46. дои : 10.1016/0010-0285(73)90024-8 . ISSN 0010-0285 .
- ^ Jump up to: а б с Лейн, Питер; Гобе, Фернан (2012), Бах, Йоша; Герцель, Бен; Икле, Мэтью (ред.), «Модели неявного обучения и интерпретации настольных игр CHREST» , «Общий искусственный интеллект» , том. 7716, Берлин, Гейдельберг: Springer Berlin Heidelberg, стр. 148–157, doi : 10.1007/978-3-642-35506-6_16 , ISBN 978-3-642-35505-9 , получено 12 мая 2022 г.
- ^ Jump up to: а б с д Саймон, Герберт Александр (13 августа 2019 г.). Науки об искусственном . МТИ Пресс. ISBN 978-0-262-53753-7 . OCLC 1158593167 .
- ^ Лэнгли, Пэт; Лэрд, Джон Э.; Роджерс, Сет (июнь 2009 г.). «Когнитивные архитектуры: проблемы и проблемы исследования» . Исследование когнитивных систем . 10 (2): 141–160. дои : 10.1016/j.cogsys.2006.07.004 . ISSN 1389-0417 . S2CID 14457207 .
- ^ Jump up to: а б с д Вуллетт, Кэтрин; Магуайр, Элеонора А. (1 декабря 2010 г.). «Влияние навигационного опыта на нахождение пути в новых условиях» . Журнал экологической психологии . 30 (4): 565–573. дои : 10.1016/j.jenvp.2010.03.003 . ISSN 0272-4944 . ПМЦ 2989443 . ПМИД 21151353 .
- ^ Jump up to: а б с д и ж Лерер, Иона. «Когнитивная цена экспертизы» . Проводной . ISSN 1059-1028 . Проверено 26 мая 2022 г.
- ^ Jump up to: а б с д Магуайр, Элеонора А.; Гадиан, Дэвид Г.; Джонсруд, Ингрид С.; Хорошо, Катриона Д.; Эшбернер, Джон; Фраковяк, Ричард С.Дж.; Фрит, Кристофер Д. (11 апреля 2000 г.). «Структурные изменения в гиппокампе водителей такси, связанные с навигацией» . Труды Национальной академии наук . 97 (8): 4398–4403. Бибкод : 2000PNAS...97.4398M . дои : 10.1073/pnas.070039597 . ISSN 0027-8424 . ЧВК 18253 . ПМИД 10716738 .
- ^ Jump up to: а б с д Энсменгер, Натан (2012). «Являются ли шахматы дрозофилой искусственного интеллекта? Социальная история алгоритма» . Социальные исследования науки . 42 (1): 5–30. дои : 10.1177/0306312711424596 . ISSN 0306-3127 . JSTOR 23210226 . ПМИД 22530382 . S2CID 968033 .
- ^ Франки, Стефано (1 апреля 2005 г.). «Шахматы, игры и мухи» . Очерки по философии . 6 (1): 85–114. дои : 10.5840/eip20056119 .
- ^ Чейз, Уильям Г.; Саймон, Герберт А. (1973-01-01), Чейз, УИЛЬЯМ Г. (редактор), «ГЛАЗ РАЗУМА В ШАХМАТАХ» , обработка визуальной информации , Academic Press, стр. 215–281, ISBN 978-0-12-170150-5 , получено 26 мая 2022 г.
- ^ Гроот, Адриан Д. де (24 июля 2014 г.). Мысль и выбор в шахматах . Вальтер де Грюйтер ГмбХ & Ко КГ. ISBN 978-3-11-080064-7 . OCLC 1089408027 .
- ^ «КРЕСТ | КРЕСТ» . www.chrest.info . Проверено 26 мая 2022 г.
- ^ Jump up to: а б Гобет, Ф. (1993). «Компьютерная модель шахматной памяти» .
{{cite journal}}: Для цитирования журнала требуется|journal=( помощь ) - ^ Jump up to: а б с Чарнесс, Н. (март 1981 г.). «Старение и умелое решение проблем» . Журнал экспериментальной психологии. Общий . 110 (1): 21–38. дои : 10.1037/0096-3445.110.1.21 . ISSN 0096-3445 . ПМИД 6453184 .
- ^ Jump up to: а б Гобе, Фернан (2012). Движется в уме: психология настольных игр . Психология Пресс. ISBN 978-0-415-65565-1 . ОСЛК 972001994 .
- ^ Jump up to: а б Никерсон, Шарлотта (6 декабря 2021 г.). «Роль схемы в психологии» . Просто Психология . Проверено 26 мая 2022 г.