✖


Jump to content

Когнитивная модель

(Перенаправлено из Когнитивного пространства )
Эта статья о моделях работы познания. Чтобы узнать о модели внешней реальности, смоделированной в уме, см. Ментальную модель .

Когнитивная модель — это аппроксимация одного или нескольких когнитивных процессов у людей или других животных с целью понимания и прогнозирования. Существует много типов когнитивных моделей, и они могут варьироваться от диаграмм в виде прямоугольника и стрелок до набора уравнений и программ, которые взаимодействуют с теми же инструментами, которые люди используют для выполнения задач (например, компьютерной мышью и клавиатурой). [1] [ нужна страница ] С точки зрения обработки информации , когнитивное моделирование — это моделирование человеческого восприятия, рассуждений, памяти и действий. [2] [3]

Связь с когнитивными архитектурами

[ редактировать ]

Когнитивные модели могут разрабатываться в рамках когнитивной архитектуры или без нее , хотя их не всегда легко отличить. В отличие от когнитивных архитектур, когнитивные модели, как правило, фокусируются на одном когнитивном феномене или процессе (например, обучение по спискам), на том, как взаимодействуют два или более процессов (например, визуальный поиск, принятие решений bsc1780), или на поведенческих прогнозах для конкретной задачи. или инструмент (например, как внедрение нового пакета программного обеспечения повлияет на производительность). Когнитивные архитектуры, как правило, фокусируются на структурных свойствах моделируемой системы и помогают ограничить разработку когнитивных моделей внутри архитектуры. [4] Аналогично, разработка модели помогает выявить ограничения и недостатки архитектуры. Некоторые из наиболее популярных архитектур для когнитивного моделирования включают ACT-R , Clarion , LIDA и Soar .

История

[ редактировать ]

Когнитивное моделирование исторически развивалось в рамках когнитивной психологии / когнитивистики (включая человеческий фактор ) и получило вклад, среди прочего, в области машинного обучения и искусственного интеллекта .

Модели «коробка и стрелка»

[ редактировать ]

Для описания процессов, связанных с восприятием, хранением и производством речи, используется ряд ключевых терминов. Обычно их используют логопеды при лечении детского пациента. Входной сигнал — это речевой сигнал, который слышит ребенок, обычно предполагается, что он исходит от говорящего взрослого. Выходным сигналом является высказывание ребенка. Невидимые психологические события, которые происходят между поступлением входного сигнала и воспроизведением речи, находятся в центре внимания психолингвистических моделей. События, обрабатывающие входной сигнал, называются входными процессами, тогда как события, обрабатывающие речь, называются выходными процессами. Считается, что некоторые аспекты обработки речи происходят онлайн, то есть во время фактического восприятия. или производство речи и, таким образом, требуют определенной доли ресурсов внимания, посвященных речевой задаче. Другие процессы, которые, как считается, происходят офлайн, происходят как часть фоновой умственной обработки ребенка, а не во время, посвященное речевому заданию. В этом смысле онлайн-обработку иногда определяют как происходящую в режиме реального времени, тогда как оффлайн-обработку называют не требующей времени (Hewlett, 1990). В психолингвистических моделях «коробка и стрелка» каждый предполагаемый уровень репрезентации или обработки может быть представлен на диаграмме «коробкой», а отношения между ними — «стрелками», отсюда и название. Иногда (как в моделях Смита, 1973 г. и Менна, 1978 г., описанных ниже в этой статье) стрелки обозначают процессы, дополнительные к тем, которые показаны в прямоугольниках. Такие модели ясно выражают предполагаемую информацию. действия по обработке, выполняемые в рамках определенной когнитивной функции (например, языка), аналогично компьютерным блок-схемам, которые изображают процессы и решения, выполняемые компьютерной программой. Модели «коробки и стрелы» сильно различаются по количеству описываемых ими невидимых психологических процессов и, следовательно, по количеству содержащихся в них коробок. Некоторые имеют только один или два поля между входными и выходными сигналами (например, Menn, 1978; Smith, 1973), тогда как другие имеют несколько блоков, представляющих сложные взаимосвязи между рядом различных событий обработки информации (например, Hewlett, 1990; Hewlett , Гиббон ​​и Коэн-Маккензи, 1998 г.; Однако наиболее важным полем и источником многочисленных непрекращающихся дебатов является поле, представляющее лежащее в его основе представление (или UR). По сути, базовое представление фиксирует информацию, хранящуюся в сознании ребенка, о слове, которое он или она знает и использует. Как покажет следующее описание нескольких моделей, природа этой информации и, следовательно, тип(ы) представления, присутствующие в базе знаний ребенка, на некоторое время привлекли внимание исследователей. (Элиза Бейкер и др. Психолингвистические модели речевого развития и их применение в клинической практике. Журнал исследований речи, языка и слуха. Июнь 2001 г., 44. стр. 685–702.)

Вычислительные модели

[ редактировать ]

Вычислительная модель — это математическая модель в области вычислительной техники , которая требует обширных вычислительных ресурсов для изучения поведения сложной системы посредством компьютерного моделирования. Исследуемая система часто представляет собой сложную нелинейную систему , для которой недоступны простые, интуитивно понятные аналитические решения. Вместо того, чтобы находить математическое аналитическое решение проблемы, эксперименты с моделью проводятся путем изменения параметров системы на компьютере и изучения различий в результатах экспериментов. Теории работы модели могут быть выведены/выведены из этих вычислительных экспериментов. Примерами распространенных вычислительных моделей являются модели прогнозирования погоды , модели симулятора Земли , модели симулятора полета , модели сворачивания молекулярных белков и модели нейронных сетей .

Символический

[ редактировать ]

Символическая . модель выражается в символах, обычно нечисловых, которые требуют перевода, прежде чем их можно будет использовать

субсимволический

[ редактировать ]

Когнитивная модель является субсимволической, если она состоит из составляющих ее объектов, не являющихся, в свою очередь, представлениями, например, пикселей, звуковых образов, воспринимаемых ухом, образцов сигналов; субсимвольные единицы в нейронных сетях можно считать частными случаями этой категории.

Гибридный

[ редактировать ]

Гибридные компьютеры — это компьютеры, обладающие характеристиками аналоговых и цифровых компьютеров. Цифровой компонент обычно служит контроллером и обеспечивает логические операции, а аналоговый компонент обычно служит средством решения дифференциальных уравнений. Более подробную информацию см. в разделе «Гибридная интеллектуальная система» .

Динамические системы

[ редактировать ]

В традиционном вычислительном подходе представления рассматриваются как статические структуры дискретных символов . Познание происходит путем преобразования статических структур символов в дискретные , последовательные шаги. Сенсорная информация преобразуется в символические входные данные, которые производят символические выходные данные, которые преобразуются в двигательные выходные данные. Вся система работает в непрерывном цикле.

Чего не хватает этой традиционной точке зрения, так это того, что человеческое познание происходит непрерывно и в реальном времени. Разбиение процессов на дискретные временные этапы может не полностью отразить это поведение. Альтернативный подход состоит в том, чтобы определить систему с помощью (1) состояния системы в любой момент времени, (2) поведения, определяемого как изменение во времени общего состояния, и (3) набора состояний или пространства состояний , представляющего совокупность состояний, в которых может находиться система. [5] Система отличается тем, что изменение любого аспекта состояния системы зависит от других аспектов того же или других состояний системы. [6]

Типичная динамическая модель формализована несколькими дифференциальными уравнениями , которые описывают, как состояние системы меняется с течением времени. При этом объяснительную силу несет форма пространства возможных траекторий , а также внутренние и внешние силы, формирующие конкретную траекторию, разворачивающуюся во времени, а не физическая природа основных механизмов , проявляющих эту динамику. С этой динамической точки зрения параметрические входные данные изменяют внутреннюю динамику системы, а не определяют внутреннее состояние, которое описывает некоторое внешнее положение дел.

Ранние динамические системы

[ редактировать ]

Ассоциативная память

[ редактировать ]

Ранние работы по применению динамических систем к познанию можно найти в модели сетей Хопфилда . [7] [8] Эти сети были предложены в качестве модели ассоциативной памяти . Они представляют нейронный уровень памяти , моделируя системы, состоящие примерно из 30 нейронов, которые могут находиться во включенном или выключенном состоянии. Когда сеть обучается самостоятельно, структура и вычислительные свойства возникают естественным образом. В отличие от предыдущих моделей, «воспоминания» можно формировать и вызывать, вводя небольшую часть всей памяти. Временной порядок воспоминаний также может быть закодирован. Поведение системы моделируется с помощью векторов , которые могут изменять значения, представляющие различные состояния системы. Эта ранняя модель была важным шагом на пути к динамическому системному взгляду на человеческое познание, хотя еще предстояло добавить много деталей и объяснить больше явлений.

Овладение языком

[ редактировать ]

Принимая во внимание эволюционное развитие человека нервной системы и сходство мозга с другими органами, Элман предложил рассматривать язык и познание как динамическую систему, а не как процессор цифровых символов. [9] Нейронные сети типа Элмана стали известны как сети Элмана . Вместо того, чтобы рассматривать язык как совокупность статических лексических элементов и грамматических правил, которые изучаются и затем используются в соответствии с фиксированными правилами, подход динамических систем определяет лексику как области пространства состояний внутри динамической системы. Грамматика состоит из аттракторов и отталкивателей, которые сковывают движение в пространстве состояний. Это означает, что представления чувствительны к контексту, при этом мысленные представления рассматриваются как траектории через мысленное пространство, а не как объекты, которые сконструированы и остаются статичными. Сети Элмана были обучены с помощью простых предложений для представления грамматики как динамической системы. После изучения базовой грамматики сети могли анализировать сложные предложения, предсказывая, какие слова появятся следующими в соответствии с динамической моделью. [10]

Когнитивное развитие

[ редактировать ]

Классическая ошибка развития была исследована в контексте динамических систем: [11] [12] Предполагается, что ошибка A-not-B — это не отдельная ошибка, возникающая в определенном возрасте (от 8 до 10 месяцев), а особенность динамического процесса обучения, которая также присутствует у детей старшего возраста. Установлено, что дети 2 лет допускают ошибку, аналогичную ошибке А-не-Б, при поиске игрушек, спрятанных в песочнице. После наблюдения за игрушкой, спрятанной в месте А, и неоднократного поиска ее там, двухлетним детям показали игрушку, спрятанную в новом месте Б. Когда они искали игрушку, они искали ее в местах, которые были смещены в сторону места А. Это говорит о том, что существует постоянное представление местоположения игрушки, которое меняется со временем. Прошлое поведение ребенка влияет на его модель расположения песочницы, поэтому учет поведения и обучения должен учитывать, как система песочницы и прошлые действия ребенка меняются с течением времени. [12]

Передвижение

[ редактировать ]

Один из предложенных механизмов динамической системы основан на анализе рекуррентных нейронных сетей непрерывного времени (CTRNN). Сосредоточив внимание на результатах работы нейронных сетей, а не на их состояниях, и исследуя полностью взаимосвязанные сети, трехнейронный центральный генератор шаблонов (CPG) можно использовать для представления таких систем, как движения ног во время ходьбы. [13] Этот CPG содержит три мотонейрона, отвечающих за управление ступней, махом назад и эффекторами маха вперед. Выходные данные сети показывают, находится ли ступня вверх или вниз и какая сила прикладывается для создания крутящего момента в суставе ноги. Одной из особенностей этого паттерна является то, что выходы нейронов либо выключены, либо включены большую часть времени . Другая особенность заключается в том, что состояния квазистабильны, то есть со временем они перейдут в другие состояния. Предполагается, что простая схема генератора шаблонов, подобная этой, станет строительным блоком динамической системы. Совокупность нейронов, одновременно переходящих из одного квазистабильного состояния в другое, определяется как динамический модуль. Эти модули теоретически можно комбинировать для создания более крупных схем, составляющих полную динамическую систему. Однако детали того, как могло произойти такое сочетание, до конца не проработаны.

Современные динамические системы

[ редактировать ]

Поведенческая динамика

[ редактировать ]

Современные формализации динамических систем, применяемые к изучению познания, различаются. Одна из таких формализаций, называемая «поведенческой динамикой», [14] рассматривает агента и окружающую среду как пару связанных динамических систем, основанную на классической теории динамических систем. В этой формализации информация из окружающей среды определяет поведение агента, а действия агента изменяют среду. В конкретном случае циклов восприятия-действия связь среды и агента формализуется двумя функциями . Первый преобразует представление о действиях агентов в конкретные паттерны мышечной активации, которые, в свою очередь, создают силы в окружающей среде. Вторая функция преобразует информацию из окружающей среды (т. е. закономерности стимуляции рецепторов агента, которые отражают текущее состояние среды) в представление, полезное для управления действиями агентов. Были предложены и другие подобные динамические системы (хотя и не развитые в формальную структуру), в которых нервные системы агента, тело агента и окружающая среда связаны вместе. [15] [16]

Адаптивное поведение
[ редактировать ]

Поведенческая динамика была применена к двигательному поведению. [14] [17] [18] Моделирование передвижения с помощью поведенческой динамики показывает, что адаптивное поведение может возникнуть в результате взаимодействия агента и окружающей среды. Согласно этой схеме, адаптивное поведение можно охватить с помощью двух уровней анализа. На первом уровне восприятия и действия агент и окружающая среда могут быть концептуализированы как пара динамических систем, связанных между собой силами, которые агент прикладывает к окружающей среде, и структурированной информацией, предоставляемой средой. Таким образом, поведенческая динамика возникает в результате взаимодействия агента и среды. На втором уровне временной эволюции поведение может быть выражено как динамическая система, представленная в виде векторного поля. В этом векторном поле аттракторы отражают устойчивые поведенческие решения, тогда как бифуркации отражают изменения в поведении. В отличие от предыдущих работ по центральным генераторам паттернов, эта концепция предполагает, что стабильные поведенческие паттерны являются возникающим, самоорганизующимся свойством системы агент-среда, а не определяются структурой агента или окружающей среды.

Открытые динамические системы

[ редактировать ]

В расширении классической систем теории динамических [19] вместо того, чтобы связывать динамические системы среды и агента друг с другом, «открытая динамическая система» определяет «тотальную систему», «систему агентов» и механизм связи этих двух систем. Полная система — это динамическая система, которая моделирует агента в окружающей среде, тогда как система агента — это динамическая система, которая моделирует внутреннюю динамику агента (т. е. динамику агента в отсутствие среды). Важно отметить, что механизм отношений не связывает две системы вместе, а, скорее, непрерывно модифицирует общую систему в общую систему отделенного агента. Проводя различие между тотальными и агентными системами, можно исследовать поведение агента, когда он изолирован от окружающей среды и когда он встроен в среду. Эту формализацию можно рассматривать как обобщение классической формализации, согласно которой систему агентов можно рассматривать как систему агентов в открытой динамической системе, а агента, связанного со средой и средой, можно рассматривать как полную систему в открытой динамической системе. динамическая система.

Воплощенное познание
[ редактировать ]

В контексте динамических систем и воплощенного познания репрезентации можно концептуализировать как индикаторы или посредники. С точки зрения индикатора внутренние состояния несут информацию о существовании объекта в среде, где состояние системы во время воздействия объекта является представлением этого объекта. С точки зрения посредника, внутренние состояния несут информацию об окружающей среде, которая используется системой для достижения своих целей. В этом более сложном подходе состояния системы несут информацию, которая является посредником между информацией, которую агент получает из окружающей среды, и силой, оказываемой на окружающую среду поведением агентов. Применение открытых динамических систем обсуждалось для четырех типов классических примеров воплощенного познания: [20]

  1. Случаи, когда среда и агент должны работать вместе для достижения цели, называются «близостью». Классическим примером близости является поведение простых агентов, работающих для достижения цели (например, насекомых, перемещающихся по окружающей среде). Успешное достижение цели полностью зависит от связи агента с окружающей средой. [21]
  2. Случаи, когда использование внешних артефактов повышает производительность задач по сравнению с производительностью без этих артефактов. Этот процесс называется «разгрузкой». Классическим примером разгрузки является поведение игроков в Scrabble ; люди могут создавать больше слов, играя в «Эрудит», если перед ними лежат плитки и им разрешено физически манипулировать их расположением. В этом примере плитки Scrabble позволяют агенту переложить требования к рабочей памяти на сами плитки. [22]
  3. Случаи, когда функционально эквивалентный внешний артефакт заменяет функции, которые обычно выполняются агентом внутри, что является особым случаем разгрузки. Одним из известных примеров является навигация человека (в частности, агентов Отто и Инги) в сложной среде с помощью артефакта или без него. [23]
  4. Случаи, когда нет ни одного агента. Отдельный агент является частью более крупной системы, содержащей несколько агентов и множество артефактов. Одним из известных примеров, сформулированных Эдом Хатчинсом в его книге «Познание в дикой природе» , является управление военным кораблем. [24]

Интерпретации этих примеров основаны на следующей логике : (1) вся система отражает воплощение; (2) одна или несколько агентских систем фиксируют внутреннюю динамику отдельных агентов; (3) полное поведение агента можно понимать как изменение внутренней динамики агента по отношению к его ситуации в окружающей среде; и (4) пути открытой динамической системы можно интерпретировать как процессы представления. Эти воплощенные примеры познания показывают важность изучения возникающей динамики систем агент-среда, а также внутренней динамики систем агентов. Динамические системы не противоречат традиционным подходам когнитивной науки, а являются естественным продолжением этих методов и должны изучаться параллельно, а не конкурируя.

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ Сан, Р. (ред.), (2008). Кембриджский справочник по вычислительной психологии. Нью-Йорк: Издательство Кембриджского университета.
  2. ^ «ИСО/МЭК 2382-28:1995» . ИСО . Проверено 13 мая 2023 г.
  3. ^ «ИСО/МЭК 2382:2015» . ИСО . Проверено 13 мая 2023 г.
  4. ^ Лието, Антонио (2021). Когнитивный дизайн для искусственного разума . Лондон, Великобритания: Рутледж, Тейлор и Фрэнсис. ISBN  9781138207929 .
  5. ^ ван Гелдер, Т. (1998). Динамическая гипотеза в когнитивной науке. Архивировано 1 июля 2018 г. в Wayback Machine . Поведенческие и мозговые науки, 21, 615–665.
  6. ^ ван Гелдер, Т. и Порт, РФ (1995). Пришло время: обзор динамического подхода к познанию. Архивировано 17 ноября 2017 г. на Wayback Machine . В РФ Порт и Т. ван Гелдер (ред.), Разум как движение: исследования динамики познания. (стр. 1-43). Кембридж, Массачусетс: MIT Press.
  7. ^ Хопфилд, Джей-Джей (1982). Нейронные сети и физические системы с возникающими коллективными вычислительными способностями . ПНАС, 79, 2554-2558.
  8. ^ Хопфилд, Джей-Джей (1984). Нейроны с дифференцированной реакцией обладают коллективными вычислительными свойствами, подобными свойствам нейронов с двумя состояниями . ПНАС, 81, 3088-3092.
  9. ^ Элман, JL (1995). Язык как динамическая система . В РФ Порт и Т. ван Гелдер (ред.), Разум как движение: исследования динамики познания. (стр. 195-223). Кембридж, Массачусетс: MIT Press.
  10. ^ Элман, JL (1991). Распределенные представления, простые рекуррентные сети и грамматическая структура . Машинное обучение, 7, 195–225.
  11. ^ Спенсер, Дж. П., Смит, Л. Б., и Телен, Э. (2001). Тесты динамических систем, учитывающие ошибку A-not-B: влияние предыдущего опыта на способности пространственной памяти двухлетних детей. Развитие ребенка, 72 (5), 1327–1346.
  12. ^ Jump up to: а б Телен Э., Шонер Г., Шайер К., Смит Л.Б. (2001). Динамика воплощения: полевая теория достижения детского консерванта. Архивировано 1 июля 2018 г. в Wayback Machine . Поведенческие и мозговые науки, 24, 1-86.
  13. ^ Чил, Х.Дж., Бир, Р.Д., и Галлахер, Дж.К. (1999). Эволюция и анализ моделей ЦПГ для ходьбы. Журнал вычислительной нейронауки, 7, 99–118.
  14. ^ Jump up to: а б Уоррен, Вашингтон (2006). Динамика восприятия и действий. Архивировано 18 сентября 2017 г. в Wayback Machine . Психологический обзор, 113(2), 359-389. дои: 10.1037/0033-295X.113.2.358
  15. ^ Пиво, Р.Д. (2000). Динамические подходы к когнитивной науке. Тенденции в когнитивных науках, 4 (3), 91–99.
  16. ^ Пиво, Р.Д. (2003). Динамика активного категориального восприятия у эволюционировавшего модельного агента . Адаптивное поведение, 11 (4), 209–243. дои: 10.1177/1059712303114001
  17. ^ Фаджен, Б., Р., и Уоррен, WH (2003). Поведенческая динамика рулевого управления, объезда препятствий и выбора маршрута . Журнал экспериментальной психологии: человеческое восприятие и деятельность, 29, 343–362.
  18. ^ Фаджен, Б.Р., Уоррен, У.Х., Темизер, С., и Кельблинг, Л.П. (2003). Динамическая модель визуального рулевого управления, обхода препятствий и выбора маршрута . Международный журнал компьютерного зрения, 54, 15–34.
  19. ^ Хоттон, С., и Йошими, Дж. (2010). Динамика воплощенного познания. Международный журнал бифуркации и хаоса, 20 (4), 943–972. два : 10.1142/S0218127410026241
  20. ^ Хоттон, С., и Йошими, Дж. (2011). Расширение теории динамических систем для моделирования воплощенного познания . Когнитивная наука, 35, 444–479. doi: 10.1111/j.1551-6709.2010.01151.x
  21. ^ Хаугеланд, Дж. (1996). Разум, воплощенный и встроенный . В Дж. Хагеланде (ред.), Подумав: Очерки метафизики разума (стр. 207–237). Кембридж, Массачусетс: Издательство Гарвардского университета.
  22. ^ Маглио П., Мэтлок Т., Рафаэли Д., Черницким Б. и Кирш Д. (1999). Интерактивные навыки игры в скрэббл . В М. Хане и С. С. Стонессе (ред.), Трудах двадцать первой ежегодной конференции Общества когнитивных наук (стр. 326–330). Махва, Нью-Джерси: Lawrence Erlbaum Associates.
  23. ^ Кларк А. и Чалмерс Д. (1998). Расширенный разум . Анализ, 58(1), 7-19.
  24. ^ Хатчинс, Э., (1995). Познание в дикой природе . Кембридж, Массачусетс: MIT Press.
[ редактировать ]
Викискладе есть медиафайлы, связанные с когнитивной моделью .
Викискладе есть медиафайлы, связанные с когнитивными моделями .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Cognitive_model&oldid=1230192551"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: ff0ff495a1512b180d660e3f4c8bf24f__1718946060
URL1:https://arc.ask3.ru/arc/aa/ff/4f/ff0ff495a1512b180d660e3f4c8bf24f.html
Заголовок, (Title) документа по адресу, URL1:
Cognitive model - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)