認知架構

認知架構指的是一種人類心靈結構的理論,也可以指這種心靈結構理論在人工智慧(AI)及計算認知科學領域中的計算實作。[1][2]認知架構的一項主要目標是在全面的電腦模型中,總結認知心理學的各種結果。[來源請求]但是這些結果必須形式化,能夠作為電腦程式的基礎。[來源請求]這種形式化模型可進一步完善認知理論,並且可更直接地作為商用模型。[來源請求]成功的認知架構包括ACT-R (思想適應性控制-理性)及Soar[來源請求]

創意技術研究所將認知架構定義為:「 一個產生思維的固定結構假設(無論是在自然系統還是人工系統中),該假設也說明了這些固定結構是如何與架構中所包含的知識和技能協同工作,從而在複雜環境的多樣性中,產生智慧型行為。」[3]

歷史

人工智慧領域的創始人之一赫伯特·西蒙表示,他的學生愛德華·費根鮑姆於1960年發表的論文EPAM提出了一種可能的「認知架構」 [4],因為該論文涵蓋了人類思維的多個基本環節如何運作的貢獻。(以EPAM為例,包含了人類的記憶學習)。

安德森於1970年代初期開始研究人類記憶,他與戈登·鮑爾在1973年發表的論文為人類聯想記憶英語Associative_memory_(psychology)提供了理論依據。[5] 安德森將更多他對長期記憶和思維過程的研究觀點,納入了這項研究,並最終設計了一個稱為ACT的認知架構。安德森和他的學生受到艾倫·紐厄爾使用「認知架構」一詞的影響,安德森的實驗室使用該術語來指代一系列論文和設計所體現的ACT理論(當時還沒實現ACT)。

1983年,安德森出版了該領域的開創性著作《認知架構》[6],內容可以分為認知理論和理論實踐。認知理論概述了大腦各個部分的結構,也描述了使用規則、聯想網路及其他方面。認知架構在電腦上實現了該理論,而用於實現認知架構的軟體也是「認知架構」。因此,認知架構也可以表示智慧型代理的藍圖,它提出了(人工的)計算過程,而這些過程如同某些認知系統,最常見的就是像人一樣,或是說在某種定義下表現得較聰明 。認知架構是通用架構代理的一個子集。術語「架構」表示一種方法,該方法不只嘗試對行為建模,而且還對建模系統的結構特性進行建模。

區別

認知架構可以是符號的聯結主義混合的[7][8][9]某些認知架構或模型是基於一組通用規則,舉例來說,可使用資訊處理語言(例如,基於統一認知理論Soar,或類似的ACT-R )。在這些架構中,有許多架構是基於「思維就像計算機」的類比。相反地,子符號處理(聯結主義)不事先指定任何此類規則,而是依賴於處理單元(例如節點)的浮現特性。混合架構則結合了兩種類型的處理(例如CLARIONLIDA)。進一步的區別是認知架構是集中式還是分散式,也就是有沒有將處理器的神經關聯置於其核心。分散式的特點在1980年代中期以分散式平行處理(Parallel distributed processing,PDP)和聯結主義的名義流行起來 ,神經網路就是一個很好的例子。此外,另一個設計問題是要如何在整體論原子論或更具體的模組化結構之間做出取捨,同樣地,這會擴充到知識表徵問題。

在傳統人工智慧中,通常以自上而下的方式撰寫智慧型的程式:「儘管許多傳統的AI系統也是為了學習而設計的(比如提高他們玩遊戲或解決問題的能力),但程式設計師是創造者,他們會創造一些東西,並賦予其智慧型。」另一方面,仿生計算英語Bio-inspired_computing有時會採用自下而上設計、分散(去中心化)的方法。仿生技術通常會指定一組簡單的通用規則或一組簡單節點的方法,從這些節點的交互作用中浮現出整體行為。我們會希望增加複雜性,直到最終結果的複雜度足夠顯著為止(請參閱複雜系統)。不過,自上而下設計的系統也可以說是以不同的方式受到生物學啟發,雖然這樣的系統是基於對人類和其他動物行為的觀察,而非基於對大腦機制的觀察。

著名範例

姆索諾維奇(Samsonovich)等人在2010年對已實作的認知架構進行全面回顧。[10],並可作為線上儲存庫使用。[11]以下是一些著名的認知架構,按字母排序:

參見

參考文獻

  1. ^ Lieto, Antonio. Cognitive Design for Artificial Minds. London, UK: Routledge, Taylor & Francis. 2021. ISBN 9781138207929. 
  2. ^ Lieto, Antonio; Bhatt, Mehul; Oltramari, Alessandro; Vernon, David. The role of cognitive architectures in general artificial intelligence (PDF). Cognitive Systems Research. May 2018, 48: 1–3. doi:10.1016/j.cogsys.2017.08.003. 
  3. ^ Refer to the ICT website: http://cogarch.ict.usc.edu/頁面存檔備份,存於網際網路檔案館
  4. ^ 存档副本. [2019-10-05]. (原始內容存檔於2015-04-02). 
  5. ^ "This Week's Citation Classic: Anderson J R & Bower G H. Human associative memory. Washington頁面存檔備份,存於網際網路檔案館)," in: CC. Nr. 52 Dec 24-31, 1979.
  6. ^ John R. Anderson. The Architecture of Cognition頁面存檔備份,存於網際網路檔案館), 1983/2013.
  7. ^ Vernon, David; Metta, Giorgio; Sandini, Giulio. A Survey of Artificial Cognitive Systems: Implications for the Autonomous Development of Mental Capabilities in Computational Agents. IEEE Transactions on Evolutionary Computation. April 2007, 11 (2): 151–180. doi:10.1109/TEVC.2006.890274. 
  8. ^ Lieto, Antonio; Chella, Antonio; Frixione, Marcello. Conceptual Spaces for Cognitive Architectures: A lingua franca for different levels of representation. Biologically Inspired Cognitive Architectures. January 2017, 19: 1–9. Bibcode:2017arXiv170100464L. arXiv:1701.00464 . doi:10.1016/j.bica.2016.10.005. 
  9. ^ Lieto, Antonio; Lebiere, Christian; Oltramari, Alessandro. The knowledge level in cognitive architectures: Current limitations and possible developments (PDF). Cognitive Systems Research. May 2018, 48: 39–55. doi:10.1016/j.cogsys.2017.05.001. 
  10. ^ Samsonovich, Alexei V. "Toward a Unified Catalog of Implemented Cognitive Architectures." BICA 221 (2010): 195-244.
  11. ^ Comparative Repository of Cognitive Architectures. [2019-10-05]. (原始內容存檔於2011-07-24). 

外部連結