A когнитивная архитектура относится как к теории о структуре человеческого разума, так и к вычислительной реализация такой теории, используемой в области искусственного интеллекта (ИИ) и вычислительной когнитивной науки. Одна из основных целей когнитивной архитектуры - обобщить различные результаты когнитивной психологии в комплексной компьютерной модели. Однако результаты должны быть формализованы, поскольку они могут лечь в основу компьютерной программы. Формализованные модели могут быть использованы для дальнейшего уточнения всеобъемлющей теории познания и, в более непосредственной близости, в качестве коммерчески пригодной модели. Успешные когнитивные архитектуры включают ACT-R (Adaptive Control of Thought - Rational) и SOAR.
. Институт творческих технологий определяет когнитивную архитектуру как: «гипотеза о фиксированном структуры, которые обеспечивают разум, будь то в естественных или искусственных системах, и то, как они работают вместе - в сочетании со знаниями и навыками, воплощенными в архитектуре - для обеспечения разумного поведения в разнообразных сложных средах ».
Содержание
- 1 История
- 2 Отличия
- 3 Примечательные примеры
- 4 См. Также
- 5 Ссылки
- 6 Внешние ссылки
История
Герберт А. Саймон, один из основателей области искусственного интеллекта, заявил, что диссертация 1960 года его ученика Эд Фейгенбаум, EPAM обеспечила возможную «архитектуру познания», поскольку она включала некоторые обязательства относительно того, как более чем один фундаментальный аспект человеческий разум работал (в случае EPAM, человеческая память и человеческая обучение ).
Джон Р. Андерсон начал исследования человеческой памяти в начале 1970-х, и его диссертация 1973 года с Гордоном Х. Бауэром представила теорию ассоциативной памяти человека. Он включил в это исследование больше аспектов своего исследования долговременной памяти и процессов мышления и в конечном итоге разработал когнитивную архитектуру, которую в конечном итоге назвал ACT. Он и его ученики находились под влиянием использования Алленом Ньюэллом термина «когнитивная архитектура». Лаборатория Андерсона использовала этот термин для обозначения теории ACT, воплощенной в собрании 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». 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 для интеллектуальных агентов. Он предлагает (искусственные) вычислительные процессы, которые действуют как определенные когнитивные системы, чаще всего как человек, или действуют интеллектуально согласно определенному определению. Когнитивные архитектуры образуют подмножество общих агентных архитектур. Термин «архитектура» подразумевает подход, который пытается моделировать не только поведение, но и структурные свойства моделируемой системы.
Отличия
Когнитивные архитектуры могут быть символическими, коннекционистами или гибридными. Некоторые когнитивные архитектуры или модели основаны на наборе общих правил, как, например, язык обработки информации (например, Soar на основе единая теория познания, или аналогично ACT-R ). Многие из этих архитектур основаны на аналогии «разум подобен компьютеру». Напротив, подсимвольная обработка не определяет таких правил априори и полагается на возникающие свойства блоков обработки (например, узлов). Гибридные архитектуры сочетают в себе оба типа обработки (например, CLARION ). Еще одно различие заключается в том, является ли архитектура централизованной с нейронным коррелятом процессора в его ядре или децентрализованной (распределенной). Децентрализованная разновидность стала популярной под названием параллельная распределенная обработка в середине 1980-х и коннекционизм, ярким примером которого являются нейронные сети. Дальнейшая проблема проектирования - это дополнительно выбор между целостной и атомистической или (более конкретной) модульной структурой. По аналогии, это распространяется на вопросы представления знаний.
В традиционном AI, интеллекте часто программируется сверху: программист является творцом, он создает что-то и наполняет это своим интеллектом, хотя многие традиционные Системы искусственного интеллекта также были разработаны для обучения (например, улучшения их навыков игры или решения проблем). Биологически вдохновленные вычисления, с другой стороны, иногда используют более восходящий, децентрализованный подход; Био-вдохновленные техники часто включают метод определения набора простых общих правил или набора простых узлов, из взаимодействия которых возникает общее поведение. Есть надежда нарастить сложность до тех пор, пока конечный результат не станет чем-то заметно сложным (см. Сложные системы). Однако также можно 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 образом.
Примечательные примеры
В 2010 году Самсонович и др. Провели всесторонний обзор реализованных когнитивных архитектур. и доступен в виде онлайн-хранилища. Некоторые хорошо известные когнитивные архитектуры в алфавитном порядке:
- 4CAPS, разработанные в Университете Карнеги-Меллона под руководством Марселя А. Джаста
- Архитектура эталонной модели 4D-RCS Разработанная Джеймсом Альбусом в NIST, представляет собой эталонную модель архитектуры, которая обеспечивает теоретическую основу для проектирования, разработки и интеграции программного обеспечения интеллектуальных систем для беспилотных наземных транспортных средств.
- ACT-R, разработан в Университете Карнеги-Меллона под руководством Джона Р. Андерсона.
- , разработан в Федеральной политехнической школе Лозанны.
- , когнитивная модель была разработана Абдулом Салам Мубашар из QUINTELLISENSE.
- разработан в Исследовательском центре Эймса НАСА.
- ASMO, разработан в Технологическом университете Сиднея.
- Поведенческий дизайн, разработан Джоанной Дж. Брайсон в MIT.
- CHREST, разработан Фернаном Гобетом в Университете Брунеля и Питером С. Лейном в то Университет Хартфордшира.
- КЛАРИОН когнитивная архитектура, разработанная Роном Саном в Политехническом институте Ренсселера и Университете Миссури.
- CMAC - Контроллер артикуляции модели мозжечка (CMAC) - это тип нейронной сети, основанный на модели мозжечка млекопитающих. Это тип ассоциативной памяти. CMAC был впервые предложен в качестве средства моделирования для роботизированных контроллеров Джеймсом Альбусом в 1975 году и широко использовался в обучении с подкреплением, а также для автоматизированного классификация в сообществе машинного обучения.
- - это «сознательный» программный агент, разработанный для управления объявлениями семинаров на факультете математических наук в Университете Мемфиса. Он основан на разреженной распределенной памяти, дополненной использованием генетических алгоритмов в качестве ассоциативной памяти.
- Copycat, авторами Дугласа Хофштадтера и Мелани Митчелл из Университета Индианы.
- DUAL, разработанный в Новом болгарском университете под руководством Бойчо Кокинов.
- DUAL PECCS, разработана Антонио Лието в Туринском университете - гибридная система представления и обработки знаний, интегрированная с декларативной памятью и механизмами поиска знаний следующих когнитивных архитектур: ACT-R, CLARION, LIDA и Soar.
- EPIC, разработанные под руководством Дэвида Э. Кираса и Дэвида Э. Мейера в Мичиганском университете.
- FORR разработан Сьюзан Л. Эпштейн из Городского университета Нью-Йорка.
- GAIuS, разработанного Севаком Авакиансом.
- Genie - «General Evolving Networked Intelligence Engine» - платформа когнитивных вычислений, разработанная Интеллект nt Artifacts и построен на базе GAIuS. Его парадигма «без моделирования данных» и простые вызовы API позволяют любому создавать и развертывать мощные пользовательские приложения с искусственным интеллектом за считанные минуты.
- Google DeepMind - Компания создала нейронную сеть, которая узнает, как играть в видеоигры аналогично людям и нейронной сети, которая может иметь доступ к внешней памяти, как обычная машина Тьюринга, что приводит к созданию компьютера, который, возможно, имитирует кратковременная память человеческого мозга. Базовый алгоритм основан на комбинации Q-Learning с многоуровневой рекуррентной нейронной сетью. (Также см. Обзор Юргена Шмидхубера на более раннюю связанную работу в Глубокое обучение )
- Голографическая ассоциативная память является частью семейства корреляционных ассоциативных воспоминаний, где информация отображается на фазовую ориентацию комплексных чисел на плоскости Римана. Это было вдохновлено голономной моделью мозга Карлом Х. Прибрамом. Голограммы имеют было показано, что он эффективен для ассоциативной памяти задач, обобщения и распознавания образов с переменным вниманием.
- Архитектура, которая является частным случаем схемы.
- Иерархическая временная память - это модель онлайн-машинного обучения, разработанная Джеффом Хокинсом и Дилипом Джорджем из Numenta, Inc. который моделирует некоторые структурные и алгоритмические свойства неокортекса. HTM - это биомиметическая модель, основанная на теории предсказания памяти функция мозга, описанная Je ff Хокинс в своей книге Об интеллекте. HTM - это метод обнаружения и вывода высокоуровневых причин наблюдаемых входных паттернов и последовательностей, что позволяет построить все более сложную модель мира.
- CoJACK Вдохновленное ACT-R расширение для многоагентная система JACK, которая добавляет агентам когнитивную архитектуру для выявления более реалистичного (похожего на человека) поведения в виртуальных средах.
- IDA и LIDA, реализующие Global Workspace Теория, разработанная Стэном Франклином в Университете Мемфиса.
- - создана исследовательской группой Facebook ИИ в 2014 году. Эта архитектура представляет новый класс изучение моделей, называемых сетями памяти. Сети памяти рассуждают с помощью компонентов вывода в сочетании с компонентом долговременной памяти ; они учатся использовать их вместе. Долговременная память может быть прочитана и записана с целью использования ее для прогнозирования.
- MANIC (Когнитивная архитектура), Майкл С. Гашлер, Университет Арканзаса.
- , Майкл T. Cox, Государственный университет Райта.
- , разработанный доктором Нормом Геддесом в ASI.
- Велосо и др.
- PRS «Система процедурного мышления», разработанная Авторы Майкл Джорджфф и Эми Лански из SRI International.
- Пси-Теория, разработанная Дитрихом Дёрнером в Университете Отто-Фридриха в Бамберг, Германия.
- R-CAST, разработанный в Пенсильванском государственном университете.
- , разработанный в Университете Южной Калифорнии Институт творческих технологий
- Спаун (Единая сеть с семантической архитектурой указателей) - Крис Элиасмит из Центра теоретической нейробиологии Университета Ватерлоо - Спаун - это сеть из 2 500 000 искусственных пиковые нейроны, использующие группы нейроны для выполнения когнитивных задач за счет гибкой координации. Компоненты модели взаимодействуют с помощью нейронов с импульсами, которые реализуют нейронные представления, называемые «семантическими указателями», с использованием различных паттернов активации. Семантические указатели можно понимать как элементы сжатого нейронного векторного пространства.
- Soar, разработанный под руководством Аллена Ньюэлла и Джона Лэрда в Университете Карнеги-Меллона и Мичиганского университета.
- Общество разума и его преемник машина эмоций, предложенная Марвином Мински.
- Раздельная распределенная память была предложена Пентти Канерва в Исследовательском центре Эймса НАСА в качестве реализуемой архитектуры, которая может хранить большие шаблоны и извлекать их на основе частичных совпадений с шаблонами, представляющими текущие сенсорные входы. Эта память демонстрирует поведение, как в теории, так и в эксперименте, которое напоминает поведение, ранее недоступное для машин, - например, быстрое распознавание лиц или запахов, обнаружение новых связей между, казалось бы, несвязанными идеями и т. Д. Раздельная распределенная память используется для хранения и извлечения больших объемов информации. количество (бит ) информации без акцента на точность, а на схожесть информации. В последнее время появилось несколько приложений в области навигации роботов и манипулирования роботами на основе опыта.
- от Neurithmic Systems - это структура распознавания событий с помощью разреженных распределенных кодов с глубокой иерархией
- Архитектуры подчинения, разработанные, например, Автор Родни Брукс (хотя можно спорить о том, обладают ли они когнитивными способностями).
- разработан Ваджахатом М. Кази и Халилом Ахмадом из Департамента компьютерных наук Университета GC в Лахоре Пакистан и Школы компьютеров Science, NCBA E Lahore, Пакистан
- TinyCog минималистичная реализация когнитивной архитектуры с открытым исходным кодом, основанная на идеях основанного на сценах мышления
- - разновидность когнитивной системы LIDA. архитектура, которая использует многомерные векторы в качестве основной модели представления и целочисленную разреженную распределенную память в качестве технологии реализации основной памяти. Преимущества этой новой модели включают более реалистичную и биологически правдоподобную модель, лучшую интеграцию с ее эпизодической памятью, лучшую интеграцию с другими низкоуровневыми процессорами восприятия (такими как системы глубокого обучения ), лучшая масштабируемость и более простые механизмы обучения.
- от Эдмунд Роллс из Оксфордского Центра вычислительной нейробиологии - модель иерархии функций, в которой инвариантные представления могут быть построены самостоятельно -организация обучения на основе временной и пространственной статистики визуального ввода, производимого объектами по мере их преобразования в мире.
См. также
Ссылки
Внешние ссылки
- Средства массовой информации, относящиеся к когнитивной архитектуре на Wikimedia Commons
- Цитаты, связанные с когнитивной архитектурой в Wikiquote