Войти
Теория перцептивного контроля (PCT ) - это модель поведения основана на принципах отрицательной обратной связи, но во многих отношениях отличается от теории инженерного контроля. Результаты экспериментов по ПКТ показали, что организм не контролирует ни свое поведение, ни внешние переменные окружающей среды, а скорее свое собственное восприятие этих переменных. Действия не контролируются, они разнообразны, чтобы нейтрализовать эффекты, которые в противном случае непредсказуемые нарушения окружающей среды могли бы оказать на контролируемое восприятие. Как гласит популярная фраза в этой области, «поведение - это контроль восприятия». PCT демонстрирует круговую причинность в замкнутой цепи отрицательной обратной связи через окружающую среду. Это в корне противоречит классическому понятию линейной причинности поведения стимулами, в котором считается, что стимулы окружающей среды вызывают поведенческие реакции, опосредованные (согласно когнитивной психологии ) вмешательством когнитивных процессов.
Многочисленные компьютерные симуляции конкретных поведенческих ситуаций демонстрируют его эффективность с чрезвычайно высокой корреляцией с данными наблюдений (0,95 или выше), что исчезающе редко в так называемых «мягких» науках. Хотя внедрение ПКТ в научном сообществе не получило широкого распространения, он применяется не только в экспериментальной психологии и нейробиологии, но также в социологии, лингвистике и ряде других области, и привел к методу психотерапии, названному методом уровней.
Традиция от Аристотеля до Уильяма Джеймса признает, что поведение является целенаправленным, а не просто реактивным. Однако единственное свидетельство намерений было субъективным. Бихевиористы, последовавшие за Вундтом, Торндайком, Уотсоном и другими, отвергли интроспективные отчеты как данные для объективной науки психологии. В качестве данных можно принять только наблюдаемое поведение.
Из этой позиции следует предположение, что события (стимулы) окружающей среды вызывают поведенческие действия (реакции). Это предположение сохраняется в когнитивной психологии, которая вставляет когнитивные карты и другую постулируемую обработку информации между стимулом и реакцией, но в остальном сохраняет предположение о линейной причинно-следственной связи от среды к поведение.
Другая, более конкретная причина, по которой психологи отвергают понятия цели или намерения, заключалась в том, что они не могли видеть, как цель (состояние, которое еще не существует) может вызвать поведение, которое к ней привело. PCT разрешает эти философские аргументы о телеологии, поскольку он обеспечивает модель функционирования организмов, цель которых имеет объективный статус без обращения к интроспекции и в которой причинно-следственная связь является круговой вокруг петли обратной связи.
PCT уходит корнями в идеи Клода Бернара и 20 века инженерии систем управления и кибернетики. Классическое управление с отрицательной обратной связью было разработано инженерами в 1930-х и 1940-х годах и в дальнейшем развито Винером, Эшби и другими на начальном этапе развития кибернетики. PCT возник как отдельная область, и, учитывая его нынешнюю форму и экспериментальную методологию, Уильям Т. Пауэрс.
Пауэрс признал, что целеустремленность подразумевает контроль и что концепции и методы инженерных систем контроля могут быть применены к системам биологического контроля. Ключевым моментом является то, что контролируемая переменная - это не выход системы (поведенческие действия), а ее вход, то есть воспринимаемая и преобразованная функция некоторого состояния окружающей среды, на которое может повлиять выход системы управления.. Поскольку некоторые из этих воспринимаемых и преобразованных входов появляются как сознательно воспринимаемые аспекты окружающей среды, Пауэрс назвал контролируемую переменную «восприятием». Эта теория стала известна как «теория контроля восприятия» или PCT, а не как «теория контроля, применяемая в психологии», потому что теоретики контроля часто утверждают или предполагают, что контролируется результат системы. В РСТ контролируется внутреннее представление состояния некоторой переменной в окружающей среде - «восприятие» на повседневном языке. Основные принципы PCT были впервые опубликованы Пауэрсом, Кларком и МакФарландом в качестве «общей теории поведения с обратной связью» в 1960 г., при поддержке кибернетических авторов Винера и Эшби, а также с тех пор систематически разрабатывался в научном сообществе, которое собралось вокруг него. Первоначально его затмили обещания «Когнитивной революции », но теперь он известен лучше.
Простая система управления с отрицательной обратной связью - это круиз-контроль для авто. В системе круиз-контроля есть датчик, который «воспринимает» скорость как скорость вращения приводного вала, непосредственно связанного с колесами. Он также имеет регулируемую водителем «цель», определяющую конкретную скорость. Измеренная скорость непрерывно сравнивается с заданной скоростью устройством (называемым «компаратором»), которое вычитает текущее измеренное входное значение из сохраненного целевого значения. Разница (сигнал ошибки) определяет настройку дроссельной заслонки (нажатие педали акселератора), так что мощность двигателя постоянно изменяется, чтобы предотвратить увеличение или уменьшение скорости автомобиля от желаемой скорости при изменении условий окружающей среды.
Если скорость автомобиля начинает опускаться ниже заданной скорости, например, при подъеме на холм, небольшое увеличение сигнала ошибки, усиленное, приводит к увеличению мощности двигателя, что практически сохраняет ошибку. на нуле. Если скорость начинает превышать цель, например при спуске с холма двигатель отключается, чтобы действовать как тормоз, поэтому снова удерживается скорость от отклонения от целевой скорости более чем на едва заметную величину (тормоза необходимы только в том случае, если холм слишком крутой). В результате система круиз-контроля поддерживает скорость, близкую к целевой, когда автомобиль движется вверх и вниз по холму, а также другие помехи, такие как ветер, влияют на скорость автомобиля. Все это делается без какого-либо планирования конкретных действий и без каких-либо слепых реакций на раздражители. Действительно, система круиз-контроля вообще не распознает такие возмущения, как давление ветра, она только определяет регулируемую переменную скорость. Он также не контролирует мощность, генерируемую двигателем, он использует «поведение» мощности двигателя как средство управления измеренной скоростью.
Те же принципы управления с отрицательной обратной связью (включая способность сводить на нет эффекты непредсказуемых внешних или внутренних возмущений) применимы к живым системам управления. Тезис ПКТ состоит в том, что животные и люди не контролируют свое поведение; скорее, они изменяют свое поведение как средство управления своим восприятием, с внешними нарушениями или без них. Это прямо противоречит историческому и до сих пор широко распространенному предположению, что поведение является конечным результатом входных стимулов и когнитивных планов.
Основными данными в методологии PCT являются управляемая переменная. Фундаментальный этап исследования ПКТ - проверка контролируемых переменных - начинается с медленного и мягкого воздействия тревожных воздействий на состояние переменной в окружающей среде, которая, как предполагает исследователь, уже находится под контролем наблюдаемого организма. Важно не подавлять способность организма контролировать, поскольку именно это исследуется. Если организм меняет свои действия только для того, чтобы не допустить ожидаемого воздействия мешающего воздействия на эту переменную, это убедительное свидетельство того, что экспериментальное действие нарушило контролируемую переменную. Крайне важно отличать восприятие и точку зрения наблюдателя от точки зрения наблюдаемого организма. Может потребоваться несколько вариантов теста, чтобы выделить, какой именно аспект экологической ситуации находится под контролем, как он воспринимается наблюдаемым организмом.
PCT использует методологию черного ящика. Управляемая переменная, измеряемая наблюдателем, количественно соответствует контрольному значению для восприятия, которым управляет организм. Управляемая переменная, таким образом, является объективным показателем цели или намерения этих конкретных поведенческих действий организма - цели, которую эти действия постоянно стремятся достичь, несмотря на нарушения. За некоторыми исключениями, в текущем состоянии нейробиологии это внутренне поддерживаемое эталонное значение редко непосредственно наблюдается как таковое (например, как скорость возбуждения в нейроне), поскольку немногие исследователи отслеживают соответствующие электрические и химические переменные по их специфические пути, пока живой организм занимается тем, что мы внешне наблюдаем как поведение. Однако, когда работающая система отрицательной обратной связи, смоделированная на цифровом компьютере, работает по существу идентично наблюдаемым организмам, тогда понимается, что хорошо понятная структура отрицательной обратной связи симуляции или модели (белый ящик) демонстрирует невидимую структуру отрицательной обратной связи внутри организма ( черный ящик).
Данные по отдельным лицам не агрегированы для статистического анализа; вместо этого строится генеративная модель, которая воспроизводит данные, наблюдаемые для людей с очень высокой точностью (0,95 или выше). Для построения такой модели данной поведенческой ситуации требуются тщательные измерения трех наблюдаемых переменных:
| qi | Входная величина, тот аспект стимула, который субъект воспринимает и который, как было продемонстрировано, контролирует. |
| qo | Выходная величина, тот аспект поведения субъекта, который влияет на состояние q i. |
| d | Нарушение, величина, суммирующая эффекты, которые любые другие воздействия в окружающей среде оказывают на состояние q i. В контролируемом эксперименте человек стремится иметь только одно мешающее воздействие, находящееся под контролем исследователя, но при натуралистическом наблюдении ситуация часто более сложная. |
Четвертое значение, внутренне поддерживаемое эталонное значение r (переменная 'уставка'), выводится из значения, при котором организм поддерживает q i, как определено тестом для контролируемых переменных (описано в начале этого раздела).
Если заданы две переменные, управляемый вход q i и эталон r, правильно спроектированная система управления, смоделированная на цифровом компьютере, выдает выходные данные q o, которые почти точно противопоставить непредсказуемые помехи управляемому входу. Кроме того, отклонение от идеального контроля хорошо согласуется с наблюдаемым для живых организмов. Идеальный контроль приведет к нулевому эффекту нарушения, но живые организмы не являются идеальными регуляторами, и цель ПКТ - моделировать живые организмы. Когда компьютерное моделирование выполняется с>95% соответствием экспериментально измеренным значениям, противодействуя эффекту непредсказуемых изменений d путем генерирования (почти) равных и противоположных значений q o, считается, что моделируется поведение и структура внутреннего контура управления организма.
В более широком смысле разработка теории представляет собой общую модель когнитивного процесса и поведения. С каждой конкретной моделью или симуляцией поведения, построенной и проверенной на основе наблюдаемых данных, общая модель, представленная в теории, подвергается потенциальной опасности, которая может потребовать пересмотра или может привести к опровержению.
Чтобы проиллюстрировать математические вычисления, используемые в моделировании PCT, рассмотрим задачу отслеживания преследования, в которой участник удерживает курсор мыши на одном уровне с движущейся целью на мониторе компьютера.
Модель предполагает, что воспринимаемый сигнал внутри участника представляет величину входной величины q i. (Было продемонстрировано, что это скорость срабатывания нейрона, по крайней мере, на самых низких уровнях.) В задаче отслеживания входная величина - это расстояние по вертикали между целевой позицией T и положением курсора C, а также случайное изменение целевой позиции действует как возмущение d этой входной величины. Это предполагает, что перцепционный сигнал p количественно представляет положение курсора C минус целевое положение T, как выражено в уравнении p = C – T.
Между восприятием цели и курсора и построением сигнала, представляющего расстояние между ними, существует задержка в Τ миллисекунды, так что рабочий перцепционный сигнал в момент времени t представляет собой расстояние от цели до курсора на предыдущее время, t - Τ. Следовательно, в модели используется уравнение
1. p (t) = C (t – Τ) - T (t – Τ)
Система управления с отрицательной обратной связью принимает опорный сигнал r, который определяет величину данного воспринимаемого сигнала, который в настоящее время предназначен или желателен. (Происхождение r внутри организма см. Ниже в разделе «Иерархия контроля ».) И r, и p являются входными данными простой нервной структуры с r возбуждающим и p тормозящим. Эта структура называется «компаратором». Эффект заключается в вычитании p из r, что дает сигнал ошибки e, который указывает величину и знак разницы между желаемой величиной r и текущей входной величиной p данного восприятия. Уравнение, представляющее это в модели:
2. e = r – p
Сигнал ошибки e должен быть преобразован в выходную величину q o (представляющую мышечные усилия участника, влияющие на положение мыши). Эксперименты показали, что в лучшей модели для выходной функции скорость мыши V курсор пропорциональна сигналу ошибки e на коэффициент усиления G (то есть, V курсор = G * д). Таким образом, когда воспринимаемый сигнал p меньше, чем опорный сигнал r, сигнал ошибки e имеет положительный знак, и по нему модель вычисляет восходящую скорость курсора, которая пропорциональна ошибке.
Следующая позиция курсора C new - это текущая позиция C old плюс скорость V курсора, умноженная на длительность dt одной итерации программы. С помощью простой алгебры мы заменяем G * e (как указано выше) на V cursor, что дает третье уравнение:
3. C новый = C старый + G * e * dt
Эти три простых уравнения или шага программы составляют простейшую форму модели для задачи отслеживания. Когда эти три одновременных уравнения оцениваются снова и снова с одними и теми же случайными возмущениями d целевой позиции, которые испытал участник-человек, выходные положения и скорости курсора дублируют действия участника в задаче отслеживания выше в пределах 4,0% от их пикового значения. размах до пика в мельчайших деталях.
Эта простая модель может быть уточнена с помощью коэффициента демпфирования d, который уменьшает расхождение между моделью и человеком-участником до 3,6%, когда возмущение d установлено на максимальную сложность.
3 '. C новый = C старый + [(G * e) - (d * C старый)] * dt
Подробное обсуждение этого Модель в (Powers 2008) включает как исходный, так и исполняемый код, с помощью которого читатель может проверить, насколько хорошо эта простая программа имитирует реальное поведение. Не нужно учитывать возможные нелинейности, такие как закон Вебера-Фехнера, потенциальный шум в системе, постоянно меняющиеся углы в соединениях и многие другие факторы, которые могли бы повлиять на производительность, если бы это была простая линейная модель. Никакой обратной кинематики или прогнозных расчетов не требуется. Модель просто уменьшает несоответствие между вводом p и эталоном r непрерывно по мере того, как оно возникает в реальном времени, и это все, что требуется - как предсказывает теория.
Старый добрый искусственный интеллект (GOFAI) - это ранний (1960-е годы) подход к созданию интеллектуальных систем. GOFAI предполагает, что программы искусственного интеллекта являются более сложными версиями существующих проектов программного обеспечения, и что они могут быть построены путем расширения существующих процедурных подходов и стандартных методологий программного обеспечения. Возражения против GOFAI можно разделить на те, которые основаны на семантике программы, и на те, которые основаны на алгоритмической сложности.
В теоретическом подходе к GOFAI подразумевается вера в то, что разум (животных и людей) по своей сути синтаксичен, то есть состоит из символов, объединенных в выражения, позиция, известная как Гипотеза систем физических символов. В последние годы это убеждение было оспорено теми, кто считает, что сознание по своей сути семантическое, то есть оно обрабатывает воплощенное и расположенное значение, а не абстрактные символы данных. «Образцом» этой оппозиционной позиции является мысленный эксперимент (Gedankenexperiment) под названием Китайская комната Сирла (SCR), названный в честь его изобретателя, философа Джона Сёрла. PCT по своей природе расположен, воплощен и динамичен.
Практические попытки построения GOFAI вскоре наталкиваются на асимптотическое увеличение алгоритмической сложности, так называемые «взрывы сложности». Они возникают из парадигмы управления, принятой практиками GOFAI, которая рассматривает управление (= команда с прямой связью + управление с обратной связью) как моделирование. Другими словами, чтобы система GOFAI «рассуждала» о мире, она должна сначала построить внутреннюю символическую модель этого мира, на которой она может применять последовательности символических манипуляций в соответствии с принципами Тьюринга и Фон Нейман абстрактные машины. Программа GOFAI должна обновлять даже небольшие изменения в мире, если они могут иметь решающее значение для ее логического вывода. Но любая модель мира, которая содержит достаточно деталей для обеспечения правильного вывода GOFAI, неизбежно слишком сложна, со слишком большим количеством движущихся частей, чтобы быть практичной, так что к моменту обновления мировых изменений мир уже сдвинулся с мертвой точки.
PCT избегает проблем сложности GOFAI, основывая свое управление в реальном времени на окне восприятия (проекция с уменьшенными размерами) мира, которая намного более управляема, чем весь мир. Уэкскюлл, Дайер и Пауэрс независимо друг от друга пришли к этой важной для робототехники идее.
В искусственных системах, определенных теорией инженерного управления, эталонный сигнал считается внешним входом для «установки». В теории инженерного управления опорный сигнал или уставка являются общедоступными; в PCT это не так, а скорее должно быть выведено из результатов теста на контролируемые переменные, как описано выше в разделе методологии. Это связано с тем, что в живых системах опорный сигнал не является доступным извне входом, а вместо этого исходит из системы. В иерархической модели вывод ошибок контуров управления более высокого уровня, как описано в следующем разделе ниже, вызывает опорный сигнал r из локальной памяти синапса, а сила r пропорциональна (взвешенному) мощность сигнала ошибки или сигналов от одной или нескольких систем более высокого уровня.
В системах инженерного контроля, в случае наличия нескольких таких эталонных входов, «Контроллер» предназначен для манипулирования этими входами таким образом, чтобы как получить эффект на выходе системы, который желает разработчик системы, и задача теории управления (задуманной таким образом) состоит в том, чтобы вычислить эти манипуляции, чтобы избежать нестабильности и колебаний. Разработчик модели или симуляции PCT не указывает какого-либо конкретного желаемого воздействия на выходные данные системы, за исключением того, что это должно быть все, что требуется для приведения входных данных из окружающей среды (воспринимаемого сигнала) в соответствие с эталоном. В Перцепционной теории управления, функция входа для опорного сигнала является взвешенной суммой внутренне генерируемых сигналов (в каноническом случае, высокоуровневые сигналы ошибки), и стабильность контура определяется локально для каждого цикла в порядок, в общих чертах в предыдущем разделе по математике PCT (и более подробно описано в справочной литературе). Подразумевается, что взвешенная сумма является результатом реорганизации.
Теория инженерного контроля требует вычислений, но, как показывает в предыдущем разделе, PCT - нет. Например, сравните реализацию модели перевернутого маятника в теории инженерного управления с реализацией PCT в виде иерархии из пяти простых систем управления.
Восприятие в PCT строится и контролируется в иерархии уровней. Например, визуальное восприятие объекта строится на различиях в интенсивности света или различиях в ощущениях, таких как цвет по краям. Управление формой или расположением объекта требует изменения восприятия ощущений или интенсивности (которые контролируются системами более низкого уровня). Этот организационный принцип применяется на всех уровнях, вплоть до самых абстрактных философских и теоретических построений.
Русский физиолог Николас Бернштейн независимо пришел к такому же выводу, что поведение должно быть разноплановым - организованным иерархически, слоями. Простая проблема привела к такому выводу примерно в одно и то же время как в PCT, так и в работе Bernstein. Спинальные рефлексы стабилизируют конечности от нарушений. Почему они не мешают центрам, расположенным выше в головном мозге, использовать эти конечности для осуществления поведения? Поскольку мозг, очевидно, действительно использует спинные системы для выработки поведения, должен существовать принцип, позволяющий высшим системам работать за счет включения рефлексов, а не только путем их преодоления или выключения. Ответ заключается в том, что исходное значение (уставка) для спинномозгового рефлекса не статично; скорее, он варьируется системами более высокого уровня как средство передвижения конечностей. Этот принцип применим к более высоким контурам обратной связи, поскольку каждый контур представляет одну и ту же проблему для подсистем над ним.
В то время как инженерная система управления имеет эталонное значение или заданное значение, настроенное каким-либо внешним агентством, эталонное значение для системы биологического контроля не может быть установлено таким образом. Уставка должна исходить из какого-то внутреннего процесса. Если у поведения есть способ повлиять на него, любое восприятие может быть приведено к состоянию, на мгновение определенному более высокими уровнями, а затем поддержано в этом состоянии против непредсказуемых нарушений. В иерархии систем управления более высокие уровни регулируют цели более низких уровней как средства достижения собственных целей, установленных еще более высокими системами. Это имеет важные последствия для любого предлагаемого внешнего управления автономной системой управления живым организмом (организмом). На высшем уровне исходные значения (цели) устанавливаются наследственностью или адаптивными процессами.
Если организм контролирует несоответствующие восприятия или если он контролирует некоторые восприятия до несоответствующих значений, то он с меньшей вероятностью приведет потомство к зрелости и может умереть. Следовательно, посредством естественного отбора последовательные поколения организмов развиваются таким образом, что они контролируют те восприятия, которые при контроле с соответствующими установочными значениями имеют тенденцию поддерживать критические внутренние переменные на оптимальном уровне или, по крайней мере, в нелетальных пределах. Пауэрс назвал эти критические внутренние переменные «внутренними переменными» («существенными переменными» Эшби).
Механизм, который влияет на развитие структур восприятия, подлежащих контролю, называется «реорганизацией», процесс внутри индивидуального организма, который подвергается естественному отбору, так же как и эволюционировавшая структура особей внутри вида.
Предлагается, чтобы эта «система реорганизации» была частью унаследованной структуры организма. Он изменяет базовые параметры и возможности подключения иерархии элементов управления случайным образом. Существует базовая непрерывная скорость изменения внутренних переменных, которая происходит со скоростью, установленной общей ошибкой (и останавливается при нулевой ошибке), перемежаясь случайными изменениями направления в гиперпространстве с таким количеством измерений, сколько критических переменных. Это более или менее прямая адаптация «гомеостата » Эшби, впервые принятого в РСТ в статье 1960 года, а затем измененного для использования метода навигации по градиентам питательных веществ, используемого E. coli, как описано Кошландом (1980).
Реорганизация может происходить на любом уровне, когда потеря контроля на этом уровне приводит к отклонению внутренних (существенных) переменных от генетически определенных заданных значений. Это основной механизм, который задействован в обучении методом проб и ошибок, что приводит к освоению более систематических видов процессов обучения.
В иерархии взаимодействующих систем управления, разные системы на одном уровне могут посылать противоречащие друг другу цели в одну более низкую систему. Когда две системы определяют разные цели для одной и той же переменной нижнего уровня, они находятся в конфликте. Затяжной конфликт воспринимается людьми как многие формы психологического расстройства, такие как тревога, навязчивая идея, депрессия, замешательство и колебания. Серьезный конфликт не позволяет пораженным системам управлять, эффективно нарушая их функции для организма.
Системы управления более высокого уровня часто могут использовать известные стратегии (которые сами приобретены в результате предшествующей реорганизации) для поиска восприятий, которые не вызывают конфликта. Обычно это происходит без предварительного уведомления. Если конфликт сохраняется и систематическое «решение проблем» высшими системами не удается, система реорганизации может модифицировать существующие системы до тех пор, пока они не обойдут конфликт или пока они не произведут новые контрольные сигналы (цели), которые не конфликтуют на более низких уровнях.
Когда реорганизация приводит к соглашению, которое уменьшает или устраняет ошибку, которая его движет, процесс реорганизации замедляется или останавливается с созданием новой организации. (Это заменяет концепцию обучения с подкреплением.) Новые средства контроля задействованных восприятий и, действительно, новые конструкции восприятия, подлежащие контролю, также могут быть результатом реорганизации. Проще говоря, процесс реорганизации меняет вещи, пока что-то не сработает, и в этот момент мы говорим, что организм научился. Когда моделирование этого метода выполнено правильно, они демонстрируют, что этот метод на удивление эффективен.
Концепция реорганизации привела к созданию метода психотерапии, называемого методом уровней (MOL). Используя MOL, терапевт стремится помочь пациенту переключить свое осознание на более высокие уровни восприятия, чтобы разрешить конфликты и позволить произойти реорганизации.
В настоящее время не существует единой теории, объясняющей синаптическую, нейронную или системную основу обучения. Однако с 1973 года широко распространена идея о том, что долгосрочная потенциация (LTP) популяций синапсов стимулирует обучение через пре- и постсинаптические механизмы (Bliss Lømo, 1973; Bliss И Гарднер-Медвин, 1973). LTP - это форма обучения Хебба, которая предполагает, что высокочастотная тоническая активация цепи нейронов увеличивает эффективность, с которой они активируются, и размер их реакции на данный стимул по сравнению с стандартный нейрон (Hebb, 1949). Эти механизмы лежат в основе знаменитого простого объяснения Хебба: «Те, кто стреляют вместе, соединяются вместе» (Hebb, 1949).
LTP получил широкую поддержку с момента его первого наблюдения Терье Лёмо в 1966 году и до сих пор является предметом многих современных исследований и клинических исследований. Однако существуют возможные альтернативные механизмы, лежащие в основе LTP, которые были представлены Эноки, Ху, Гамильтоном и Файном в 2009 году и опубликованы в журнале Neuron. Они признают, что LTP - это основа обучения. Однако они во-первых предполагают, что LTP происходит в индивидуальных синапсах, и эта пластичность бывает градуированной (в отличие от бинарного режима) и двунаправленной (Enoki et al., 2009). Во-вторых, группа предполагает, что синаптические изменения выражаются исключительно пресинаптически, через изменения вероятности высвобождения медиатора (Enoki et al., 2009). Наконец, команда предсказывает, что возникновение ДП может зависеть от возраста, так как пластичность неонатального мозга будет выше, чем у зрелого. Следовательно, теории различаются, поскольку одна предлагает включение / выключение LTP с помощью пре- и постсинаптических механизмов, а другая предлагает только пресинаптические изменения, градуированные способности и возрастную зависимость.
Эти теории согласны с одним элементом LTP, а именно, что это должно происходить через физические изменения синаптической мембраны / ей, то есть синаптическую пластичность. Теория перцептивного контроля охватывает оба этих взгляда. В качестве основы обучения предлагается механизм «реорганизации». Реорганизация происходит внутри внутренней системы управления человека или животного путем реструктуризации внутренних и внутренних связей ее иерархической организации, что сродни нейробиологическому феномену нейронной пластичности. Эта реорганизация первоначально допускает методику обучения методом проб и ошибок, которая наблюдается у младенцев, а затем переходит к более структурированному обучению через ассоциации, очевидному у младенцев, и, наконец, к систематическому обучению, охватывающему способность взрослых учиться как внутри, так и изнутри. внешние стимулы и события. Таким образом, ПКТ представляет собой действительную модель обучения, которая сочетает в себе биологические механизмы ДП с объяснением прогрессирования и изменения механизмов, связанных со способностью к развитию (Plooij 1984, 1987, 2003, Plooij Plooij (1990), 2013).
Пауэрс (2008) произвел симуляцию координации рук. Он предположил, что для движения руки задействованы четырнадцать систем управления, которые контролируют четырнадцать углов суставов, и они реорганизуются одновременно и независимо. Было обнаружено, что для оптимальной производительности выходные функции должны быть организованы таким образом, чтобы выходные данные каждой системы управления влияли только на одну переменную среды, которую она воспринимает. В этом моделировании процесс реорганизации работает так, как должен, и так же, как Пауэрс предполагает, что он работает на людях, уменьшая результаты, которые вызывают ошибки, и увеличивая те, которые уменьшают ошибки. Первоначально возмущения имеют большое влияние на углы суставов, но со временем углы суставов более точно соответствуют опорным сигналам из-за реорганизации системы. Пауэрс (2008) предполагает, что для достижения согласованности углов суставов для получения желаемых движений вместо вычисления того, как должны измениться несколько углов суставов, чтобы произвести это движение, мозг использует системы отрицательной обратной связи для создания требуемых углов суставов. Один опорный сигнал, который изменяется в системе более высокого порядка, может генерировать движение, которое требует одновременного изменения нескольких углов суставов.
Ботвиник (2008) предположил, что один одной из основополагающих идей когнитивной революции было признание иерархической структуры человеческого поведения. Однако, несмотря на десятилетия исследований, вычислительные механизмы, лежащие в основе иерархически организованного поведения, все еще полностью не изучены. Бедр, Хоффман, Куни и Д'Эспозито (2009) предполагают, что фундаментальная цель когнитивной нейробиологии - охарактеризовать функциональную организацию лобной коры, которая поддерживает контроль над действием.
Недавние данные нейровизуализации подтвердили гипотезу о том, что лобные доли организованы иерархически, так что контроль поддерживается в прогрессивно каудальных областях по мере того, как контроль переходит к более конкретной спецификации действия. Однако до сих пор неясно, по-разному ли влияют на процессоры управления более низкого уровня нарушения в управлении более высокого уровня, когда для выполнения задачи требуются межуровневые взаимодействия, или же существует влияние обратной связи более низкого уровня на управление более высокого уровня. (Бедре, Хоффман, Куни и Д'Эспозито, 2009).
Ботвиник (2008) обнаружил, что все существующие модели иерархически структурированного поведения разделяют, по крайней мере, одно общее предположение - что иерархическая, частично-целая организация человеческой деятельности отражается во внутренних или нейронных репрезентациях, лежащих в ее основе. В частности, предполагается, что существуют репрезентации не только низкоуровневого моторного поведения, но и отдельные репрезентации поведенческих единиц более высокого уровня. Последний набор моделей дает новое понимание, но также ставит новые или уточненные вопросы для эмпирических исследований, включая то, как абстрактные представления действий возникают в процессе обучения, как они взаимодействуют с различными способами управления действиями и как они сортируются в префронтальной коре (PFC).).
Теория перцептивного контроля (PCT) может предоставить пояснительную модель нейронной организации, которая имеет дело с текущими проблемами. PCT описывает иерархический характер поведения как определяемый контролем иерархически организованного восприятия. Системы управления в теле и во внутренней среде миллиардов взаимосвязанных нейронов в головном мозге несут ответственность за удержание сигналов восприятия в пределах выживаемости в непредсказуемо изменчивой среде, из которой эти восприятия происходят. PCT не предполагает наличия внутренней модели, в рамках которой мозг имитирует поведение, прежде чем отдавать команды для выполнения этого поведения. Напротив, одна из его характерных черт - принципиальная церебральная организация поведения. Скорее, поведение - это переменное средство организма, позволяющее уменьшить расхождение между восприятием и эталонными значениями, которые основаны на различных внешних и внутренних входах (Cools, 1985). Поведение должно постоянно адаптироваться и меняться, чтобы организм поддерживал свои цели восприятия. Таким образом, PCT может объяснить абстрактное обучение через спонтанную реорганизацию иерархии. PCT предполагает, что конфликт возникает между несопоставимыми эталонными значениями для данного восприятия, а не между различными ответами (Mansell 2011), и что обучение осуществляется как изменение свойств восприятия методом проб и ошибок. системы контроля (Marken Powers 1989), а не усиление какой-либо конкретной реакции. Таким образом, поведение остается адаптивным к окружающей среде по мере его развития, а не полагается на выученные шаблоны действий, которые могут не соответствовать.
Иерархии перцептивного контроля были смоделированы в компьютерных моделях, и было показано, что они обеспечивают точное соответствие поведенческим данным. Например, Маркен провел эксперимент, сравнивая поведение компьютерной модели иерархии управления восприятием с поведением шести здоровых добровольцев в трех экспериментах. От участников требовалось сохранять расстояние между левой линией и центральной линией, равным расстоянию между центральной и правой линиями. Им также было приказано держать оба расстояния равными 2 см. В руках у них было 2 весла, одна управляла левой линией, а другая - средней. Для этого им приходилось противостоять случайным возмущениям, наносимым положением линий. Когда участники достигли контроля, им удалось свести на нет ожидаемый эффект возмущений путем перемещения лопастей. Корреляция между поведением испытуемых и моделью во всех экспериментах приближалась к 0,99. Предполагается, что организация моделей иерархических систем управления, подобных этой, информирует нас об организации человеческих субъектов, поведение которых она так точно воспроизводит.
PCT имеет большое значение для робототехники и искусственного интеллекта. Архитектура иерархии перцептивных контроллеров представляет собой идеальную и сравнительно простую реализацию для искусственных систем, позволяющую избежать необходимости генерировать определенные действия, будь то сложные модели внешнего мира или вычисления на основе сопоставлений ввода-вывода. Это резко контрастирует с традиционными методологиями, такими как вычислительный подход и робототехника на основе поведения.
Применение контроля восприятия в робототехнике было описано в основополагающей статье в журнале Artificial Life, опубликованной Рупертом Янгом из Perceptual Robots в 2017 году. Архитектура была применена к ряду реальных роботизированных систем, включая роботизированные вездеходы., балансирование роботов и манипуляторов.
Традиционные подходы к робототехнике, которые обычно зависят от вычисления действий в конкретных ситуациях, приводят к негибким, неуклюжим роботам, неспособным справиться с динамической природой мира. Роботы PCT, с другой стороны, демонстрируют роботов, которые по своей природе сопротивляются хаотическому и непредсказуемому миру и противостоят ему.
Предыдущее объяснение принципов PCT дает обоснование того, как эта теория может предоставить достоверное объяснение нейронной организации и как она может объяснить некоторые из текущих проблем концептуальных моделей.
Теория управления восприятием в настоящее время предлагает иерархию из 11 уровней восприятия, контролируемых системами человеческого разума и нейронной архитектуры. Это: интенсивность, ощущение, конфигурация, переход, событие, взаимосвязь, категория, последовательность, программа, принцип и концепция системы. Различные сигналы восприятия на более низком уровне (например, визуальное восприятие интенсивности) объединяются в функции ввода, чтобы создать единое восприятие на более высоком уровне (например, визуальное восприятие цветового ощущения). Восприятие, которое создается и контролируется на более низких уровнях, передается как входные данные восприятия на более высоких уровнях. Более высокие уровни, в свою очередь, управляют, регулируя контрольные уровни (цели) более низких уровней, по сути говоря нижним уровням, что воспринимать.
Хотя было разработано много компьютерных демонстраций принципов, предлагаемые более высокие уровни являются трудно моделировать, потому что слишком мало известно о том, как мозг работает на этих уровнях. Отдельные процессы управления более высокого уровня можно исследовать, но модели обширной иерархии управления все еще являются лишь концептуальными или, в лучшем случае, рудиментарными.
Теория управления восприятием не получила широкого признания в господствующей психологии, но эффективно использовалась в широком диапазоне областей человеческого фактора, клинической психологии и психотерапии ("Метод уровней "), это основа для значительного объема исследований в области социологии, и он сформировал концептуальную основу для эталонной модели, используемой последовательными группами исследовательских групп НАТО. Он преподается в нескольких университетах по всему миру и является предметом ряда докторских диссертаций.
