Kognitiv modell - Cognitive model

En kognitiv modell er en tilnærming til dyre kognitive prosesser (overveiende menneskelige) for forståelse og prediksjon. Det er mange typer kognitive modeller, og de kan variere fra boks-og-pil-diagrammer til et sett med ligninger til programvare som samhandler med de samme verktøyene som mennesker bruker for å fullføre oppgaver (f.eks. Datamus og tastatur).

Forhold til kognitive arkitekturer

Kognitive modeller kan utvikles innenfor eller uten en kognitiv arkitektur , selv om de ikke alltid er lett å skille mellom. I motsetning til kognitive arkitekturer, har kognitive modeller en tendens til å være fokusert på et enkelt kognitivt fenomen eller prosess (for eksempel listeinnlæring), hvordan to eller flere prosesser samhandler (f.eks. Visuelt søk bsc1780 beslutningstaking), eller å lage atferdsprognoser for en bestemt oppgave. eller verktøy (f.eks. hvordan innføring av en ny programvarepakke vil påvirke produktiviteten). Kognitive arkitekturer har en tendens til å være fokusert på de strukturelle egenskapene til det modellerte systemet, og bidra til å begrense utviklingen av kognitive modeller innenfor arkitekturen. Likeledes hjelper modellutvikling å informere begrensninger og mangler ved arkitekturen. Noen av de mest populære arkitekturene for kognitiv modellering inkluderer ACT-R , Clarion , LIDA og Soar .

Historie

Kognitiv modellering har historisk utviklet seg innen kognitiv psykologi / kognitiv vitenskap (inkludert menneskelige faktorer ), og har mottatt bidrag fra blant annet maskinlæring og kunstig intelligens .

Box-and-arrow modeller

En rekke nøkkelord brukes til å beskrive prosessene som er involvert i persepsjon, lagring og produksjon av tale. Vanligvis brukes de av talepatologer mens de behandler en barnepasient. Inngangssignalet er talesignalet som barnet hører, antas vanligvis å komme fra en voksenhøyttaler. Utgangssignalet er ytring produsert av barnet. De usynlige psykologiske hendelsene som oppstår mellom ankomsten av et inngangssignal og produksjonen av tale er fokus for psykolingvistiske modeller. Hendelser som behandler inngangssignalet blir referert til som inngangsprosesser, mens hendelser som behandler produksjon av tale blir referert til som utgangsprosesser. Noen aspekter ved talebehandling antas å skje online - det vil si at de oppstår under den faktiske oppfatningen eller produksjonen av tale og krever derfor en del av de oppmerksomme ressursene som er viet til taleoppgaven. Andre prosesser, antatt å skje offline, foregår som en del av barnets mentale prosessering i stedet for i løpet av tiden som er dedikert til taleoppgaven. I denne forstand blir online behandling noen ganger definert som forekommende i sanntid, mens offline behandling sies å være tidsfri (Hewlett, 1990). I psykolingvistiske modeller med pil-og-pil kan hvert antatte nivå av representasjon eller prosessering bli representert i et diagram med en "boks", og forholdet mellom dem med "piler", derav navnet. Noen ganger (som i modellene til Smith, 1973 og Menn, 1978, beskrevet senere i denne artikkelen) representerer pilene prosesser i tillegg til de som er vist i bokser. Slike modeller gir uttrykk for de hypotetiserte informasjonsbehandlingsaktivitetene som utføres i en bestemt kognitiv funksjon (for eksempel språk), på en måte som er analog med datamaskinens flytskjemaer som skildrer prosesser og beslutninger utført av et dataprogram. Boks-og-pil-modeller skiller seg vidt i antall usynlige psykologiske prosesser de beskriver og dermed i antall bokser de inneholder. Noen har bare en eller to bokser mellom inngangs- og utgangssignalene (f.eks. Menn, 1978; Smith, 1973), mens andre har flere bokser som representerer komplekse sammenhenger mellom en rekke forskjellige informasjonsbehandlingshendelser (f.eks. Hewlett, 1990; Hewlett , Gibbon, & Cohen- McKenzie, 1998; Stackhouse & Wells, 1997). Den viktigste ruten, og kilden til mye pågående debatt, er imidlertid den som representerer den underliggende representasjonen (eller UR). I det vesentlige fanger en underliggende representasjon informasjon som er lagret i et barns sinn om et ord de kjenner og bruker. Som den følgende beskrivelsen av flere modeller vil illustrere, har arten av denne informasjonen og dermed typen representasjon som er tilstede i barnets kunnskapsbase fanget forskernes oppmerksomhet i noen tid. (Elise Baker et al. Psykolingvistiske modeller for taleutvikling og deres anvendelse på klinisk praksis. Journal of Speech, Language, and Hearing Research. Juni 2001. 44. s 685–702.)

Beregningsmodeller

En beregningsmodell er en matematisk modell innen beregningsvitenskap som krever omfattende beregningsressurser for å studere oppførselen til et komplekst system ved datasimulering. Systemet som studeres er ofte et komplekst ikke-lineært system der enkle, intuitive analytiske løsninger ikke er lett tilgjengelige. I stedet for å utlede en matematisk analytisk løsning på problemet, gjøres eksperimentering med modellen ved å endre parametrene til systemet i datamaskinen, og studere forskjellene i resultatet av eksperimentene. Teorier om driften av modellen kan utledes / utledes fra disse beregningseksperimentene. Eksempler på vanlige beregningsmodeller er værvarslingsmodeller, jordsimulatormodeller, flysimulatormodeller, molekylære proteinfoldingsmodeller og nevrale nettverksmodeller.

Symbolsk

En symbolsk modell uttrykkes i tegn, vanligvis ikke-numeriske, som krever oversettelse før de kan brukes.

Subsymbolisk

En kognitiv modell er subsymbolisk hvis den er laget av konstituerende enheter som ikke er representasjoner i sin tur, f.eks. Piksler, lydbilder som de oppfattes av øret, signalprøver; subsymboliske enheter i nevrale nettverk kan betraktes som spesielle tilfeller av denne kategorien.

Hybrid

Hybrid datamaskiner er datamaskiner som har funksjoner til analoge datamaskiner og digitale datamaskiner. Den digitale komponenten fungerer normalt som kontrolleren og gir logiske operasjoner, mens den analoge komponenten vanligvis fungerer som en løsning av differensialligninger. Se flere detaljer på hybrid intelligent system .

Dynamiske systemer

I den tradisjonelle beregningsmetoden blir representasjoner sett på som statiske strukturer av diskrete symboler . Kognisjon finner sted ved å transformere statiske symbolstrukturer i diskrete , sekvensielle trinn. Sensorisk informasjon transformeres til symbolske innganger, som produserer symbolske utganger som blir transformert til motorutganger . Hele systemet fungerer i en pågående syklus.

Det som mangler i dette tradisjonelle synet er at menneskelig erkjennelse skjer kontinuerlig og i sanntid. Å bryte ned prosessene i diskrete tidstrinn kan ikke fange opp denne oppførselen. En alternativ tilnærming er å definere et system med (1) en tilstand av systemet til enhver tid, (2) en oppførsel, definert som endring over tid i total tilstand, og (3) et tilstandssett eller tilstandsrom , som representerer helheten av samlede tilstander systemet kan være i. Systemet utmerker seg ved det faktum at en endring i ethvert aspekt av systemtilstanden avhenger av andre aspekter av den samme eller andre systemtilstander.

En typisk dynamisk modell er formalisert av flere differensiallikninger som beskriver hvordan systemets tilstand endrer seg over tid. Ved å gjøre dette, har formen av rommet til mulige baner og de interne og eksterne kreftene som former en spesifikk bane som utfolder seg over tid, i stedet for den fysiske naturen til de underliggende mekanismene som manifesterer denne dynamikken, forklarende kraft. På dette dynamiske synet endrer parametriske innganger systemets indre dynamikk, i stedet for å spesifisere en intern tilstand som beskriver noen ytre forhold.

Tidlige dynamiske systemer

Assosiativt minne

Tidlig arbeid med anvendelse av dynamiske systemer på kognisjon kan bli funnet i modellen til Hopfield-nettverk . Disse nettverkene ble foreslått som en modell for assosiativt minne . De representerer det nevrale nivået av minne , modelleringssystemer for rundt 30 nevroner som kan være i enten på eller av tilstand. Ved å la nettverket lære alene, oppstår struktur og beregningsegenskaper naturlig. I motsetning til tidligere modeller, kan "minner" dannes og kalles tilbake ved å legge inn en liten del av hele minnet. Tidsbestilling av minner kan også kodes. Oppførselen til systemet er modellert med vektorer som kan endre verdier, som representerer forskjellige tilstander i systemet. Denne tidlige modellen var et viktig skritt mot en dynamisk systemvisning av menneskelig erkjennelse, selv om mange detaljer ennå ikke hadde blitt lagt til og flere fenomener sto for.

Språkoppkjøp

Ved å ta hensyn til den evolusjonære utviklingen av det menneskelige nervesystemet og likheten mellom hjernen til andre organer, foreslo Elman at språk og kognisjon skulle behandles som et dynamisk system i stedet for en digital symbolprosessor. Nevrale nettverk av den typen Elman implementerte har blitt kjent som Elman-nettverk . I stedet for å behandle språket som en samling av statiske leksikale gjenstander og grammatikkregler som læres og deretter brukes i henhold til faste regler, definerer det dynamiske systemvisningen leksikonet som regioner i statsrommet i et dynamisk system. Grammatikk består av tiltrekkere og repellere som begrenser bevegelse i statsrommet. Dette betyr at representasjoner er følsomme for kontekst, med mentale representasjoner sett på som baner gjennom mentalt rom i stedet for gjenstander som er konstruert og forblir statiske. Elman-nettverk ble trent med enkle setninger for å representere grammatikk som et dynamisk system. Når en grunnleggende grammatikk hadde blitt lært, kunne nettverkene analysere komplekse setninger ved å forutsi hvilke ord som skulle vises neste i henhold til den dynamiske modellen.

Kognitiv utvikling

En klassisk utviklingsfeil er undersøkt i sammenheng med dynamiske systemer: A-ikke-B-feilen foreslås ikke å være en distinkt feil som oppstår i en bestemt alder (8 til 10 måneder), men et trekk ved en dynamisk læringsprosess som er også til stede hos eldre barn. Barn på 2 år ble funnet å gjøre en feil som ligner A-ikke-B-feilen når de lette etter leker gjemt i en sandkasse. Etter å ha observert at leketøyet var skjult på sted A og gjentatte ganger lette etter det der, ble 2-åringene vist et leketøy skjult på et nytt sted B. Da de lette etter leketøyet, søkte de på steder som var partisk mot plassering A Dette antyder at det er en kontinuerlig representasjon av leketøyets plassering som endres over tid. Barnets tidligere oppførsel påvirker sin modell av plassering av sandkassen, og derfor må en redegjørelse for atferd og læring ta hensyn til hvordan systemet i sandkassen og barnets tidligere handlinger endres over tid.

Bevegelse

En foreslått mekanisme for et dynamisk system kommer fra analyse av kontinuerlige tilbakevendende nevrale nettverk (CTRNN). Ved å fokusere på utgangen fra nevrale nettverk i stedet for deres tilstander og undersøke fullt sammenkoblede nettverk, kan tre-nevron sentral mønstergenerator (CPG) brukes til å representere systemer som bevegelser under gange. Denne CPG inneholder tre motorneuroner for å kontrollere foten, bakover svingen og fremover svingeffektorer på beinet. Utgangene fra nettverket representerer om foten er opp eller ned og hvor mye kraft som blir brukt for å generere dreiemoment i benleddet. En funksjon i dette mønsteret er at nevronutgangene enten er av eller på det meste av tiden. Et annet trekk er at statene er kvasi-stabile, noe som betyr at de til slutt vil gå over til andre stater. En enkel mønstergeneratorkrets som dette foreslås å være en byggestein for et dynamisk system. Sett med nevroner som samtidig overgår fra en kvasi-stabil tilstand til en annen er definert som en dynamisk modul. Disse modulene kan i teorien kombineres for å skape større kretser som består av et komplett dynamisk system. Detaljene om hvordan denne kombinasjonen kan oppstå er imidlertid ikke fullstendig utarbeidet.

Moderne dynamiske systemer

Atferdsmessig dynamikk

Moderne formaliseringer av dynamiske systemer brukt på studiet av kognisjon varierer. En slik formalisering, referert til som "atferdsdynamikk", behandler agenten og miljøet som et par koblede dynamiske systemer basert på klassisk dynamisk systemteori. I denne formaliseringen informerer informasjonen fra miljøet agentens oppførsel og agentens handlinger endrer miljøet. I det spesifikke tilfellet av persepsjon-handlingssykluser blir koblingen av miljøet og midlet formalisert av to funksjoner . Den første transformerer representasjonen av agentens handling til spesifikke mønstre for muskelaktivering som igjen produserer krefter i miljøet. Den andre funksjonen forvandler informasjonen fra miljøet (dvs. stimuleringsmønstre ved agentens reseptorer som gjenspeiler miljøets nåværende tilstand) til en representasjon som er nyttig for å kontrollere agentens handlinger. Andre lignende dynamiske systemer er blitt foreslått (men ikke utviklet til et formelt rammeverk) der agentens nervesystem, agentens kropp og miljøet er koblet sammen

Adaptiv atferd

Atferdsdynamikk har blitt brukt på lokomotivatferd. Modellering av bevegelse med atferdsmessig dynamikk viser at adaptiv atferd kan oppstå fra samspillet mellom en agent og miljøet. I henhold til dette rammeverket kan adaptiv atferd fanges opp av to analysenivåer. På det første nivået av persepsjon og handling kan en agent og et miljø konseptualiseres som et par dynamiske systemer koblet sammen av kreftene agenten bruker på miljøet og av den strukturerte informasjonen som miljøet gir. Dermed kommer atferdsdynamikk fra interaksjonen mellom agent og miljø. På det andre nivået av tidsutvikling kan atferd uttrykkes som et dynamisk system representert som et vektorfelt. I dette vektorfeltet reflekterer tiltrekkere stabile atferdsløsninger, der bifurkasjoner reflekterer endringer i atferd. I motsetning til tidligere arbeid med sentrale mønstergeneratorer, antyder dette rammeverket at stabile atferdsmønstre er en fremvoksende, selvorganiserende egenskap for agent-miljø-systemet i stedet for bestemt av strukturen til enten agenten eller miljøet.

Åpne dynamiske systemer

I en utvidelse av klassisk dynamisk systemteori , snarere enn å koble miljøets og agentens dynamiske systemer til hverandre, definerer et "åpent dynamisk system" et "totalt system", et "agentsystem" og en mekanisme for å relatere disse to systemene . Totalsystemet er et dynamisk system som modellerer en agent i et miljø, mens agentsystemet er et dynamisk system som modellerer en agents indre dynamikk (dvs. agentens dynamikk i fravær av et miljø). Det er viktig at relasjonsmekanismen ikke kobler de to systemene sammen, men snarere kontinuerlig modifiserer det totale systemet til det frikoblede agentens totale system. Ved å skille mellom total- og agentsystemer er det mulig å undersøke agentens oppførsel når den er isolert fra miljøet og når den er innebygd i et miljø. Denne formaliseringen kan sees på som en generalisering fra den klassiske formaliseringen, hvor agentsystemet kan sees på som agentsystemet i et åpent dynamisk system, og agenten koblet til miljøet og miljøet kan sees på som det totale systemet i et åpent dynamisk system.

Embodied cognition

I sammenheng med dynamiske systemer og legemliggjort kognisjon , kan representasjoner konseptualiseres som indikatorer eller formidlere. I indikatorvisningen bærer interne tilstander informasjon om eksistensen av et objekt i miljøet, der tilstanden til et system under eksponering for et objekt er representasjonen av det objektet. I formidlersynet bærer interne stater informasjon om miljøet som brukes av systemet for å oppnå sine mål. I denne mer komplekse kontoen bærer tilstandene i systemet informasjon som formidler mellom informasjonen agenten tar inn fra miljøet, og den kraften som utøves på miljøet av agentenes oppførsel. Anvendelsen av åpne dynamiske systemer har blitt diskutert for fire typer klassiske legemliggjorte kognisjonseksempler:

  1. Tilfeller der miljøet og agenten må samarbeide for å oppnå et mål, referert til som "intimitet". Et klassisk eksempel på intimitet er oppførselen til enkle agenter som jobber for å oppnå et mål (f.eks. Insekter som krysser miljøet). Den vellykkede fullføringen av målet er avhengig av koblingen av agenten til miljøet.
  2. Forekomster der bruk av eksterne gjenstander forbedrer ytelsen til oppgaver i forhold til ytelse uten disse gjenstandene. Prosessen blir referert til som "lossing". Et klassisk eksempel på lossing er oppførselen til Scrabble- spillere; folk er i stand til å lage flere ord når de spiller Scrabble hvis de har flisene foran seg og får lov til å manipulere arrangementet deres. I dette eksemplet tillater Scrabble-brikkene agenten å fjerne kravene til arbeidsminnet til selve flisene.
  3. Forekomster der en funksjonelt ekvivalent ekstern artefakt erstatter funksjoner som normalt utføres internt av agenten, noe som er et spesielt tilfelle av lossing. Et kjent eksempel er menneskelig (spesifikt agentene Otto og Inga) navigering i et komplekst miljø med eller uten hjelp av en gjenstand.
  4. Tilfeller der det ikke er en eneste agent. Den enkelte agenten er en del av et større system som inneholder flere agenter og flere gjenstander. Et kjent eksempel, formulert av Ed Hutchins i sin bok Cognition in the Wild , er å navigere på et marinefartøy.

Tolkningene av disse eksemplene er avhengige av følgende logikk : (1) det totale systemet fanger utførelsesform; (2) ett eller flere agentsystemer fanger opp den indre dynamikken til individuelle agenter; (3) den fullstendige oppførselen til en agent kan forstås som en endring i agentens indre dynamikk i forhold til dens situasjon i miljøet; og (4) stiene til et åpent dynamisk system kan tolkes som representasjonsprosesser. Disse legemliggjorte kognisjonseksemplene viser viktigheten av å studere den fremvoksende dynamikken i et agent-miljøsystem, så vel som den indre dynamikken til agentsystemer. I stedet for å være i strid med tradisjonelle kognitive vitenskapelige tilnærminger, er dynamiske systemer en naturlig utvidelse av disse metodene og bør studeres parallelt i stedet for i konkurranse.

Se også

Referanser

Eksterne linker