Kognitivní architektura - Cognitive architecture
A kognitivní architektura odkazuje jak na teorii o struktuře lidská mysl a výpočetní instanci takové teorie používané v oblasti umělé inteligence (AI) a výpočetní kognitivní vědy.[1] Jedním z hlavních cílů kognitivní architektury je shrnout různé výsledky kognitivní psychologie komplexně počítačový model.[Citace je zapotřebí ] Výsledky však musí být formalizovány, pokud mohou být základem a počítačový program.[Citace je zapotřebí ] Formalizované modely lze použít k dalšímu zpřesnění komplexní teorie poznání a více okamžitě jako komerčně použitelný model.[Citace je zapotřebí ] Mezi úspěšné kognitivní architektury patří ACT-R (Adaptivní kontrola myšlení - racionální) a SOAR.[Citace je zapotřebí ]
The Institut pro kreativní technologie definuje kognitivní architekturu jako: "hypotéza o pevných strukturách, které poskytují mysl, ať už v přírodních nebo umělých systémech, a o tom, jak společně - ve spojení se znalostmi a dovednostmi ztělesněnými v architektuře - přinášejí inteligentní chování v rozmanitosti složitých prostředí. “[2]
Dějiny
Herbert A. Simon, jeden ze zakladatelů oboru umělé inteligence, uvedl v roce 1960 tezi svého studenta Ed Feigenbaum, EPAM poskytla možnou „architekturu pro poznávání“[3] protože to obsahovalo určité závazky ohledně toho, jak fungoval více než jeden základní aspekt lidské mysli (v případě EPAM, lidská paměť a lidské učení se ).
John R. Anderson zahájil výzkum lidské paměti na začátku 70. let a jeho disertační práce z roku 1973 s Gordon H. Bower poskytl teorii lidské asociativní paměti.[4] Do tohoto výzkumu zahrnul více aspektů svého výzkumu procesů dlouhodobé paměti a myšlení a nakonec navrhl kognitivní architekturu, kterou nakonec nazval AKT. On a jeho studenti byli ovlivněni Allen Newell je použití výrazu "kognitivní architektura". Andersonova laboratoř tento termín použila k označení teorie ACT, jak je zakotvena ve sbírce papírů a návrhů (v té době nedošlo k úplné implementaci ACT).
V roce 1983 John R. Anderson vydal klíčovou práci v této oblasti s názvem Architektura poznání.[5] Lze rozlišit mezi teorií poznání a implementací teorie. Teorie poznání nastínila strukturu různých částí mysli a zavázala se k používání pravidel, asociativních sítí a dalších aspektů. Kognitivní architektura implementuje teorii na počítačích. Software používaný k implementaci kognitivních architektur byl také „kognitivní architektury“. Kognitivní architektura tedy může také odkazovat na plán pro inteligentní agenti. Navrhuje (umělé) výpočetní procesy, které fungují jako určité kognitivní systémy, nejčastěji jako osoba, nebo jednají inteligentní podle nějaké definice. Kognitivní architektury tvoří podmnožinu obecných architektury agentů. Termín „architektura“ znamená přístup, který se pokouší modelovat nejen chování, ale také strukturální vlastnosti modelovaného systému.
Rozdíly
Kognitivní architektury mohou být symbolický, spojovací pracovník nebo hybridní.[6][7][8] Některé kognitivní architektury nebo modely jsou založeny na sadě obecná pravidla, jako např Jazyk zpracování informací (např., Stoupat založeno na jednotná teorie poznání, nebo podobně ACT-R ). Mnoho z těchto architektur je založeno na analogii mysli-jako-počítače. Naproti tomu subsymbolické zpracování žádné takové pravidlo a priori neurčuje a spoléhá se na vznikající vlastnosti jednotek zpracování (např. Uzlů). Hybridní architektury kombinují oba typy zpracování (např CLARION ). Dalším rozdílem je, zda je to architektura centralizované s neurálním korelátem a procesor ve svém jádru, nebo decentralizovaný (distribuováno). Decentralizovaná chuť se stala populární pod názvem paralelní distribuované zpracování v polovině 80. let a konekcionismus, ukázkový příklad neuronové sítě. Dalším problémem designu je navíc rozhodnutí mezi holistický a atomistický, nebo (konkrétnější) modulární struktura. Analogicky to platí i pro otázky reprezentace znalostí.
V tradičním AI, inteligence je často programován shora: programátor je tvůrce, něco vyrábí a rozšiřuje svou inteligencí, ačkoli mnoho tradičních systémů AI bylo také navrženo tak, aby se učily (např. zlepšování jejich kompetence při hraní her nebo řešení problémů). Biologicky inspirované výpočty na druhou stranu trvá někdy více zdola nahoru, decentralizovaný přístup; Bioinspirované techniky často zahrnují metodu specifikování sady jednoduchých obecných pravidel nebo sady jednoduchých uzlů, z jejichž interakce vyplývá celkové chování. Doufáme, že se vytvoří složitost, dokud nebude konečný výsledek něčím výrazně složitým (viz složité systémy). Je však také diskutabilní, že systémy byly navrženy vzhůru nohama na základě pozorování toho, co mohou dělat lidé a jiná zvířata, spíše než na pozorování mozkových mechanismů, jsou také biologicky inspirováni, i když jiným způsobem.
Pozoruhodné příklady
V roce 2010 provedli Samsonovich et al. Komplexní přezkum implementovaných kognitivních architektur.[9] a je k dispozici jako online úložiště.[10] Některé známé kognitivní architektury v abecedním pořadí:
- 4CAPS, vyvinutý v Univerzita Carnegie Mellon podle Marcel A. Jen a Sashank Varma.
- Architektura referenčního modelu 4D-RCS vyvinutý uživatelem James Albus na NIST je architektura referenčního modelu, která poskytuje teoretický základ pro navrhování, konstrukci a integraci softwaru inteligentních systémů pro bezpilotní pozemní vozidla.[11]
- ACT-R, vyvinutý v Univerzita Carnegie Mellon pod John R. Anderson.
- ALifeE, vyvinut pod Toni Conde na Ecole Polytechnique Fédérale de Lausanne.
- ANCS, kognitivní model vyvinul Abdul Salam Mubashar ve společnosti QUINTELLISENSE.
- Vrchol vyvinut pod Michael Freed na Výzkumné centrum NASA Ames.
- ASMO, vyvinut pod Rony Novianto na University of Technology, Sydney.
- Design orientovaný na chování, vyvinutý společností Joanna J. Bryson na MIT.
- HRDINA, vyvinut pod Fernand Gobet na Brunel University a Peter C. Lane v University of Hertfordshire.
- CLARION kognitivní architektura vyvinutá pod Ron Sun na Rensselaer Polytechnic Institute a University of Missouri.
- CMAC - Cerebellar Model Articulation Controller (CMAC) je typ neuronové sítě založené na modelu savce mozeček. Je to typ asociativní Paměť.[12] CMAC byl poprvé navržen jako modelář funkcí pro robotické ovladače podle James Albus v roce 1975 a byl značně používán v posilování učení a také pokud jde o automatizované klasifikace v strojové učení společenství.
- CMatie je "vědomý" softwarový agent vyvinutý pro správu oznámení o seminářích v oddělení matematických věd na University of Memphis. Je to založeno na Řídká distribuovaná paměť rozšířen o použití genetické algoritmy jako asociativní paměť.[13]
- Imitátor tím, že Douglas Hofstadter a Melanie Mitchell na Indiana University.
- DVOJÍ, vyvinutý na Nová bulharská univerzita pod Boicho Kokinov.
- DUAL PECCS, vyvinutý pod vedením Antonia Lieto na Turínská univerzita - Hybridní systém reprezentace a zpracování znalostí integrovaný do deklarativních pamětí a mechanismů získávání znalostí následujících kognitivních architektur: ACT-R, CLARION, LIDA a Stoupat.[14]
- EPIC, vyvinutý pod Davidem E. Kierasem a Davidem E. Meyerem v Michiganská univerzita.
- FORR vyvinutý Susan L. Epstein v City University of New York.
- GAIuS vyvinutý společností Sevak Avakians.
- Džin - „General Evolving Networked Intelligence Engine“ je kognitivní výpočetní platforma vyvinutá společností Inteligentní artefakty a postaveno na GAIuS. Jeho paradigma „no data modeling“ a jednoduchá volání API umožňuje komukoli během několika minut vytvářet a nasazovat výkonné vlastní aplikace umělé inteligence.
- Google DeepMind - Společnost vytvořila a nervová síť který se učí hrát videohry podobným způsobem jako lidé[15] a neurální síť, která může mít přístup k externí paměti jako konvenční Turingův stroj,[16] výsledkem je počítač, který pravděpodobně napodobuje krátkodobá paměť lidského mozku. Základní algoritmus je založen na kombinaci Q-učení s vícevrstvým rekurentní neuronová síť.[17] (Viz také přehled podle Jürgen Schmidhuber o dřívějších souvisejících pracích v Hluboké učení[18][19])
- Holografická asociativní paměť je součástí rodiny založené na korelaci asociativní vzpomínky, kde jsou informace mapovány na fázovou orientaci komplexních čísel na a Riemannovo letadlo. To bylo inspirováno holonomický model mozku podle Karl H. Pribram. Ukázalo se, že holografy jsou účinné pro asociativní Paměť úkoly, generalizace a rozpoznávání vzorů s proměnlivou pozorností.
- The H-Cogaff architektura, což je zvláštní případ CogAff schéma.[20][21]
- Hierarchická časová paměť je online strojové učení model vyvinutý společností Jeff Hawkins a Dileep George z Numenta, Inc. který modeluje některé strukturální a algoritmické vlastnosti neokortex. HTM je a biomimetický model založený na predikce paměti teorie mozkové funkce popsaná v Jeff Hawkins ve své knize Na inteligenci. HTM je metoda pro zjišťování a odvozování příčin pozorovaných vstupních vzorů a sekvencí na vysoké úrovni, čímž se vytváří stále složitější model světa.
- CoJACK An ACT-R inspirované rozšíření do ZVEDÁK systém pro více agentů, který agentům přidává kognitivní architekturu pro vyvolání realističtějšího chování (podobného člověku) ve virtuálních prostředích.
- IDA a LIDA, implementace Teorie globálního pracovního prostoru, vyvinut pod Stan Franklin na University of Memphis.
- Paměťové sítě - vytvořil Facebook Výzkumná skupina AI v roce 2014 představuje tato architektura novou třídu učení se modely nazývané paměťové sítě. Důvod paměťových sítí s odvození komponenty kombinované s a dlouhodobá paměť součástka; učí se, jak je používat společně. Dlouhodobou paměť lze číst a zapisovat do ní s cílem využít ji k predikci.[22]
- MANIC (kognitivní architektura), Michael S. Gashler, University of Arkansas.
- MIDCA (kognitivní architektura),[23] Michael T. Cox, Wright State University.
- PreAct, vyvinutý pod Dr. Norm Geddes na ASI.
- ZÁZRAK Veloso a kol.[Citace je zapotřebí ]
- PRS „Procesní systém uvažování“ vyvinutý společností Michael Georgeff a Amy Lansky v SRI International.
- Teorie Psi vyvinut pod Dietrich Dörner na Otto-Friedrich University v Bamberg, Německo.
- R-CAST, vyvinutý na Pennsylvania State University.
- Sigma, vyvinutý na University of Southern California je Institut pro kreativní technologie[24]
- Spaun (sjednocená síť architektury sémantického ukazatele) - Chris Eliasmith z Centra pro teoretickou neurovědu v University of Waterloo - Spaun je síť 2 500 000 umělých špičaté neurony, který využívá skupiny těchto neuronů k plnění kognitivních úkolů prostřednictvím pružné koordinace. Komponenty modelu komunikují pomocí špičkových neuronů, které implementují neurální reprezentace zvané „sémantické ukazatele“ pomocí různých vzorů střelby. Sémantické ukazatele lze chápat jako prvky komprimovaného neurálního vektorového prostoru.[25]
- Stoupat, vyvinut pod Allen Newell a John Laird na Univerzita Carnegie Mellon a Michiganská univerzita.
- Společnost mysli a jeho nástupce Emoční stroj navrhl Marvin Minsky.
- Řídká distribuovaná paměť byl navržen uživatelem Pentti Kanerva na Výzkumné centrum NASA Ames jako realizovatelná architektura, která dokáže ukládat velké vzory a načítat je na základě částečných shod se vzory představujícími aktuální smyslové vstupy.[26] Tato paměť vykazuje chování, jak v teorii, tak v experimentu, která se podobají těm, k nimž se stroje dosud nedostaly - např. Rychlé rozpoznávání tváří nebo pachů, objev nových spojení mezi zdánlivě nesouvisejícími nápady atd. Pro ukládání a načítání velkých objemů se používá řídká distribuovaná paměť. množství ( bity ) informací bez zaměření na přesnost, ale na podobnost informací.[27] V navigaci robotů existuje několik nedávných aplikací[28] a robotická manipulace založená na zkušenostech.[29]
- Sparsey by Neurithmic Systems je rámec pro rozpoznávání událostí prostřednictvím hlubokých hierarchicky řídkých distribuovaných kódů[30]
- Subsumption architektury, vyvinutý např. podle Rodney Brooks (i když by se dalo polemizovat, zda jsou poznávací).
- QuBIC: Kvantová a biologicky inspirovaná kognitivní architektura pro vědomí stroje vyvinuli Wajahat M. Qazi a Khalil Ahmad na Katedře výpočetní techniky, GC University Lahore Pákistán a School of Computer Science, NCBA & E Lahore, Pákistán
- TinyCog minimalistická open-source implementace kognitivní architektury založené na myšlenkách Scene Based Reasoning
- Vektor LIDA je variace LIDA kognitivní architektura, která využívá vysoce dimenzionální Modulární kompozitní reprezentace (MCR) vektory jako svůj hlavní model reprezentace a celé číslo Řídká distribuovaná paměť[31] jako jeho hlavní technologie implementace paměti. Mezi výhody tohoto nového modelu patří realističtější a biologicky přijatelnější model, lepší integrace s ním epizodická paměť, lepší integrace s jiným percepčním zpracováním na nízké úrovni (např hluboké učení systémy), lepší škálovatelnost a snazší mechanismy učení.[32]
- VisNet podle Edmund Rolls na Oxford Centrum pro výpočetní neurovědu - model hierarchie funkcí, ve kterém lze invariantní reprezentace vytvořit pomocí samoorganizujícího se učení založeného na časové a prostorové statistice vizuálního vstupu vytvářeného objekty při jejich transformaci ve světě.[33]
Viz také
- Umělý mozek
- Umělé vědomí
- Autonomní agent
- Biologicky inspirované kognitivní architektury
- Projekt Blue Brain
- Iniciativa BRAIN
- Porovnání kognitivní architektury
- Kognitivní výpočty
- Kognitivní věda
- Zdravá úvaha
- Počítačová architektura
- Koncepční prostor
- Hluboké učení
- Google Brain
- Schéma obrázku
- Úroveň znalostí
- Neocognitron
- Nervové koreláty vědomí
- Pandemonium architektura
- Simulovaná realita
- Sociální simulace
- Jednotná teorie poznání
- Nekonečné studium jazyků
- Bayesiánský mozek
- Open Mind Common Sense
Reference
- ^ Lieto, Antonio; Bhatt, Mehul; Oltramari, Alessandro; Vernon, David (květen 2018). „Role kognitivních architektur v obecné umělé inteligenci“ (PDF). Výzkum kognitivních systémů. 48: 1–3. doi:10.1016 / j.cogsys.2017.08.003. hdl:2318/1665249.
- ^ Viz web ICT: http://cogarch.ict.usc.edu/
- ^ https://saltworks.stanford.edu/catalog/druid:st035tk1755
- ^ "Klasická citace tohoto týdne: Anderson J R & Bower G H. Lidská asociativní paměť. Washington, „in: CC. Nr. 52 Dec 24-31, 1979.
- ^ John R. Anderson. Architektura poznání, 1983/2013.
- ^ Vernon, David; Metta, Giorgio; Sandini, Giulio (duben 2007). „Průzkum umělých kognitivních systémů: důsledky pro autonomní rozvoj mentálních schopností ve výpočetních agentech“. Transakce IEEE na evolučním výpočtu. 11 (2): 151–180. doi:10.1109 / TEVC.2006.890274.
- ^ Lieto, Antonio; Chella, Antonio; Frixione, Marcello (leden 2017). „Konceptuální prostory pro kognitivní architektury: lingua franca pro různé úrovně reprezentace“. Biologicky inspirované kognitivní architektury. 19: 1–9. arXiv:1701.00464. Bibcode:2017arXiv170100464L. doi:10.1016 / j.bica.2016.10.005.
- ^ Lieto, Antonio; Lebiere, Christian; Oltramari, Alessandro (květen 2018). „Úroveň znalostí v kognitivních architekturách: Současná omezení a možný vývoj“ (PDF). Výzkum kognitivních systémů. 48: 39–55. doi:10.1016 / j.cogsys.2017.05.001. hdl:2318/1665207.
- ^ Samsonovich, Alexei V. „Směrem k jednotnému katalogu implementovaných kognitivních architektur.“ BICA 221 (2010): 195-244.
- ^ „Srovnávací úložiště kognitivních architektur“.
- ^ Douglas Whitney Gage (2004). Mobilní roboti XVII: 26. – 28. Října 2004, Philadelphia, Pensylvánie, USA. Society of Photo-optical Instrumentation Engineers. strana 35.
- ^ Albus, James S. (srpen 1979). "Mechanismy plánování a řešení problémů v mozku". Matematické biologické vědy. 45 (3–4): 247–293. doi:10.1016/0025-5564(79)90063-4.
- ^ Anwar, Ashraf; Franklin, Stan (prosinec 2003). "Řídká distribuovaná paměť pro" vědomé "softwarové agenty". Výzkum kognitivních systémů. 4 (4): 339–354. doi:10.1016 / S1389-0417 (03) 00015-9.
- ^ Lieto, Antonio; Radicioni, Daniele P .; Rho, Valentina (25. června 2016). „Dual PECCS: kognitivní systém pro koncepční reprezentaci a kategorizaci“ (PDF). Journal of Experimental & Theoretical Artificial Intelligence. 29 (2): 433–452. doi:10.1080 / 0952813X.2016.1198934. hdl:2318/1603656.
- ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (2013). "Hraní na Atari s učením o hlubokém posílení". arXiv:1312.5602 [cs.LG ].
- ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (2014). "Neurální Turingovy stroje". arXiv:1410.5401 [cs.NE ].
- ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Rusu, Andrei A .; Veness, Joel; Bellemare, Marc G .; Graves, Alex; Riedmiller, Martin; Fidjeland, Andreas K .; Ostrovski, Georg; Petersen, Stig; Beattie, Charles; Sadik, Amir; Antonoglou, Ioannis; King, Helen; Kumaran, Dharshan; Wierstra, Daan; Legg, Shane; Hassabis, Demis (25. února 2015). „Řízení na lidské úrovni prostřednictvím hlubokého učení“. Příroda. 518 (7540): 529–533. doi:10.1038 / příroda14236. PMID 25719670.
- ^ „DeepMind's Nature Paper and Earlier Related Work“.
- ^ Schmidhuber, Jürgen; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (2015). "Hluboké učení v neuronových sítích: Přehled". Neuronové sítě. 61: 85–117. arXiv:1404.7828. doi:10.1016 / j.neunet.2014.09.003. PMID 25462637.
- ^ Taylor, J.H .; Sayda, A.F. (2005). „Inteligentní architektura pro integrované řízení a správu majetku pro průmyslové procesy“. Proceedings of the IEEE International Symposium on 2005, Mediterrean Conference on Control and Automation Intelligent Control, 2005. str. 1397–1404. doi:10.1109/.2005.1467219. ISBN 0-7803-8937-9.
- ^ Rámec pro porovnání architektur agentů, Aaron Sloman a Matthias Scheutz, Proceedings of the UK Workshop on Computational Intelligence, Birmingham, UK, září 2002.
- ^ Weston, Jason, Sumit Chopra a Antoine Bordes. „Paměťové sítě.“ arXiv předtisk arXiv: 1410.3916 (2014).
- ^ Cox, Michael T. (23. prosince 2017). „Model plánování, akce a interpretace s uvažováním o cíli“ (PDF). cogsys.
- ^ „Kognitivní architektura“.
- ^ Eliasmith, C .; Stewart, T. C .; Choo, X .; Bekolay, T .; DeWolf, T .; Tang, Y .; Rasmussen, D. (29. listopadu 2012). "Model funkčního mozku ve velkém měřítku". Věda. 338 (6111): 1202–1205. doi:10.1126 / science.1225266. PMID 23197532.
- ^ Denning, Peter J. „Řídká distribuovaná paměť.“ (1989). https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/19920002425.pdf
- ^ Kanerva, Pentti (1988). Řídká distribuovaná paměť. MIT Press. ISBN 978-0-262-11132-4.
- ^ Mendes, Mateus; Crisostomo, Manuel; Coimbra, A. Paulo (2008). "Navigace robotů pomocí řídce distribuované paměti". 2008 Mezinárodní konference IEEE o robotice a automatizaci. str. 53–58. doi:10.1109 / ROBOT.2008.4543186. ISBN 978-1-4244-1646-2.
- ^ Jockel, S .; Lindner, F .; Jianwei Zhang (2009). "Řídká distribuovaná paměť pro manipulaci robotů založenou na zkušenostech". 2008 Mezinárodní konference IEEE o robotice a biomimetice. str. 1298–1303. doi:10.1109 / ROBIO.2009.4913187. ISBN 978-1-4244-2678-2.
- ^ Rinkus, Gerard J. (15. prosince 2014). „Sparsey ™: rozpoznávání událostí prostřednictvím hlubokých hierarchicky řídkých distribuovaných kódů“. Frontiers in Computational Neuroscience. 8: 160. doi:10.3389 / fncom.2014.00160. PMC 4266026. PMID 25566046.
- ^ Franklin, Stan; Snaider, Javier (16. května 2012). „Integer Sparse Distributed Memory“. Dvacátá pátá mezinárodní konference FLAIRS.
- ^ Snaider, Javier; Franklin, Stan (2014). „Vector LIDA“. Procedia informatika. 41: 188–203. doi:10.1016 / j.procs.2014.11.103.
- ^ Rolls, Edmund T. (2012). "Invariantní vizuální objekt a rozpoznávání tváře: neurální a výpočetní základy a model, VisNet". Frontiers in Computational Neuroscience. 6: 35. doi:10.3389 / fncom.2012.00035. PMC 3378046. PMID 22723777.
externí odkazy
Média související s Kognitivní architektura na Wikimedia Commons
Citace související s Kognitivní architektura na Wikiquote