Коннекционистское обучение с адаптивной индукцией правил в режиме онлайн ( CLARION ) - это вычислительная когнитивная архитектура , которая использовалась для моделирования многих областей и задач в когнитивной психологии и социальной психологии , а также для реализации интеллектуальных систем в приложениях искусственного интеллекта . Важной особенностью CLARION является различие между неявными и явными процессами и сосредоточение внимания на фиксации взаимодействия между этими двумя типами процессов. Система была создана исследовательской группой под руководством Рона Сан .
Обзор [ править ]
CLARION - это интегративная когнитивная архитектура, состоящая из ряда отдельных подсистем с двойной репрезентативной структурой в каждой подсистеме (неявные и явные репрезентации; Sun et al., 2005). Его подсистемы включают в себя подсистему, ориентированную на действие, подсистему, не ориентированную на действие, мотивационную подсистему и метакогнитивную подсистему.
Подсистема, ориентированная на действие [ править ]
Роль подсистемы, ориентированной на действие, заключается в управлении как внешними, так и внутренними действиями . Неявный уровень состоит из нейронных сетей, называемых нейронными сетями действий, а явный уровень состоит из правил действий. Между двумя уровнями может существовать синергия, например, обучение навыку может быть ускорено, когда агент должен установить явные правила для данной процедуры. Утверждалось, что неявное знание само по себе не может оптимизировать так же хорошо, как сочетание явного и неявного.
Подсистема, не ориентированная на действие [ править ]
Роль подсистемы, не ориентированной на действие, заключается в поддержании общих знаний. Неявный слой состоит из ассоциативных нейронных сетей, а нижний слой - из ассоциативных правил. Знание далее делится на семантическое и эпизодическое, где семантическое - это обобщенное знание, а эпизодическое - это знание, применимое к более конкретным ситуациям. Также важно отметить, что, поскольку существует неявный уровень, не все декларативные знания должны быть явными.
Подсистема мотивации [ править ]
Роль мотивационной подсистемы заключается в обеспечении основных мотиваций для восприятия, действия и познания. Система мотивации в CLARION состоит из побуждений на нижнем уровне, и каждое побуждение может иметь разную силу. Есть побуждения низкого уровня, а также побуждения высокого уровня, направленные на поддержание устойчивости, целеустремленности, сосредоточенности и адаптивности агента. Явный слой мотивационной системы состоит из целей. явные цели используются потому, что они более устойчивы, чем неявные мотивационные состояния. Согласно концепции CLARION, мотивационные процессы человека очень сложны и не могут быть представлены только в явном виде.
Примеры некоторых низкоуровневых приводов:
- еда
- воды
- воспроизведение
- избегание неприятных стимулов (не исключающих друг друга с другими низкоуровневыми влечениями, но отдельно для возможности более специфических стимулов)
Примеры некоторых высокоуровневых приводов:
- Принадлежность и принадлежность
- Признание и достижения
- Доминирование и власть
- Справедливость
Также существует возможность для производных приводов (обычно из попытки удовлетворить первичные приводы), которые могут быть созданы либо с помощью кондиционирования, либо с помощью внешних инструкций. каждый необходимый привод будет иметь пропорциональную силу, возможность также будет принята во внимание
Мета-когнитивная подсистема [ править ]
Роль метакогнитивной подсистемы состоит в том, чтобы контролировать, направлять и изменять операции всех других подсистем. Действия в метакогнитивной подсистеме включают в себя: постановку целей для подсистемы, ориентированной на действие, установку параметров для подсистем действия и бездействия, а также изменение текущего процесса как в подсистемах действия, так и в подсистемах бездействия.
Обучение [ править ]
Обучение может быть представлено как явным, так и неявным знанием по отдельности, а также представляет собой обучение снизу вверх и сверху вниз. Обучение с использованием неявных знаний представлено с помощью Q-обучения, в то время как обучение с использованием только явных знаний представлено с помощью однократного обучения, такого как проверка гипотез. Обучение снизу вверх (Sun et al., 2001) представлено через нейронную сеть, распространяющуюся до явного уровня с помощью алгоритма извлечения правил (RER), в то время как обучение сверху вниз может быть представлено различными способами.
Сравнение с другими когнитивными архитектурами [ править ]
Для сравнения с несколькими другими когнитивными архитектурами (Sun, 2016):
- ACT-R использует разделение на процедурную и декларативную память, что в некоторой степени похоже на различие в CLARION между подсистемой, ориентированной на действие, и подсистемой, не ориентированной на действие. Однако в ACT-R нет четкого различия (на основе процесса или на основе представления) между неявными и явными процессами, что является фундаментальным предположением теории CLARION.
- Soar не включает четкого различия на основе представления или процесса между неявным и явным познанием или между процедурной и декларативной памятью; он основан на идеях проблемных пространств, состояний и операторов. Когда в стеке целей стоит выдающаяся цель, разные постановки предлагают разные операторы и их предпочтения для достижения цели.
- EPIC использует производственную систему, аналогичную ACT-R. Однако он не включает дихотомию неявных и явных процессов, которая важна в CLARION.
Теоретические приложения [ править ]
CLARION использовался для учета множества психологических данных (Sun, 2002, 2016), таких как задача на время последовательной реакции, задача изучения искусственной грамматики, задача управления процессом, задача категориального вывода, задача по арифметике по алфавиту и задача Ханойской башни. Задачи последовательного реагирования и управления процессом являются типичными задачами неявного обучения (в основном, включающими неявные реактивные процедуры), в то время как Ханойская башня и алфавитная арифметика - это высокоуровневые когнитивные задачизадачи (со значительным присутствием явных процессов). Кроме того, была проделана большая работа по сложной задаче навигации по минным полям, которая предполагает комплексное последовательное принятие решений. Также была начата работа над организационными задачами решения и другими задачами социального моделирования (например, Naveh and Sun, 2006), а также над метакогнитивными задачами.
Другие приложения когнитивной архитектуры включают моделирование творчества (Helie and Sun, 2010) и обращение к вычислительной основе сознания (или искусственного сознания ) (Coward and Sun, 2004).
Ссылки [ править ]
Трус, Л.А. и Солнце, Р. (2004). Критерии эффективной теории сознания и некоторые предварительные попытки. Сознание и познание , 13 , 268-301.
Хели Х. и Сан Р. (2010). Инкубация, понимание и творческое решение проблем: единая теория и коннекционистская модель. Психологический обзор , 117 , 994-1024.
Навех И. и Сан Р. (2006). Когнитивная симуляция академической науки. Вычислительная и математическая теория организации , 12 , 313-337.
Солнце, Р. (2002). Двойственность разума: подход снизу вверх к познанию . Махва, Нью-Джерси: Лоуренс Эрлбаум Ассошиэйтс.
Солнце, Р. (2016). Анатомия разума: изучение психологических механизмов и процессов с помощью когнитивной архитектуры Clarion. Издательство Оксфордского университета, Нью-Йорк.
Солнце, Р. (2003). Учебное пособие по CLARION 5.0 . Технический отчет, Департамент когнитивных наук, Политехнический институт Ренсселера.
Сан Р., Меррилл Э. и Петерсон Т. (2001). От неявных навыков к явным знаниям: восходящая модель обучения навыкам. Когнитивная наука , 25 , 203-244. https://web.archive.org/web/20191218033659/http://www.cogsci.rpi.edu/~rsun/
Сан Р., Слюсарз П. и Терри К. (2005). Взаимодействие явного и неявного в обучении навыкам: подход с двумя процессами. Психологический обзор , 112 , 159-192. https://web.archive.org/web/20191218033659/http://www.cogsci.rpi.edu/~rsun/
Сунь Р. и Чжан Х. (2006). Учет различных данных рассуждений в когнитивной архитектуре. Журнал экспериментального и теоретического искусственного интеллекта , 18 , 169-191.
Внешние ссылки [ править ]
