Введение

Когнитивная архитектура относится как к теории о структуре человеческого разума, так и к вычислительной реализации этой теории, используемой в области искусственного интеллекта (ИИ) и вычислительной когнитивной науки. Формализованные модели могут быть использованы для дальнейшей разработки всесторонней теории познания и в качестве полезной программы искусственного интеллекта. К успешным когнитивным архитектурам относятся ACT-R (Адаптивный контроль мышления – Рациональный) и SOAR. Исследования когнитивных архитектур как программной реализации когнитивных теорий были инициированы Алленом Ньюэллом в 1990 году. Институт креативных технологий определяет когнитивную архитектуру как: «гипотезу о фиксированных структурах, обеспечивающих работу разума, как в естественных, так и в искусственных системах, и о том, как они взаимодействуют друг с другом – в сочетании со знаниями и навыками, воплощенными в архитектуре – для достижения интеллектуального поведения в разнообразных и сложных средах».

История

Герберт А. Саймон, один из основателей области искусственного интеллекта, утверждал, что диссертация 1960 года его студента Эда Файгенбаума, EPAM, предложила возможную «архитектуру познания», поскольку она содержала некоторые предположения о том, как функционируют несколько фундаментальных аспектов человеческого разума (в случае EPAM – человеческая память и человеческое обучение). Джон Р. Андерсон начал исследования человеческой памяти в начале 1970-х годов, а его диссертация 1973 года, написанная совместно с Гордоном Х. Бауэром, представила теорию человеческой ассоциативной памяти. Он включил в это исследование больше аспектов своих работ по долговременной памяти и мыслительным процессам и в конечном итоге разработал когнитивную архитектуру, которую впоследствии назвал ACT. Он и его ученики испытали влияние использования Алленом Ньюэллом термина «когнитивная архитектура». Лаборатория Андерсона использовала этот термин для обозначения теории ACT, воплощенной в сборнике статей и проектов (полной реализации ACT в то время не существовало). В 1983 году Джон Р. Андерсон опубликовал основополагающую работу в этой области под названием «Архитектура познания». Можно различать теорию познания и реализацию этой теории. Теория познания описывает структуру различных частей разума и содержит предположения об использовании правил, ассоциативных сетей и других аспектов. Когнитивная архитектура реализует эту теорию на компьютерах. Программное обеспечение, используемое для реализации когнитивных архитектур, также можно назвать «когнитивной архитектурой». Таким образом, когнитивная архитектура также может рассматриваться как чертёж для создания интеллектуальных агентов. Она предлагает (искусственные) вычислительные процессы, имитирующие работу определенных когнитивных систем, чаще всего – человеческого разума, или демонстрирующие интеллектуальное поведение в соответствии с определенным определением. Когнитивные архитектуры составляют подмножество архитектур общего назначения для агентов. Термин «архитектура» подразумевает подход, который пытается моделировать не только поведение, но и структурные свойства моделируемой системы.

Различия

Когнитивные архитектуры могут быть символьными, коннекционистскими или гибридными. Некоторые когнитивные архитектуры или модели основаны на наборе общих правил, например, язык обработки информации (например, Soar, основанный на унифицированной теории познания, или аналогично ACT-R). Многие из этих архитектур опираются на аналогию «разум как компьютер» (см. компатибилизм). В отличие от этого, субсимволическая обработка не задает таких правил априори и полагается на эмерджентные свойства процессорных элементов (например, узлов). Гибридные архитектуры сочетают оба типа обработки (например, CLARION). Дальнейшее различие состоит в том, является ли архитектура централизованной, с нейронным коррелятом процессора в ее основе, или децентрализованной (распределенной). Децентрализация приобрела популярность под названием параллельной распределенной обработки в середине 1980-х годов и коннексионизма, ярким примером которого являются нейронные сети. Дополнительным вопросом проектирования является выбор между целостным и атомистическим, или (более конкретно) модульным строением. В традиционном ИИ интеллект часто программируется «сверху вниз»: программист выступает в роли создателя, создавая нечто и наделяя его интеллектом, хотя многие традиционные системы ИИ также разрабатывались с возможностью обучения (например, для улучшения навыков игры или решения задач). Биологически вдохновленные вычисления, с другой стороны, иногда используют более «снизу вверх», децентрализованный подход; биологически вдохновленные методы часто включают в себя определение набора простых общих правил или набора простых узлов, из взаимодействия которых возникает общее поведение. Предполагается, что сложность будет наращиваться до тех пор, пока конечный результат не станет заметно сложным (см. сложные системы). Однако можно также утверждать, что системы, разработанные «сверху вниз» на основе наблюдений за тем, что могут делать люди и другие животные, а не на основе наблюдений за механизмами мозга, также вдохновлены биологией, хотя и иным способом.