Studieguide for TDT4137 Kognitive arkitekturer

Hva er en kognitiv arkitektur?

En kognitiv arkitektur er den faste, oppgaveuavhengige infrastrukturen for et intelligent system — minnestrukturer, prosesser og læremekanismer som er felles på tvers av alle oppgaver. Atferd (behaviour) kan ses som arkitektur + innhold (kunnskap). Motivasjonen er å lage og forstå syntetiske agenter som har de samme integrerte egenskapene som mennesker.

Vernons fire modelleringsaspekter

David Vernon peker på fire valg man alltid gjør når man modellerer et kognitivt system:

• Det computational/bio-inspirerte spekteret — hvorfra hentes inspirasjonen (ren beregning vs. biologi)?
• Abstraksjonsnivået i den biologiske modellen — hvor detaljert modelleres biologien?
• Gjensidig avhengighet av hjerne, kropp og miljø — er kognisjon embodied?
• Ultimate–proximate-distinksjonen — skiller mellom hvorfor en atferd finnes (ultimate forklaring) og hvordan den realiseres mekanistisk (proximate forklaring). Samme atferd kan realiseres med ulike mekanismer, og samme mekanisme kan gi ulik atferd.

De tre paradigmene for kognisjon

Pensum deler kognitive systemer inn i tre paradigmer, plassert i et 2D-rom (faginspirasjon × abstraksjonsnivå):

• Cognitivist (symbolsk) — kognisjon er symbolmanipulasjon. Bygger på Physical Symbol System Hypothesis. Eksempler: Soar, MHP.
• Emergent (konneksjonistisk/enactive/dynamisk) — kognisjon emergerer fra subsymbolske prosesser, ofte med tett kobling til kropp og miljø. Eksempel: nevrale nett, Brooks' subsumption.
• Hybrid — kombinerer symbolsk og subsymbolsk nivå. Eksempler: ACT-R, Icarus, CLARION.

Abstraksjonshierarkier: Marr vs. Kelso

Marrs tre nivåer (top-down, løst koblet): (1) computational theory — hvilket problem løses og hvorfor (viktigst, modelleres først); (2) algoritme og representasjon; (3) implementasjon. Marr mener man kan modellere det øverste nivået uavhengig av de lavere. Marr hører hjemme i det cognitivistiske paradigmet.

Kelsos syn (embodied): nivåene er tett koblet — fjerner du konteksten/kroppen, fjerner du grunnlaget for modellen. Instansieringen og embodiment er en integrert del av selve modellen, ikke noe man kan abstrahere bort.

To grunnhypoteser

• Physical Symbol System Hypothesis (Newell & Simon): «Et fysisk symbolsystem har de nødvendige og tilstrekkelige midler for generell intelligent handling.»
• Heuristic Search Hypothesis: «Løsninger på problemer representeres som symbolstrukturer; et symbolsystem utøver sin intelligens i problemløsning ved søk — ved å generere og gradvis modifisere symbolstrukturer til det produserer en løsningsstruktur.» Soar er en direkte realisering av dette.

Emergente retninger er kritiske til disse hypotesene: de mener intelligens ikke krever eksplisitte symboler, men kan emergere fra subsymbolske/embodied prosesser (jf. Brooks: «intelligens uten representasjon»).

Kunnskapsnivået (Newell)

Newells kunnskapsnivå (knowledge level) ligger over symbolnivået og beskriver en agent abstrakt i termer av mål, handlinger og kunnskap, styrt av rasjonalitetsprinsippet: «En agent velger de handlinger som den vet vil bringe den nærmere sine mål.» Et systems intelligens måles ved hvor godt det utnytter kunnskapen sin til å nå målene — ikke ved implementasjonsdetaljer.

GOMS, NGOMSL og MHP

For å modellere menneske–maskin-interaksjon brukes NGOMSL (Natural GOMS Language): et «mentalt program» bygd av Goals, Operators, Methods og Selection rules. En unit-task er en avgrenset deloppgave brukeren utfører (f.eks. «legg til vedlegg» i en mail-app). NGOMSL har subrutiner, generaliserte metoder og modellerer intern hukommelse (operatorer som retrieve-LTM, retain-WM, recall-WM, forget-WM). KLM (Keystroke Level Model) er enklere — ett «hovedprogram» uten subrutiner eller hukommelsesmodellering, bare konkrete tastetrykk-scenarier.

Under NGOMSL ligger Model Human Processor (MHP), som deler mennesket i tre parallelle delsystemer: perseptuelt, kognitivt og motorisk system, hver med egen prosessor (Tp, Tc/Tk, Tm) og lager (VIS, WM, LTM). At disse kjører i parallell er grunnen til at NGOMSL-operatorer kan parallelliseres (f.eks. locate + move).