인지 아키텍처
Cognitive architecture인지 아키텍처는 인간 정신의 구조에 관한 이론과 인공지능(AI)과 컴퓨터 [1]인지과학 분야에서 사용되는 그러한 이론의 계산적 인스턴스화를 모두 말한다.공식화된 모델은 포괄적인 인지 이론과 유용한 인공지능 프로그램으로 더욱 정교하게 하기 위해 사용될 수 있다.성공적인 인지 아키텍처로는 ACT-R(Adaptive Control of Think - Rational)과 SURWIGH가 있습니다.인지 이론의 소프트웨어 인스턴스화로서의 인지 아키텍처에 대한 연구는 1990년 [2]앨런 뉴웰에 의해 시작되었다.
크리에이티브 테크놀로지 연구소는 인지 아키텍처를 다음과 같이 정의하고 있습니다.자연계든 인공계든 관계없이 마음을 제공하는 고정구조와 아키텍처에 내장된 지식과 기술과 연계하여 다양한 복잡한 환경에서 인텔리전트한 행동을 할 수 있는 구조를 말합니다.."[3]
역사
허버트 A. 인공지능 분야의 창시자 중 한 명인 Simon은 그의 제자 Ed Feigenbaum의 1960년 논문이 인간의 정신의 한 가지 이상의 기본 측면이 어떻게 작용하는지에 대한 헌신을 포함했기 때문에 [4]"인식을 위한 아키텍처"를 제공했다고 말했다.
존 R. 앤더슨은 1970년대 초에 인간의 기억력에 대한 연구를 시작했고 1973년 고든 바워와의 논문은 인간 연상 [5]기억의 이론을 제공했다.그는 장기 기억과 사고 과정에 대한 연구의 더 많은 측면을 이 연구에 포함시켰고 결국 그가 최종적으로 ACT라고 부르는 인지 아키텍처를 설계했다.그와 그의 학생들은 앨런 뉴웰이 "인지적 건축"이라는 용어를 사용한 것에 영향을 받았다.Anderson의 연구실에서는 ACT 이론을 언급하기 위해 이 용어를 사용했습니다(당시 ACT의 완전한 구현은 없었습니다).
1983년 John R.앤더슨은 [6]"인식의 아키텍처"라는 제목의 이 분야의 중요한 작품을 출판했습니다.인지 이론과 그 이론의 실행을 구별할 수 있다.인지 이론은 정신의 다양한 부분의 구조를 개략적으로 설명했고 규칙, 연상 네트워크, 그리고 다른 측면의 사용에 대한 약속을 했다.인지 아키텍처는 그 이론을 컴퓨터에 구현한다.인지 아키텍처를 구현하기 위해 사용된 소프트웨어도 "인지 아키텍처"였습니다.따라서 인지 아키텍처는 지능형 에이전트의 청사진도 참조할 수 있습니다.특정 인지 시스템처럼, 대부분 사람처럼 작동하거나 어떤 정의에서 지능적으로 작동하는 (인위적인) 계산 프로세스를 제안합니다.인지 아키텍처는 일반 에이전트 아키텍처의 서브셋을 형성합니다.'아키텍처'라는 용어는 행동뿐만 아니라 모델링된 시스템의 구조적 특성도 모델링하려는 접근방식을 의미합니다.
구별
인지 아키텍처는 상징적일 수도 있고 연결주의자일 수도 [7]있고 잡종일 수도 있습니다.일부 인지 아키텍처 또는 모델은 정보 처리 언어(예: 통합 인지 이론에 기반한 급증 또는 이와 유사한 ACT-R)와 같은 일반 규칙 집합을 기반으로 한다.이러한 아키텍처의 대부분은 컴퓨터처럼 생각하는 것에 근거하고 있습니다.이와는 대조적으로 서브심볼 처리에서는 이러한 규칙을 priori로 지정하지 않고 처리장치(노드 등)의 긴급 속성에 의존합니다.하이브리드 아키텍처는 두 가지 유형의 처리(CLARION 등)를 결합합니다.또 다른 차이점은 아키텍처가 프로세서의 핵심 신경 상관관계에 의해 중앙 집중화되어 있는지, 분산화되어 있는지(분산되어 있는지)입니다.분산된 풍미는 1980년대 중반 병렬분산처리, 연결주의라는 이름으로 인기를 끌었는데, 그 대표적인 예가 뉴럴 네트워크이다.또한 전체론적 구조와 원자론적 구조 또는 (구체적인) 모듈식 구조 간의 결정도 설계상의 문제로 대두되고 있습니다.
전통적인 AI에서 지능은 종종 위에서 프로그래밍됩니다. 프로그래머는 창조자이며, 많은 전통적인 AI 시스템도 학습하도록 설계되었지만(예: 게임 플레이 또는 문제 해결 능력 향상) 무엇인가를 만들고 지능을 주입합니다.한편, 생물학적으로 영감을 받은 컴퓨팅은 때로는 보다 상향적이고 분산적인 접근방식을 취합니다.생물학적으로 영감을 받은 기술은 종종 상호 작용에서 단순한 일반 규칙 집합 또는 단순한 노드 집합을 지정하는 방법을 수반합니다.최종 결과가 현저하게 복잡해질 때까지 복잡성이 증가하기를 희망합니다(복잡한 시스템 참조).하지만, 뇌 메커니즘의 관찰보다는 인간과 다른 동물들이 무엇을 할 수 있는지에 대한 관찰에 기초하여 하향식으로 설계된 시스템이 생물학적으로도 영감을 받는다는 것은 다른 방식으로도 논쟁의 여지가 있다.
주목할 만한 예
구현된 인지 아키텍처에 대한 포괄적인 검토는 Samsonovich [8]등에 의해 2010년에 수행되었으며 온라인 [9]저장소로 이용할 수 있다.잘 알려진 인지 아키텍처는 알파벳 순으로 다음과 같습니다.
| 이름. | 묘사 |
|---|---|
| 4CAPS | Marcel A에 의해 카네기 멜론 대학에서 개발되었습니다. 그냥 사생크 바르마. |
| 4D-RCS 레퍼런스 모델 아키텍처 | NIST의 James Albus가 개발한 참조 모델 아키텍처는 무인 지상 차량을 [10]위한 지능형 시스템 소프트웨어의 설계, 엔지니어링 및 통합을 위한 이론적 기반을 제공합니다. |
| ACT-R | Carnegie Mellon 대학에서 John R. 아래 개발되었습니다. 앤더슨. |
| ASMO | 시드니 공과대학의 Rony Novianto 밑에서 개발되었습니다. |
| 충전 | 브루넬 대학의 Fernand Gobet과 Peter C에 의해 개발되었습니다.허트포드셔 대학의 레인이죠 |
| 클라리온 | Rensselaer Polytechnic Institute와 미주리 대학의 Ron Sun에 의해 개발된 인지 아키텍처. |
| CMAC | 소뇌 모델 관절 제어기(CMAC)는 포유류의 소뇌 모델을 기반으로 하는 신경망의 일종이다.이것은 연상 [11]메모리의 일종입니다.CMAC는 1975년 James Albus에 의해 로봇 컨트롤러의 기능 모델러로 처음 제안되었으며 강화 학습 및 기계 학습 커뮤니티의 자동 분류에 광범위하게 사용되어 왔다. |
| 모방범 | 인디애나 대학의 더글라스 호프스타터와 멜라니 미첼의 작품입니다. |
| 듀얼 | Boycho Kokinov가 이끄는 새로운 불가리아 대학에서 개발되었습니다. |
| 포레벨 | 뉴욕 시립 대학의 수잔 L. 엡스타인에 의해 개발되었습니다. |
| 프램스틱 | 이질적인 뉴런(수용체와 이펙터 포함)으로 구성된 신경 네트워크의 모듈이 설계되고 진화할 수 있는 시뮬레이션 생물 또는 로봇을 위한 연결주의 분산 신경 아키텍처. |
| 구글 딥마인드 | 이 회사는 인간과 유사한[12] 방식으로 비디오 게임을 하는 방법을 배우는 뉴럴 네트워크와 기존의 튜링 [13]기계처럼 외부 메모리에 접근할 수 있는 뉴럴 네트워크를 만들어 인간의 두뇌의 단기 기억을 모방하는 것처럼 보이는 컴퓨터를 만들었다.기본 알고리즘은 Q-러닝과 다층 반복 뉴럴 [14]네트워크의 조합에 기초하고 있다.(또한[15][16] 딥러닝의 초기 관련 작업에 대한 위르겐 슈미드허버의 개요 참조) |
| 홀로그래픽 연상 메모리 | 이 아키텍처는 리만 평면에서 복소수의 위상 방향에 정보가 매핑되는 상관 관계 기반 연상 메모리 패밀리의 일부입니다.그것은 칼 H. 프리브람의 홀로노믹 뇌 모델에서 영감을 얻었다.홀로그래프는 변화무쌍한 주의로 연상기억 작업, 일반화 및 패턴 인식에 효과적인 것으로 나타났다. |
| 계층형 시간 메모리 | 이 아키텍처는 Jeff Hawkins와 Numenta, Inc.의 Deleep George에 의해 개발된 온라인 머신 러닝 모델로, 신피질의 구조 및 알고리즘 특성 중 일부를 모델링합니다.HTM은 Jeff Hawkins가 저서 On Intelligence에서 설명한 뇌 기능의 기억 예측 이론에 기초한 생체 모방 모델이다.HTM은 관찰된 입력 패턴과 시퀀스의 높은 수준의 원인을 발견하고 추론하는 방법이며, 따라서 점점 더 복잡한 세계 모델을 구축한다. |
| 코잭 | ACT-R에서 영감을 받은 JACK 멀티 에이전트 시스템 확장. 가상 환경에서 보다 현실적인(인간과 유사한) 동작을 유도하기 위해 에이전트에 인지 아키텍처를 추가합니다. |
| IDA 및 LIDA | 멤피스 대학의 Stan Franklin이 개발한 Global Workspace Theory를 구현합니다. |
| MANIC(인지 아키텍처) | 마이클 S.게슬러, 아칸소 대학교 |
| PRS | SRI International의 Michael Georgeff와 Amy Lansky가 개발한 '절차적 추론 시스템'입니다. |
| Psi-이론 | 독일 밤베르크에 있는 오토 프리드리히 대학의 디트리히 쇠르너 교수에 의해 개발되었습니다. |
| R캐스트 | 펜실베니아 주립 대학교에서 개발되었습니다. |
| Spaun(Semantic Pointer Architecture Unified Network) | 워털루 대학의 이론 신경과학 센터의 Chris Eliasmith – Spaun은 2,500,000개의 인공 스파이킹 뉴런의 네트워크이며, 이러한 뉴런 그룹을 사용하여 유연성 조정을 통해 인지 작업을 완료한다.모델의 구성요소는 다양한 발화 패턴을 사용하여 "의미적 포인터"라고 불리는 신경 표현을 구현하는 스파이킹 뉴런을 사용하여 통신합니다.시맨틱 포인터는 압축된 [17]신경 벡터 공간의 요소로 이해될 수 있다. |
| 솟구치다 | Carnegie Mellon 대학교와 Michigan 대학의 Allen Newell과 John Laird에 의해 개발되었습니다. |
| 마음의 사회 | Marvin Minsky가 제안했습니다. |
| 감정 기계 | Marvin Minsky가 제안했습니다. |
| 스퍼스 분산 메모리 | NASA Ames Research Center의 Pentti Kanerva가 큰 패턴을 [18]저장하고 현재의 감각 입력을 나타내는 패턴과 부분 일치를 기반으로 검색할 수 있는 실현 가능한 아키텍처로 제안했다.이 기억은 이론적으로나 실험적으로나 이전에 기계에 의해 접근되지 않았던 것과 유사한 행동을 보입니다.예를 들어 얼굴이나 냄새의 신속한 인식, 관련이 없어 보이는 아이디어 간의 새로운 연결성 발견 등입니다.스파스 분산 메모리는 정보의 정확성에 중점을 두지 않고 정보의 [19]유사성에 중점을 두지 않고 대량의 정보(2, 2비트)를 저장 및 취득하기 위해 사용됩니다.로봇 내비게이션[20] 및 경험 기반 로봇 [21]조작에는 최근 몇 가지 응용 프로그램이 있습니다. |
| 서브스크립션 아키텍처 | 예를 들어 로드니 브룩스에 의해 개발되었습니다(단, 인지 여부를 논할 수 있습니다). |
「 」를 참조해 주세요.
레퍼런스
- ^ Lieto, Antonio (2021). Cognitive Design for Artificial Minds. London, UK: Routledge, Taylor & Francis. ISBN 9781138207929.
- ^ 뉴웰, 앨런, 1990년통합 인지 이론하버드 대학 출판부, 매사추세츠주 캠브리지
- ^ ICT 웹사이트 http://cogarch.ict.usc.edu/ 를 참조해 주세요.
- ^ "Notes--very early EPAM seminar".
- ^ "이번 주 인용 클래식: Anderson J R & Bower G H. 인간 연상 기억. 워싱턴" 인: CC.1979년 12월 24일부터 31일까지 제52호
- ^ 존 R. 앤더슨The Architecture of Cognition, 1983/2013.
- ^ Vernon, David; Metta, Giorgio; Sandini, Giulio (April 2007). "A Survey of Artificial Cognitive Systems: Implications for the Autonomous Development of Mental Capabilities in Computational Agents". IEEE Transactions on Evolutionary Computation. 11 (2): 151–180. doi:10.1109/TEVC.2006.890274. S2CID 9709702.
- ^ Samsonovich, Alexei V. "실현된 인지 아키텍처의 통합 카탈로그를 향해" BICA 221 (2010) : 195-244.
- ^ "Comparative Repository of Cognitive Architectures".
- ^ 더글라스 휘트니 게이지(2004).모바일 로봇 XVII: 2004년 10월 26~28일, 미국 펜실베니아 필라델피아.사진광학계장기술자협회. 35페이지.
- ^ Albus, James S. (August 1979). "Mechanisms of planning and problem solving in the brain". Mathematical Biosciences. 45 (3–4): 247–293. doi:10.1016/0025-5564(79)90063-4.
- ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (2013). "Playing Atari with Deep Reinforcement Learning". arXiv:1312.5602 [cs.LG].
- ^ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (2014). "Neural Turing Machines". 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 February 2015). "Human-level control through deep reinforcement learning". Nature. 518 (7540): 529–533. Bibcode:2015Natur.518..529M. doi:10.1038/nature14236. PMID 25719670. S2CID 205242740.
- ^ "DeepMind's Nature Paper and Earlier Related Work".
- ^ Schmidhuber, Jürgen; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (2015). "Deep learning in neural networks: An overview". Neural Networks. 61: 85–117. arXiv:1404.7828. doi:10.1016/j.neunet.2014.09.003. PMID 25462637. S2CID 11715509.
- ^ Eliasmith, C.; Stewart, T. C.; Choo, X.; Bekolay, T.; DeWolf, T.; Tang, Y.; Rasmussen, D. (29 November 2012). "A Large-Scale Model of the Functioning Brain". Science. 338 (6111): 1202–1205. Bibcode:2012Sci...338.1202E. doi:10.1126/science.1225266. PMID 23197532. S2CID 1673514.
- ^ Denning, Peter J. "소량 분산 메모리"(1989)URL : https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/19920002425.pdf
- ^ Kanerva, Pentti (1988). Sparse Distributed Memory. The MIT Press. ISBN 978-0-262-11132-4.
- ^ Mendes, Mateus; Crisostomo, Manuel; Coimbra, A. Paulo (2008). "Robot navigation using a sparse distributed memory". 2008 IEEE International Conference on Robotics and Automation. pp. 53–58. doi:10.1109/ROBOT.2008.4543186. ISBN 978-1-4244-1646-2. S2CID 10977460.
- ^ Jockel, S.; Lindner, F.; Jianwei Zhang (2009). "Sparse distributed memory for experience-based robot manipulation". 2008 IEEE International Conference on Robotics and Biomimetics. pp. 1298–1303. doi:10.1109/ROBIO.2009.4913187. ISBN 978-1-4244-2678-2. S2CID 16650992.
