ACT-R

Adaptivní kontrola myšlení-racionální (ACT-R; JR Anderson & C. Lebiere, 1998) je jednou z kognitivní architektury, která je výsledkem adaptivní kontroly myšlení .

Klíčovou roli ve vývoji hrál známý kognitivní psycholog John R. Anderson (narozen 27. srpna 1947 ve Vancouveru). Původ kognitivních architektur spočívá mimo jiné. A. v kognitivní psychologii. Představují modely podporované počítačem, které se používají k modelování lidských kognitivních procesů (paměť, jazyk, vnímání, řešení problémů atd.), K hodnocení psychologických experimentů a teorií a k jejich simulaci na počítači. Produkční systémy jsou základní součástí kognitivních architektur. Skládají se z deklarativní znalostní báze, faktů a procedurální paměti, pravidel.

Nyní existuje řada kognitivních architektur, včetně ACT-R (Adaptive Control of Thought-Rational), SOAR a 3CAPS , které jsou založeny na různých cílech. Všechny kognitivní architektury jsou založeny na řadě empirických výsledků, například na době zpracování. Na různé aspekty lidského poznání je kladen různý důraz .

Kognitivní procesy

Poznání je obecný termín pro všechny formy znalostí. Poznání zahrnuje obsah i procesy. Obsah poznání souvisí s tím, co člověk ví - termíny, fakta, prohlášení, pravidla a obsah paměti: „Pes je savec“; „Červené světlo znamená zastavit“; „Odešel jsem z domova, když mi bylo 18“. Kognitivní procesy odkazují na to, jak manipulujete s tímto mentálním obsahem - abyste mohli interpretovat svět kolem sebe a nacházet kreativní řešení pro řešení životních dilemat. Informace z prostředí jsou zaznamenávány a zpracovávány smysly a poté jsou tyto informace kódovány do slov, symbolů nebo znaků a analyzovány, interpretovány a tříděny podle zkušeností. Z toho se tvoří závěry a úsudky, které spouštějí chování zaměřené na cíl.

Procedurální a deklarativní paměť

ACT-R patří do skupiny systémů řízení výroby . Rozlišuje mezi deklarativní a procedurální pamětí. Deklarativní paměť zahrnuje takzvané faktické znalosti, zatímco procedurální paměť zahrnuje znalosti o postupech. Filozof Gilbert Ryle také v této souvislosti rozlišoval mezi pojmy vědět to a vědět jak . Druhá zahrnuje znalosti o způsobu provádění jednotlivých akcí. To zahrnuje například znalost toho, jak jezdit na kole nebo jak se oblékat. Způsob provádění jednotlivých akcí je často obtížné vyjádřit slovně. Kromě toho člověk obvykle není schopen provést akci dokonale, pokud to nikdy předtím neudělal, a obdrží pouze slovní popis postupu. Pokyny proto obvykle nestačí k získání procedurálních znalostí. Musí se to naučit praxí. Průběh akce lze však automatizovat prostřednictvím školení.

Deklarativní znalosti jsou v ACT-R uloženy ve formě tzv. Chunků . Na druhé straně jsou procesní znalosti zastoupeny ve formě inscenací . Toto jsou pravidla, která se používají ke zpracování bloků. Například pro jízdu na kole musí existovat pravidlo, které přesně popisuje, jak musí být cyklus činnosti proveden. Na druhé straně musí existovat také faktické znalosti (části), na které lze tato pravidla aplikovat. Například musí být známo, že kolo je dopravní prostředek, který se obvykle skládá z několika jednotlivých částí. Pravidlo výroby na druhé straně určuje, které z těchto částí musí být provozovány tak, aby se mohly pohybovat na kole. Čím častěji jste jezdili na kole (součást epizodické paměti), tím spolehlivější je toto výrobní pravidlo. Věcné znalosti a pravidla výroby nejsou na sobě navzájem nezávislá, ale navzájem se ovlivňují.

Role pracovní paměti

Anderson (1993) naznačuje, že pracovní paměť má vliv na paměť a vyhledávání při vyhledávání informací. Provedl specifický experiment: testované subjekty byly požádány, aby si pamatovaly sekvenci kombinací číslic, zatímco řešily matematickou rovnici. Poté byste měli reprodukovat sekvenci číslic. Obě podmínky (zapamatování posloupnosti čísel a řešení matematické rovnice) zvyšují stupeň obtížnosti. Manipuluje se s velikostí číselné kombinace, která se má pamatovat, a stupněm obtížnosti matematické rovnice. Jak se obtížnost obou podmínek zvyšuje, dochází k výraznému poklesu výkonu u obou úkolů, jak ukazují výsledky experimentu. Většina chyb je způsobena nesprávným načítáním informací z paměti. Teorie ACT-R nyní předpokládá, že existuje omezená aktivace zdrojů. S rostoucím stupněm obtížnosti zbývá jen velmi málo aktivačního potenciálu pro získání příslušných informací z deklarativní paměti. Nesprávné získání informací testovanými osobami by mohlo v teorii ACT-R znamenat, že v paměti existuje pouze částečná úprava informací.

Kusy v ACT-R

Předpokládá se, že naše paměť rozděluje větší množství informací do podskupin („ chunks “), takže je lze reprezentovat „snadněji“, a tak zabírají v paměti méně úložné kapacity.

Kus je definována jeho typu a jeho drážek . Typ znamená kategorii, do které blok patří. Automaty odpovídají atributům kategorie. Každý blok má jedinečný název, se kterým na něj lze odkazovat. Síla bloku ovlivňuje, jak dobře a jak rychle jej lze vyvolat z paměti. Čím častěji se používají určité bloky nebo čím kratší byl naposledy použitý, tím silnější je tento blok. Tyto bloky jsou uloženy v deklarativní paměti. Pravidla produkce, která se používají ke zpracování bloků, jsou uložena v procedurální paměti. V přístupu ACT-R jsou bloky kódovány v jejich vlastním jazyce. To má podobnosti s programovacími jazyky, jako je Java nebo C ++. Informace mohou být uloženy v této formě a také znovu verbalizovány. Jako prototyp kusy vypadají takto:
(CHUNK typ NÁZEV SLOT1 SLOT2 ... SLOTN)

Výroba a výrobní systémy

Základními kameny procedurálních znalostí jsou produkce. Inscenace mají podmíněnou a akční část. V podmíněné části se odkazuje na obsah pracovní paměti. Pokud je konstelace formulovaná v podmínkové části v pracovní paměti, provede se akční část.

Systém, který řídí produkci, se nazývá produkční systém. Data aktuálně v hlavní paměti mohou být například popis stavu problému a uložená pravidla mohou být operátory řešení problémů. Aplikace pravidel je řízena tlumočníkem . Nejprve jsou výstupní data přivedena do hlavní paměti prostřednictvím vstupního rozhraní. Poté se na tato data v hlavní paměti použijí pravidla, dokud již nelze použít žádné pravidlo, nebo se použije pravidlo, jehož akcí je příkaz k zastavení zpracování. Výsledkem jsou pak aktuální data. Transformace dat pomocí aplikace pravidel probíhá v takzvaném cyklu match-select-apply :

• Porovnání vzorů (shoda ): provede se vyhledávání všech produkčních pravidel, jejichž podmínková část je kompatibilní s daty.
• Výběr (výběr): jedno z těchto pravidel je vybráno podle předdefinované strategie řešení konfliktů.
• Aplikace (použít): pravidlo se použije na data v paměti.

V každém cyklu se používá pravidlo, které mění data v hlavní paměti.

Pravidla musí předem definovat vědec, modelář, podle konkrétní syntaxe (na základě programovacího jazyka LISP ). Další část kognitivní architektury ACT-R se skládá z takzvaných „vyrovnávacích pamětí“. Slouží k modelování omezení zdrojů v centrálním senzorickém zpracování. Je zásadou, že do vyrovnávací paměti může být vždy zahrnut pouze jeden „ blok “ (například do „vizuální vyrovnávací paměti“) .

V ACT-R je nyní implementována relativně nesporná Andersonova teorie „Spreading Activation“, ve které se aktivace v deklarativní paměti může šířit přes podobné jednotky znalostí. Tento jev vysvětluje výsledky takzvaných „přípravných pokusů“, např. „Studie vnímání“ / „Studie porozumění čtení“ od Higginsa, Rholese a Jonese (1977). (Priming je předběžná aktivace obsahu paměti pomocí vhodných podnětů, které jsou asociativně spojeny s cílovým obsahem).

Na rozdíl od jiných systémů řízení výroby, které obecně kontrastují s konekcionistickými modely („sítě“), se ACT-R může opřít o učící se mechanismus založený na pravděpodobnostech .

Aktivační procesy v teorii ACT-R

Základním procesem podle teorie ACT-R podle Andersona je, že je vytvořeno „produkční pravidlo“ ve vztahu ke znalostem a podle toho jsou nalezeny (dotazovány) určité deklarativní znalosti za účelem řešení konkrétního problému umět. Rychlost nebo úspěch tohoto procesu závisí na tom, jak vysoká je aktivace příslušných bloků a jak silná je aktivace „produkčního pravidla“. Právě tento proces tvoří základní plynulost našeho chování, našeho výkonu. Samozřejmě, na pozadí neustále aktivovaných znalostí je nyní kapalina obtížná. Za prvé, v mnoha situacích je nepřijatelné projevovat nesprávné a pomalé chování nebo výkon. Zadruhé, rozvoj pokročilých kompetencí vyžaduje plynulost / harmonii v chování nebo výkonu základních kompetencí. Teorie ACT-R je matematicky založená teorie, jak síla a aktivace ovlivňují naše chování a nakonec náš výkon.

V prvním procesu paralelní aktivace jsou tedy bloky a produkce rozpoznány nebo aktivovány s nejvyšší pravděpodobností, že budou v daném kontextu potřebné, a tyto znalostní struktury (bloky a produkce) pak zase rozhodnou o dalších krocích, ve kterých jsou aktivované znalosti aplikovány. To znamená, že znalosti jsou zpřístupňovány a aktivovány v závislosti na pravděpodobnosti potřeby v určitém kontextu.

Rozsah aktivace lze odvodit pomocí Bayesovy věty . Základním předpokladem je, že rozsah aktivace lze vypočítat ze základní aktivace a kontextové aktivace. Jinými slovy: aktivace = základní aktivace + kontextová aktivace. Pokud to porovnáte s Bayesovou větou, pak:

Aktivace = zadní pravděpodobnost

Základní aktivace = apriorní pravděpodobnost

kontextové priming = kvocient pravděpodobnosti

Schooler (1993) ukázal, že lidská paměť hledá informace založené na Bayesově teorii a poté požadované znalosti zpřístupňuje jako funkci a posteriori pravděpodobnosti.

Na příkladu bloku i (viz bloky v ACT-R), jehož aktivace je popsána jako funkce různých prvků s ním spojených a jeho základní aktivace, je aktivační rovnice pro aktuální aktivaci bloku i :

${\ displaystyle \ operatorname {A_ {i}} = {B_ {i}} + \ sum _ {} {W_ {j}} * S_ {ij}.}$

${\ displaystyle \ operatorname {B_ {i}}}$...... základní aktivace Chunku i

${\ displaystyle \ operatorname {W_ {j}}}$..... vážení kontextového bloku j

${\ displaystyle \ operatorname {S} _ {ij}}$..... síla asociace mezi bloky i a j

Generování znalostí

Při použití produkce mohou vzniknout nové bloky . Produkce jsou zase vytvářeny kódováním bloků. Aby se teoreticky zabránilo kruhovitosti, byl v ACT-R definován druhý nezávislý zdroj pro vytváření bloků. Tím zdrojem je prostředí. Zde hraje důležitou roli systém vizuálního vnímání, který je zodpovědný za kódování informací. Předpokládá se, že to, co je vizuálně vnímáno, se neuloží jako celek, ale rozdělí se na jednotlivé objekty. Uloží se také specifické vlastnosti každého objektu. Ne každá vnímaná informace je však zakódována a uložena, pouze ta, která je v centru zájmu. Procesy pozornosti jsou také nezbytné při rozpoznávání toho, co již bylo uloženo. Vlastnosti jednotlivých objektů lze rozpoznat jako celý objekt, pouze pokud je na ně zaměřena pozornost. Při výrobě se také bere v úvahu životní prostředí. Předpokládá se, že řešení problémů probíhá hledáním stávajících řešení z jiných kontextů a jejich využitím k řešení vlastního problému. Řešení problémů tedy probíhá vytvářením analogií.

ACT-R a vizuální pozornost

K použití modelu ACT-R na vizuální podněty Anderson et al. (1997) vytvořili modul pro vizuální pozornost. Jde o to, jak ACT-R vyhledává a extrahuje informace z ikonické paměti (viz obrázek). Informace nebo vizuální prvky, které jsou uloženy v ikonické paměti, se skládají z (vizuálních) funkcí a ACT-R může upozornit na určitý obsah této mezipaměti. S pomocí pozornosti se pak z těchto funkcí vytvoří část, se kterou může ACT-R pracovat.

Existují tři typy informací, které může ACT-R upoutat pozornost:

a) určitá místa a směry,

b) určité vlastnosti a

(c) Předměty, kterým dosud nebyla věnována žádná pozornost.

příběh

ACT-R je základem mnoha teorií o modelech lidského poznání. ACT-R má své kořeny na počátku 80. let v modelu HAM (Human Associative Memory), který je modelem paměti a který v roce 1973 postulovali John R. Anderson a Gordon Bower. Tento model byl později vyvinut do prvního modelu ACT (Adaptive Control of Thought). ACT se původně nazýval „Aktivní kontrola myšlení“ a byla to teorie vysvětlující kognitivní výkon lidí. Na jedné straně to chce vysvětlit, jak lidé strukturují své znalosti, a na druhé straně, proč jsou lidé schopni projevovat inteligentní chování. Andersonova teorie má svůj původ také ve výzkumu umělé inteligence. Podle Andersona název „homo sapiens“ již říká něco o tom, že lidé mají svou vlastní „inteligenci“, kterou nelze najít u jiných druhů. Aby otestoval porozumění lidské inteligenci, vyvinul mimo jiné počítače, které mohou samostatně psát rekurzivní programy. To má poskytnout kognitivním vědám a výzkumu umělé inteligence model, který umožňuje počítačové simulace intelektuálního výkonu člověka. V modelu ACT byla poprvé do teorie zahrnuta procedurální paměť. Tato první teorie byla později vyvinuta do modelu lidského poznání ACT-R.

Na konci 80. let vytvořil Anderson matematický model poznávání, který nazýval racionální analýzou. Základním předpokladem této teorie je, že poznání je optimálně adaptabilní a že přesná hodnocení kognitivních funkcí odrážejí statistické pravděpodobnosti z prostředí. Tato teorie byla později začleněna do teorie ACT-R pro základní výpočty. Odtud tedy „-R“ ve jménu teorie, což znamená „Racionální“.

V roce 1998 John R. Anderson předpokládal další vývoj modelu, modelu ACT-R-5.0. Anderson důkladně porozuměl základním procesům v lidském mozku a pomocí metod zobrazování mozku se o nich dozvěděl více. Potřeba lokalizovat základní procesy vedla k dalšímu vývoji modelu, který byl v roce 2005 představen jako ACT-R 6.0. Výrazně byl vylepšen i kódovací jazyk v tomto modelu. ACT-R 7.0 následoval v roce 2015, ale přinesl jen malé změny. Dlouhý vývoj modelu ACT-R vedl k řadě podobných studií a projektů. Nejdůležitější z nich jsou produkční model PUPS a model ACT-RN.

Aplikace modelu ACT-R

ACT-R se nyní používá v mnoha různých oblastech činnosti. Běžným softwarem založeným na ACT-R jsou „ACT-R 6“ a „Cogtool“. Tento software lze použít k vytvoření prototypových uživatelských rozhraní (UI) s cílem předvídat chování uživatelů. To se děje na základě modelu ACT-R. CogTool simuluje kognitivní, percepční a motorické chování lidí při jednání s vygenerovaným prototypem v průběhu zpracování určitých specifikovaných úkolů.

Upravený model ACT-R (ACT-R / PM) hraje roli při předpovídání toho, kolik času je zapotřebí k dokončení úkolu, zejména při interakci člověka s počítačem (HCI). Dále se model ACT-R používá k popisu toho, jak se lidé mohou učit nebo řídit kognitivní úkoly. Má také normativní charakter, tj. H. pomáhá navrhovat výukové programy modelováním procesů učení. Tyto „výukové programy“ pomáhají uživatelům při používání počítačových programů nebo jiných kognitivních dovedností.

Například model ACT-R se v současné době úspěšně používá ve školách, kde může studentům pomoci naučit se matematické problémy.

Model ACT-R se úspěšně používá nejen v matematice, ale také v jazykovém výzkumu k dešifrování aspektů mateřského jazyka, pokud jde o porozumění a produkci.

Při výzkumu neuronálních mechanismů v mozku byl model ACT-R použit k předpovědi vzorců mozkové aktivace. Bylo zjištěno, že čtyři moduly ACT-R jsou spojeny se čtyřmi oblastmi mozku, které jsou aktivní během komplexní správy úkolů. Na jedné straně byla aktivita nalezena například v postranních horních prefrontálních oblastech, které lze srovnávat s načítáním informací z deklarativní paměti. Dále se aktivita v jádru caudate odráží ve výkonných aktech procedurální paměti.

webové odkazy

• Web ACT-R
• Kognitivní modelování (PDF; 419 kB)
• Teorie v interakci člověka s počítačem - TiChi
• Mentální aritmetika z pohledu teorie ACT-R (PDF; 73 kB)

Individuální důkazy

1. ^ Anderson, JR, Bothell, D., Byrne, MD, Douglass, S., Lebiere, C., & Qin, Y. (2004). Integrovaná teorie mysli. Psychological Review, 111, 1036-1060.
2. ↑ ^{a b} Gerrig, R., & Zimbardo, P. (2008). Psychologie (18. vydání). Mnichov: Pearsonovy studie.
3. ↑ poznání . Lexikon online. Citováno 8. dubna 2014.
4. ^ Oberauer, K., Mayr, U., & Kluwe, ER (2006). Paměť a znalosti. In H. Spada (Ed.), Textbook General Psychology (3. vydání, str. 115-195). Bern: Verlag Hans Huber.
5. ^ Anderson, Reder, Lebiere (1996): Pracovní paměť: Omezení aktivace při načítání. In: Kognitivní psychologie (30). 221-256.
6. ^ Sven Brüssow, Daniel Holt: Úvod do kognitivního modelování s ACT-R (PDF) psychologie.uni-heidelberg.de. 24. října 2007. Citováno 8. dubna 2014.
7. ↑ ^{a b} Wolfgang Schoppek: Mentální aritmetika z pohledu teorie ACT - R (PDF) uni-saarland.de. Citováno 8. dubna 2014.
8. ↑ Müssler, J. Prinz, W. (2002). Obecná psychologie . Heidelberg: spektrum. 715-733.
9. ^ Anderson, JR, & Schunn, CD (2000): Důsledky teorie učení ACT-R: Žádné kouzelné kulky. In R. Glaser (Ed.), Advances in instruction psychology (5th ed., Pp. 1-34). Mahwah, NJ: Erlbaum.
10. ^ Glaser, R. (ed.) (2005). Pokroky v instruktážní psychologii (5. vydání) . Mahwah, NJ: Erlbaum.
11. ↑ ^{a b} J. R. Anderson: Jednoduchá teorie komplexního poznání , 1996 In : American Psychologist , 51, 355-365.
12. ^ Anderson, JR, Matessa, M., & Lebiere, C. (1997). ACT-R: Teorie poznání na vyšší úrovni a její vztah k vizuální pozornosti. Interakce člověk-počítač, 12, 439-462.
13. ↑ Oficiální web ACT-R 6
14. ↑ Cogtool oficiální webové stránky
15. ↑ Uživatelská příručka CogTool - verze 1.2 - 23. května 2012 Zpřístupněno 10. dubna 2014
16. ^ Anderson, JR, Fincham, JM, Qin, Y., a Stocco, A. (2008). Centrální okruh mysli, trendy v kognitivní vědě. 12 (4), 136-143.