ACT-R - ACT-R

ACT-R
Autori originali John Robert Anderson
Versiune stabila
7.21.6- <3099: 2020-12-21> / 21 decembrie 2020 ; acum 4 luni  ( 21 decembrie 2020 )
Scris in Lisp comun
Tip Arhitectura cognitivă
Licență GNU LGPL v2.1
Site-ul web act-r .psy .cmu .edu

ACT-R (pronunțat / ˌækt ˈɑr /; prescurtare pentru „ Control adaptiv al gândirii - rațional ”) este o arhitectură cognitivă dezvoltată în principal de John Robert Anderson și Christian Lebiere la Universitatea Carnegie Mellon . Ca orice arhitectură cognitivă, ACT-R își propune să definească operațiile cognitive și perceptive de bază și ireductibile care permit mintea umană. În teorie, fiecare sarcină pe care oamenii o pot îndeplini ar trebui să conste dintr-o serie de aceste operații discrete.

Majoritatea ipotezelor de bază ale ACT-R sunt, de asemenea, inspirate de progresul neuroștiinței cognitive , iar ACT-R poate fi văzut și descris ca un mod de a specifica modul în care creierul în sine este organizat într-un mod care permite modulelor de procesare individuale să producă cunoaștere.

Inspirație

ACT-R a fost inspirat de munca lui Allen Newell și, în special, de susținerea pe tot parcursul vieții a ideii teoriilor unificate ca singura modalitate de a descoperi cu adevărat bazele cunoașterii. De fapt, Anderson îl consideră de obicei pe Newell drept sursa majoră de influență asupra propriei sale teorii.

Cum arată ACT-R

La fel ca alte arhitecturi cognitive influente (inclusiv Soar , CLARION și EPIC), teoria ACT-R are o implementare computațională ca interpret al unui limbaj de codare special. Interpretul în sine este scris în Common Lisp și poate fi încărcat în oricare dintre distribuțiile de limbaj Common Lisp.

Aceasta înseamnă că orice cercetător poate descărca codul ACT-R de pe site-ul web ACT-R, îl poate încărca într-o distribuție Common Lisp și poate obține acces complet la teorie sub forma interpretului ACT-R.

De asemenea, acest lucru permite cercetătorilor să specifice modele de cunoaștere umană sub forma unui script în limbajul ACT-R. Primitivele limbajului și tipurile de date sunt concepute pentru a reflecta ipotezele teoretice despre cunoașterea umană. Aceste presupuneri se bazează pe numeroase fapte derivate din experimente în psihologia cognitivă și imagistica creierului .

La fel ca un limbaj de programare , ACT-R este un cadru: pentru diferite sarcini (de exemplu, Turnul din Hanoi, memoria pentru text sau pentru lista de cuvinte, înțelegerea limbajului, comunicarea, controlul aeronavelor), cercetătorii creează „modele” (adică programe) în ACT-R. Aceste modele reflectă ipotezele modelatorilor despre sarcină în viziunea ACT-R a cunoașterii. Modelul ar putea fi apoi rulat.

Rularea unui model produce automat o simulare pas cu pas a comportamentului uman care specifică fiecare operație cognitivă individuală (de exemplu, codificarea și regăsirea memoriei, codificarea vizuală și auditivă, programarea și execuția motorului, manipularea imaginilor mentale). Fiecare pas este asociat cu predicții cantitative ale latențelor și preciziei. Modelul poate fi testat prin compararea rezultatelor sale cu datele colectate în experimente comportamentale.

În ultimii ani, ACT-R a fost, de asemenea, extins pentru a face predicții cantitative ale tiparelor de activare din creier, așa cum a fost detectat în experimentele cu RMN . În special, ACT-R a fost mărit pentru a prezice forma și cursul timpului răspunsului BOLD al mai multor zone cerebrale, inclusiv zonele mâinii și gurii din cortexul motor , cortexul prefrontal stâng , cortexul cingulat anterior și bazal ganglioni .

Scurtă schiță

Presupunerea cea mai importantă a ACT-R este că cunoștințele umane pot fi împărțite în două tipuri ireductibile de reprezentări: declarative și procedurale .

În cadrul codului ACT-R, cunoștințele declarative sunt reprezentate sub formă de bucăți , adică reprezentări vectoriale ale proprietăților individuale, fiecare accesibilă dintr-un slot etichetat.

Bucățile sunt ținute și făcute accesibile prin tampoane , care sunt partea frontală a ceea ce sunt module , adică structuri cerebrale specializate și în mare măsură independente.

Există două tipuri de module:

  • Module perceptive-motorii , care au grijă de interfața cu lumea reală (adică cu o simulare a lumii reale). Cele mai bine dezvoltate module perceptive-motor din ACT-R sunt modulele vizuale și manuale.
  • Module de memorie . Există două tipuri de module de memorie în ACT-R:
    • Memoria declarativă , formată din fapte precum Washington, DC este capitala Statelor Unite , Franța este o țară din Europa sau 2 + 3 = 5
    • Memorie procedurală , realizată din producții. Producțiile reprezintă cunoștințe despre modul în care facem lucrurile: de exemplu, cunoștințe despre cum să tastați litera „Q” pe o tastatură, despre cum să conduceți sau despre cum să efectuați adăugarea.

Toate modulele pot fi accesate numai prin tampoanele lor. Conținutul bufferelor într-un moment dat reprezintă starea ACT-R în acel moment. Singura excepție de la această regulă este modulul procedural, care stochează și aplică cunoștințele procedurale. Nu are un buffer accesibil și este de fapt folosit pentru a accesa conținutul altor module.

Cunoașterea procedurală este reprezentată sub formă de producții . Termenul „producție” reflectă implementarea efectivă a ACT-R ca sistem de producție , dar, de fapt, o producție este în principal o notație formală pentru a specifica fluxul de informații din zonele corticale (adică tampoanele) către ganglionii bazali și înapoi la cortex.

În fiecare moment, o potrivire de tipare internă caută o producție care se potrivește cu starea actuală a bufferelor. Doar o astfel de producție poate fi executată la un moment dat. Această producție, atunci când este executată, poate modifica bufferele și astfel poate schimba starea sistemului. Astfel, în ACT-R, cunoașterea se desfășoară ca o succesiune de trageri de producție.

Dezbaterea simbolică vs conexionistă

În științele cognitive , teorii diferite sunt de obicei atribuite fie abordării „ simbolice ”, fie „ conexioniste ” a cunoașterii. ACT-R aparține în mod clar câmpului „simbolic” și este clasificat ca atare în manuale și colecții standard. Entitățile sale (bucăți și producții) sunt discrete și operațiunile sale sunt sintactice, adică nu se referă la conținutul semantic al reprezentărilor, ci doar la proprietățile lor care le consideră adecvate să participe la calcul (calcule). Acest lucru este văzut clar în sloturile de bucăți și în proprietățile de potrivire a tamponului în producții, ambele funcționând ca variabile simbolice standard.

Membrii comunității ACT-R, inclusiv dezvoltatorii săi, preferă să se gândească la ACT-R ca la un cadru general care specifică modul în care este organizat creierul și modul în care organizarea sa dă naștere la ceea ce este perceput (și, în psihologia cognitivă, investigat) ca minte, mergând dincolo de dezbaterea tradițională simbolică / conexionistă. Nimic din toate acestea, în mod natural, nu argumentează împotriva clasificării ACT-R ca sistem simbolic, deoarece toate abordările simbolice ale cunoașterii vizează descrierea minții, ca produs al funcției creierului, folosind o anumită clasă de entități și sisteme pentru a atinge acest obiectiv.

O neînțelegere comună sugerează că ACT-R poate să nu fie un sistem simbolic, deoarece încearcă să caracterizeze funcția creierului. Acest lucru este incorect din două puncte de vedere: În primul rând, toate abordările modelării computaționale a cunoașterii, simbolice sau de altă natură, trebuie să caracterizeze într-o oarecare privință funcția creierului, deoarece mintea este funcția creierului. Și în al doilea rând, toate aceste abordări, inclusiv abordările conexioniste, încearcă să caracterizeze mintea la un nivel cognitiv de descriere și nu la nivel neuronal, deoarece doar la nivel cognitiv se pot reține generalizări importante.

Alte neînțelegeri apar din cauza caracterului asociativ al anumitor proprietăți ACT-R, cum ar fi bucăți care răspândesc activarea între ele sau bucăți și producții care au proprietăți cantitative relevante pentru selecția lor. Niciuna dintre aceste proprietăți nu combate natura fundamentală a acestor entități ca fiind simbolică, indiferent de rolul lor în selecția unității și, în cele din urmă, în calcul.

Teorie vs. implementare și Vanilla ACT-R

Importanța distincției între teoria în sine și implementarea acesteia este de obicei evidențiată de dezvoltatorii ACT-R.

De fapt, o mare parte din implementare nu reflectă teoria. De exemplu, implementarea propriu-zisă folosește „module” suplimentare care există doar din motive pur computaționale și nu ar trebui să reflecte nimic în creier (de exemplu, un modul de calcul conține generatorul de numere pseudo-aleatorii utilizat pentru a produce parametri zgomotoși, în timp ce altul deține rutine de denumire pentru generarea de structuri de date accesibile prin nume de variabile).

De asemenea, implementarea efectivă este concepută pentru a permite cercetătorilor să modifice teoria, de exemplu prin modificarea parametrilor standard sau prin crearea de module noi sau modificarea parțială a comportamentului celor existente.

În cele din urmă, în timp ce laboratorul lui Anderson de la CMU menține și eliberează codul oficial ACT-R, au fost puse la dispoziție alte implementări alternative ale teoriei. Aceste implementări alternative includ jACT-R (scris în Java de Anthony M. Harrison la Naval Research Laboratory ) și Python ACT-R (scris în Python de Terrence C. Stewart și Robert L. West la Universitatea Carleton , Canada).

În mod similar, ACT-RN (acum întrerupt) a fost o implementare neuronală completă a versiunii 1993 a teoriei. Toate aceste versiuni erau pe deplin funcționale, iar modelele au fost scrise și rulate împreună cu toate acestea.

Datorită acestor grade de implementare a libertății, comunitatea ACT-R se referă de obicei la versiunea „oficială”, bazată pe Lisp , a teoriei, atunci când este adoptată în forma sa originală și lăsată nemodificată, ca „Vanilla ACT-R”.

Aplicații

De-a lungul anilor, modelele ACT-R au fost utilizate în peste 700 de publicații științifice diferite și au fost citate în multe altele.

Memorie, atenție și control executiv

Sistemul de memorie declarativă ACT-R a fost folosit pentru a modela memoria umană încă de la începuturile sale. În decursul anilor, s-a adoptat modelarea cu succes a unui număr mare de efecte cunoscute. Acestea includ efectul ventilatorului de interferență pentru informare, asociate Primacy și experiența recentă efecte de memorie listă, și rechemare în serie.

ACT-R a fost utilizat pentru modelarea proceselor de control și atenție într-o serie de paradigme cognitive. Acestea includ sarcina Stroop , comutarea sarcinilor , perioada refractară psihologică și multi-tasking.

Limbaj natural

Un număr de cercetători au folosit ACT-R pentru a modela mai multe aspecte ale înțelegerii și producției limbajului natural . Acestea includ modele de analiză sintactică, înțelegerea limbajului, însușirea limbajului și înțelegerea metaforelor.

Sarcini complexe

ACT-R a fost folosit pentru a surprinde modul în care oamenii rezolvă probleme complexe precum Turnul din Hanoi sau modul în care oamenii rezolvă ecuațiile algebrice. De asemenea, a fost folosit pentru modelarea comportamentului uman în timpul conducerii și zborului.

Odată cu integrarea capabilităților perceptiv-motorii, ACT-R a devenit din ce în ce mai popular ca instrument de modelare a factorilor umani și a interacțiunii om-computer. În acest domeniu, a fost adoptat modelarea comportamentului de conducere în condiții diferite, selectarea meniului și căutarea vizuală pe aplicația de computer și navigarea pe web.

Neuroștiințe cognitive

Mai recent, ACT-R a fost folosit pentru a prezice modele de activare a creierului în timpul experimentelor imagistice. În acest domeniu, modelele ACT-R au fost utilizate cu succes pentru a prezice activitatea prefrontală și parietală în recuperarea memoriei, activitatea cingulată anterioară pentru operațiile de control și modificările legate de practică în activitatea creierului.

Educaţie

ACT-R a fost adesea adoptat ca bază pentru tutorii cognitivi . Aceste sisteme utilizează un model ACT-R intern pentru a imita comportamentul unui elev și pentru a-și personaliza instrucțiunile și programa, încercând să „ghicească” dificultățile pe care le pot avea studenții și să ofere ajutor concentrat.

Astfel de „tutori cognitivi” sunt folosiți ca o platformă de cercetare privind învățarea și modelarea cognitivă ca parte a Centrului științific al învățării din Pittsburgh. Unele dintre cele mai de succes aplicații, cum ar fi Tutorul cognitiv pentru matematică, sunt utilizate în mii de școli din Statele Unite.

Scurt istoric

Primii ani: 1973-1990

ACT-R este succesorul suprem al unei serii de modele din ce în ce mai precise de cunoaștere umană dezvoltate de John R. Anderson .

Rădăcinile sale pot fi retrocedate la modelul original de memorie HAM (Human Associative Memory), descris de John R. Anderson și Gordon Bower în 1973. Modelul HAM a fost ulterior extins în prima versiune a teoriei ACT. Aceasta a fost prima dată când memoria procedurală a fost adăugată la sistemul original de memorie declarativă, introducând o dihotomie de calcul care s-a dovedit mai târziu că se păstrează în creierul uman. Teoria a fost apoi extinsă în continuare în modelul ACT * al cunoașterii umane.

Integrarea cu analiza rațională: 1990–1998

La sfârșitul anilor optzeci, Anderson s-a dedicat explorării și conturării unei abordări matematice a cunoașterii pe care a numit-o Analiza rațională . Ipoteza de bază a analizei raționale este că cunoașterea este optim adaptativă, iar estimările precise ale funcțiilor cognitive reflectă proprietățile statistice ale mediului. Mai târziu, el a revenit la dezvoltarea teoriei ACT, folosind Analiza rațională ca cadru unificator pentru calculele subiacente. Pentru a evidenția importanța noii abordări în conturarea arhitecturii, numele său a fost modificat în ACT-R, cu „R” care înseamnă „Rational”.

În 1993, Anderson s-a întâlnit cu Christian Lebiere, un cercetător în modele conexioniste renumite în cea mai mare parte pentru că a dezvoltat împreună cu Scott Fahlman algoritmul de învățare a corelării în cascadă . Munca lor comună a culminat cu lansarea ACT-R 4.0. Datorită lui Mike Byrne (acum la Universitatea Rice ), versiunea 4.0 a inclus, de asemenea, capacități opționale de percepție și motor, inspirate în mare parte din arhitectura EPIC, care a extins mult posibilele aplicații ale teoriei.

Imagistica creierului și structura modulară: 1998-2015

După lansarea ACT-R 4.0, John Anderson a devenit din ce în ce mai interesat de plauzibilitatea neuronală a teoriei vieții sale și a început să folosească tehnici de imagistică a creierului care urmăresc propriul său scop de a înțelege bazele computaționale ale minții umane.

Necesitatea luării în considerare a localizării creierului a împins o revizuire majoră a teoriei. ACT-R 5.0 a introdus conceptul de module, seturi specializate de reprezentări procedurale și declarative care ar putea fi mapate la sistemele cerebrale cunoscute. În plus, interacțiunea dintre cunoștințele procedurale și declarative a fost mediată de tampoane nou introduse, structuri specializate pentru păstrarea informațiilor active temporar (vezi secțiunea de mai sus). S-a crezut că tampoanele reflectă activitatea corticală, iar o serie ulterioară de studii au confirmat ulterior că activările în regiunile corticale ar putea fi legate cu succes de operațiile de calcul pe tampoane.

O nouă versiune a codului, complet rescrisă, a fost prezentată în 2005 ca ACT-R 6.0. De asemenea, a inclus îmbunătățiri semnificative în limbajul de codare ACT-R. Aceasta a inclus un nou mecanism în specificațiile de producție ACT-R numit potrivire dinamică a modelelor. Spre deosebire de versiunile anterioare care necesitau ca modelul asortat de o producție să includă sloturi specifice pentru informațiile din buffere, potrivirea dinamică a modelului permite ca sloturile care se potrivesc să fie specificate și de conținutul bufferului. O descriere și motivație pentru ACT-R 6.0 este dată în Anderson (2007).

ACT-R 7.0: 2015-Prezent

În cadrul atelierului din 2015, s-a susținut că modificările software necesită o creștere a numerotării modelului la ACT-R 7.0, o modificare majoră a software-ului a fost eliminarea cerinței conform cărora bucățile trebuie specificate pe baza tipurilor de bucăți predefinite. Mecanismul de tip chunk nu a fost eliminat, ci a fost schimbat de la a fi o construcție necesară a arhitecturii la a fi un mecanism sintactic opțional în software. Acest lucru a permis o mai mare flexibilitate în reprezentarea cunoștințelor pentru sarcini de modelare care necesită învățarea unor informații noi și a extins funcționalitatea oferită prin potrivirea dinamică a modelelor, permițând acum modelelor să creeze noi „tipuri” de bucăți. Acest lucru duce, de asemenea, la o simplificare a sintaxei necesare pentru specificarea acțiunilor dintr-o producție, deoarece toate acțiunile au acum aceeași formă sintactică. Software-ul ACT-R a fost, de asemenea, actualizat ulterior pentru a include o interfață la distanță bazată pe JSON RPC 1.0. Această interfață a fost adăugată pentru a facilita construirea sarcinilor pentru modele și lucrul cu ACT-R din alte limbi decât Lisp, iar tutorialul inclus cu software-ul a fost actualizat pentru a oferi implementări Python pentru toate exemplele de sarcini efectuate de modelele tutoriale .

Spin-off-uri

Dezvoltarea îndelungată a teoriei ACT-R a dat naștere unui anumit număr de proiecte paralele și conexe.

Cele mai importante sunt sistemul de producție PUPS, o implementare inițială a teoriei lui Anderson, abandonată ulterior; și ACT-RN, o implementare a rețelei neuronale a teoriei dezvoltată de Christian Lebiere.

Lynne M. Reder , de asemenea la Universitatea Carnegie Mellon , a dezvoltat la începutul anilor nouăzeci SAC , un model al aspectelor conceptuale și perceptive ale memoriei care împărtășește multe caracteristici cu sistemul declarativ de bază ACT-R, deși diferă în unele ipoteze.

Note

Referințe

  • Anderson, JR (2007). Cum poate apărea mintea umană în universul fizic? New York, NY: Oxford University Press. ISBN   0-19-532425-0 .
  • Anderson, JR, Bothell, D., Byrne, MD, Douglass, S., Lebiere, C. și Qin, Y. (2004). O teorie integrată a minții. Revista psihologică , 1036-1060.

linkuri externe