인지모델

인지 모델은 이해와 예측을 목적으로 인간이나 다른 동물에서 하나 이상의 인지 과정을 근사치로 나타낸 것이다. 인지 모델에는 많은 종류가 있으며, 그것들은 상자-화살표에서부터 방정식 집합까지 인간이 작업을 완수하기 위해 사용하는 도구와 상호작용하는 소프트웨어 프로그램(예: 컴퓨터 마우스와 키보드)까지 다양하다.^{[1][page needed]}

인지 아키텍처와의 관계

인지 모델은 인지 아키텍처 내에서 또는 인지 아키텍처 없이 개발될 수 있지만, 두 모델이 항상 쉽게 구별되는 것은 아니다. 인지 아키텍처와 대조적으로 인지 모델은 단일 인지 현상 또는 프로세스(예: 목록 학습), 두 개 이상의 프로세스가 상호작용하는 방법(예: 시각 검색 bsc1780 의사 결정) 또는 특정 작업이나 도구에 대한 행동 예측(예: 새로운 소프트웨어 패키지 도입이 생산에 미치는 영향)에 초점을 맞추는 경향이 있다.ctivity). 인지 아키텍처는 모델링된 시스템의 구조적 특성에 초점을 맞추는 경향이 있으며, 아키텍처 내에서 인지 모델의 개발을 제약하는데 도움을 준다.^[2] 마찬가지로, 모델 개발은 구조의 한계와 단점을 알려주는 데 도움이 된다. 인지 모델링에 가장 인기 있는 아키텍처로는 ACT-R, 클라리온, LIDA, Sky 등이 있다.

역사

인지 모델링은 역사적으로 인지심리학/인지과학(인적 요인 포함) 내에서 발달했으며, 그 중에서도 기계학습과 인공지능 분야에서 기여를 받아왔다.

상자화살표 모형

언어의 인식, 저장 및 생산에 관련된 프로세스를 설명하기 위해 많은 핵심 용어가 사용된다. 전형적으로, 그것들은 어린이 환자를 치료하는 동안 언어 병리학자에 의해 사용된다. 입력 신호는 어린이가 듣는 음성 신호로, 보통 성인 스피커에서 나오는 것으로 가정한다. 출력 신호는 아이가 내는 발성이다. 입력 신호의 도착과 언어의 생산 사이에 발생하는 보이지 않는 심리적인 사건들은 심리 언어학 모델의 초점이다. 입력 신호를 처리하는 이벤트를 입력 프로세스라고 하는 반면, 음성 생산을 처리하는 이벤트는 출력 프로세스라고 한다. 음성 처리의 일부 측면은 온라인에서 일어나는 것으로 생각되는데, 즉, 그것들은 실제 인식이나 언어 생산 중에 발생하기 때문에 음성 작업에 전념하는 주의력 자원의 공유가 필요하다. 오프라인에서 일어나는 것으로 생각되는 다른 과정들은 언어 과제에 전념하는 시간보다는 아이의 배경 정신 처리의 일부로 일어난다. 이런 의미에서 온라인 프로세싱은 때때로 실시간으로 발생하는 것으로 정의되는 반면, 오프라인 프로세싱은 시간이 없다고 한다(Hulett, 1990). 상자화살 심리언어학 모델에서는 각 가설의 표현이나 처리 수준을 "상자"로 도표로 나타낼 수 있으며, 이들 사이의 관계는 "화살"로 나타낼 수 있다. 때때로 화살표는 (본지 뒷부분에서 설명한 1973년 스미스와 1978년 멘의 모델에서와 같이) 상자에 표시된 프로세스에 추가되는 과정을 나타낸다. 그러한 모델은 컴퓨터 프로그램에 의해 수행되는 과정과 결정을 묘사하는 컴퓨터 흐름도와 유사한 방식으로 특정 인지 기능(언어 등)에서 수행되는 가설의 정보 처리 활동을 명시한다. 상자-화살표 모델은 그들이 설명하는 보이지 않는 심리 과정의 수와 따라서 그들이 포함하는 상자의 수에 있어서 크게 다르다. 입력 신호와 출력 신호 사이에 한 두 개의 상자만 있는 반면(예: Menn, 1978; Smith, 1973), 다른 상자는 서로 다른 다수의 정보 처리 이벤트 사이의 복잡한 관계를 나타내는 여러 개의 상자를 가지고 있다(예: Hewlett, 1990; Hewlett, Gibbon, & Cohen- McKenzie, 1998; Stackhouse & Wells, 1997). 그러나 가장 중요한 상자와 현재 진행 중인 논쟁의 근원은 기초적인 대표성(또는 UR)을 대변하는 것이다. 본질적으로, 기저 표현은 아이가 알고 사용하는 단어에 대해 아이의 마음속에 저장된 정보를 포착한다. 다음과 같은 여러 모델에 대한 설명이 설명하듯이, 이 정보의 성격과 따라서 아동의 지식 기반에 존재하는 표현의 유형은 한동안 연구자들의 관심을 사로잡았다. (엘리스 베이커 외 연구진). 음성발달의 심리언어학적 모델과 임상실무에 대한 응용 언어 및 청각 연구 저널. 2001년 6월. 44 페이지 685–702.)

컴퓨터 모델

이 구간은 확장이 필요하다. 덧셈으로 도와줘도 된다.(2010년 12월)

연산모델은 컴퓨터 시뮬레이션에 의한 복잡한 시스템의 동작을 연구하기 위해 광범위한 연산자원이 필요한 연산과학의 수학적 모델이다. 연구 대상 시스템은 단순하고 직관적인 분석 솔루션을 쉽게 이용할 수 없는 복잡한 비선형 시스템인 경우가 많다. 문제에 대한 수학적인 분석적 해결책을 도출하기보다는, 모델과의 실험은 컴퓨터 내 시스템의 파라미터를 변경하고, 실험 결과의 차이를 연구함으로써 이루어진다. 모델의 작동 이론은 이러한 계산 실험에서 파생/중복될 수 있다. 일반적인 계산 모델의 예로는 날씨 예측 모델, 지구 시뮬레이터 모델, 비행 시뮬레이터 모델, 분자 단백질 접기 모델, 신경 네트워크 모델이 있다.

상징적

상징 모델은 일반적으로 숫자가 아닌 문자로 표현되며, 그것들을 사용하기 전에 번역이 필요하다.

서브심볼릭

인지 모델은 자신의 차례대로 표현되지 않는 구성 요소(예: 픽셀, 귀에 의해 인식되는 소리 이미지, 신호 샘플, 신경 네트워크의 하위 기호 단위)에 의해 만들어진 경우 하위 기호다.

잡종

하이브리드 컴퓨터는 아날로그 컴퓨터와 디지털 컴퓨터의 특징을 보여주는 컴퓨터다. 디지털 구성요소는 일반적으로 제어기 역할을 하며 논리적 연산을 제공하는 반면, 아날로그 구성요소는 일반적으로 미분 방정식의 해결사 역할을 한다. 하이브리드 인텔리전트 시스템에 대한 자세한 내용은 하이브리드 인텔리전트 시스템을 참조하십시오.

다이너믹 시스템

전통적인 계산적 접근법에서 표현은 이산 기호들의 정적 구조로 간주된다. 인식은 정적 기호 구조를 이산 순차적 단계로 변환하여 이루어진다. 감각 정보는 상징적인 입력으로 변환되어 모터 출력물로 변환되는 상징적인 출력을 생성한다. 전체 시스템은 지속적인 사이클로 작동한다.

이러한 전통적인 견해에서 빠진 것은 인간의 인식은 지속적으로 실시간으로 일어난다는 것이다. 프로세스를 별개의 시간 단계로 분해하는 것은 이 동작을 완전히 포착하지 못할 수 있다. 대안적 접근방식은 (1) 주어진 시간에 시스템 상태를 가진 시스템, (2) 전체 상태의 시간에 따른 변화로 정의되는 동작, (3) 시스템이 있을 수 있는 전체 상태의 총합성을 나타내는 상태 집합 또는 상태 공간을 갖는 시스템을 정의하는 것이다.^[3] 시스템은 시스템 상태의 어떤 측면의 변화가 동일하거나 다른 시스템 상태의 다른 측면에 따라 결정된다는 사실에 의해 구별된다.^[4]

일반적인 동적 모델은 시스템 상태가 시간에 따라 어떻게 변화하는지 설명하는 몇 가지 미분 방정식에 의해 공식화된다. 그렇게 함으로써, 이러한 역학을 나타내는 근본적인 메커니즘의 물리적 성질 대신, 가능한 궤도의 공간과 시간에 따라 펼쳐지는 특정한 궤적을 형성하는 내적, 외적 힘의 형태는 설명력을 전달한다. 이 역동적인 관점에서 파라메트릭 입력은 일부 외부 상황을 설명하는 내부 상태를 지정하기보다는 시스템의 본질적 역동성을 변화시킨다.

초기 동력학 시스템

연상기억

인식에 동적 시스템을 적용하는 초기 작업은 Hopfield 네트워크의 모델에서 찾을 수 있다.^[5][6] 이러한 네트워크들은 연상기억의 모델로 제안되었다. 그것들은 기억의 신경학적 수준을 나타내며, 온 또는 오프 상태에 있을 수 있는 약 30개의 뉴런의 모델링 시스템을 나타낸다. 네트워크가 스스로 학습하게 함으로써 구조와 계산 속성이 자연스럽게 생겨난다. 기존 모델과 달리 전체 메모리의 소량을 입력해 '메모리'를 형성하고 호출할 수 있다. 기억의 시간 순서 또한 암호화될 수 있다. 시스템의 동작은 시스템의 다른 상태를 나타내는 값을 변경할 수 있는 벡터로 모델링된다. 비록 많은 세부사항들이 추가되지 않았고 더 많은 현상들이 설명되었지만, 이 초기 모델은 인간 인식에 대한 역동적인 시스템 관점을 향한 주요한 단계였다.

언어 습득

엘먼은 인간의 신경계통의 진화적 발달과 뇌가 다른 장기와 유사하다는 점을 감안하여 언어와 인지력을 디지털 심볼프로세서가 아닌 역동적 시스템으로 취급해야 한다고 제안했다.^[7] 엘먼이 구현한 형태의 신경망은 엘먼 네트워크로 알려지게 되었다. 언어를 고정된 규칙에 따라 학습한 다음 사용되는 정적 어휘 항목과 문법 규칙의 집합으로 취급하는 대신, 동적 시스템 뷰는 어휘를 동적 시스템 내의 국가 공간의 영역으로 정의한다. 문법은 국가 공간에서의 움직임을 제약하는 유인원과 중계기로 구성된다. 이것은 표현은 문맥에 민감하다는 것을 의미하며, 정신적 표현은 구성되고 정적으로 남아 있는 사물 대신 정신적 공간을 통한 궤도로 간주된다. 엘먼 네트워크는 역동적인 시스템으로서 문법을 나타내기 위해 간단한 문장으로 훈련되었다. 일단 기본적인 문법이 학습되면, 네트워크는 역동적인 모델에 따라 다음에 어떤 단어가 나타날지 예측함으로써 복잡한 문장들을 구문 분석할 수 있었다.^[8]

인지 발달

고전적인 발달 오류가 동적 시스템의 맥락에서 조사되었다.^[9][10] A-not-B 오류는 특정 연령(8~10개월)에서 발생하는 뚜렷한 오류가 아니라, 나이 든 어린이에게도 존재하는 동적 학습 과정의 특징으로 제안된다. 2세 어린이는 샌드박스에 숨겨진 장난감을 검색할 때 A-not-B 오류와 비슷한 오류를 범하는 것으로 조사됐다. A 위치에 숨겨져 있는 장난감을 관찰하고 그곳에서 반복적으로 찾아본 결과, 2살짜리 아이들에게는 새로운 위치 B에 숨겨져 있는 장난감이 보였다. 이들은 장난감을 찾자 A위치 쪽으로 치우친 곳을 뒤졌다. 이는 시간이 지남에 따라 변화하는 장난감 위치를 지속적으로 표현하고 있음을 시사한다. 아이의 과거 행동은 샌드박스의 위치 모델에 영향을 미치기 때문에, 행동과 학습에 대한 설명은 샌드박스의 시스템과 아이의 과거 행동이 시간이 지남에 따라 어떻게 변화하고 있는지를 고려해야 한다.^[10]

이동

동적 시스템의 한 가지 제안된 메커니즘은 연속 시간 반복 신경 네트워크(CTRNN)의 분석에서 나온다. 상태보다는 신경망의 출력에 초점을 맞추고 완전하게 상호 연결된 네트워크를 조사함으로써 3뉴론 중앙 패턴 발생기(CPG)를 사용하여 보행 중 다리 움직임과 같은 시스템을 나타낼 수 있다.^[11] 이 CPG에는 다리의 발, 후진 스윙, 전방 스윙 이펙터 등을 제어하는 3가지 운동 뉴런이 들어 있다. 네트워크의 출력은 발이 위 또는 아래인지 여부와 다리 관절에서 토크를 발생시키기 위해 가해지는 힘의 양을 나타낸다. 이 패턴의 한 가지 특징은 뉴런 출력이 꺼져 있거나 대부분 꺼져 있다는 것이다. 또 다른 특징은 주가 준안정적이라는 점인데, 이는 결국 다른 주로 옮겨간다는 것을 의미한다. 이와 같은 단순한 패턴 발생기 회로는 역동적인 시스템을 위한 빌딩 블록으로 제안된다. 한 준안정 상태에서 다른 준안정 상태로 동시에 전환되는 뉴런 집합은 동적 모듈로 정의된다. 이 모듈들은 이론적으로 결합되어 완전한 동적 시스템을 구성하는 더 큰 회로를 만들 수 있다. 그러나 이러한 결합이 어떻게 일어날 수 있는지에 대한 세부적인 사항은 충분히 파악되지 않고 있다.

현대 동력학 시스템

행동 역학

인지 연구에 적용된 역동적 시스템의 현대적 공식화는 다양하다. "행동적 역학"^[12]이라고 불리는 그러한 공식화 중 하나는 에이전트와 환경을 고전적 역학 시스템 이론에 근거한 결합적 역학 시스템 쌍으로 취급한다. 이 공식화에서, 환경의 정보는 에이전트의 행동을 알려주고 에이전트의 행동은 환경을 수정한다. 인식-행동 주기의 구체적인 경우, 환경과 대리인의 결합은 두 가지 기능으로 공식화된다. 첫째는 작용제의 표현을 근육 활성화의 특정 패턴으로 변환하여 환경에 힘을 발생시킨다. 두 번째 함수는 환경으로부터 얻은 정보(즉 환경의 현재 상태를 반영하는 에이전트 수용체에서의 자극의 패턴)를 에이전트 작용을 제어하는 데 유용한 표현으로 변환한다. 다른 유사한 동적 시스템이 제안되었다(공식적인 프레임워크로 개발되지는 않았지만), 작용자의 신경계, 작용자의 신체, 환경이 함께^[13][14] 결합되어 있다.

적응적 행동

행동 역학은 기관차 행동에 적용되어 왔다.^[12][15][16] 행동 역학으로 움직임을 모델링하는 것은 적응적 행동이 에이전트와 환경의 상호작용에서 발생할 수 있다는 것을 보여준다. 이 프레임워크에 따르면 적응적 행동은 두 가지 수준의 분석에 의해 포착될 수 있다. 인식과 행동의 첫 번째 수준에서, 에이전트와 환경은 에이전트가 환경에 적용하는 힘과 환경이 제공하는 구조화된 정보에 의해 함께 결합된 역동적인 시스템 쌍으로 개념화될 수 있다. 따라서 행동 역학은 에이전트와 환경 상호작용에서 나온다. 시간 진화의 두 번째 단계에서 행동은 벡터장으로 대표되는 역동적인 시스템으로 표현될 수 있다. 이 벡터 분야에서, 유인기는 안정된 행동 해결책을 반영하고,분기들은행동의 변화를 반영한다. 중앙 패턴 생성기에 대한 이전 연구와 달리, 이 프레임워크는 안정적인 행동 패턴이 에이전트나 환경의 구조에 의해 결정되기 보다는 에이전트 환경 시스템의 출현적이고 자기 조직적인 속성임을 시사한다.

개방 동력학 시스템

고전적인 동적 시스템 이론의 연장선에서,^[17] 환경과 대리인의 동적 시스템을 서로 결합하는 것이 아니라, "개방형 동적 시스템"은 "총체 시스템"과 "대리 시스템" 그리고 이 두 시스템을 관련시키는 메커니즘을 정의한다. 총체계는 한 환경에서 에이전트를 모델링하는 역동적인 시스템인 반면, 에이전트 시스템은 한 에이전트의 내재적 역학(즉, 환경이 없는 상태에서 에이전트의 역학)을 모델링하는 역동적인 시스템이다. 중요한 것은, 관계 메커니즘이 두 시스템을 함께 결합하는 것이 아니라, 디커플링된 에이전트의 전체 시스템으로 총 시스템을 연속적으로 수정하는 것이다. 전체 시스템과 에이전트 시스템을 구분함으로써, 에이전트와 환경이 분리되었을 때, 그리고 에이전트가 환경에 내장되었을 때, 에이전트의 행동을 조사할 수 있다. 이러한 공식화는 오픈 다이내믹 시스템에서는 에이전트 시스템을 에이전트 시스템으로 볼 수 있고, 환경과 환경에 결합한 에이전트를 오픈 다이내믹 시스템에서는 총체적인 시스템으로 볼 수 있는 고전적인 공식화에서 일반화라고 볼 수 있다.

구체화된 인식

역동적인 시스템과 내재된 인식의 맥락에서 표현은 지표나 중재자로 개념화될 수 있다. 지표 보기에서 내부 상태는 물체에 노출되는 동안 시스템의 상태가 그 물체의 표현인 환경에서 물체의 존재에 대한 정보를 전달한다. 중재자의 관점에서, 내부 주들은 시스템이 목표를 달성하는데 사용하는 환경에 대한 정보를 가지고 있다. 이 보다 복잡한 계정에서, 시스템의 상태는 에이전트가 환경으로부터 가져가는 정보와, 대리인의 행동에 의해 환경에 가해지는 힘을 매개하는 정보를 전달한다. 개방형 동적 시스템의 적용은 네 가지 유형의 고전적 구현 인식 사례에 대해 논의되었다.^[18]

1. "직관성"이라고 하는 목표를 달성하기 위해 환경과 에이전트가 함께 협력해야 하는 경우. 친밀함의 전형적인 예는 목표를 달성하기 위해 일하는 단순한 요원의 행동이다(예를 들어 곤충이 환경을 가로지르는 행위). 목표의 성공적인 완료는 완전히 에이전트와 환경의 결합에 의존한다.^[19]
2. 외부 아티팩트를 사용하면 이러한 아티팩트가 없는 성능에 비해 작업 성능이 향상되는 인스턴스. 이 과정을 "오프로드"라고 한다. 스크래블 플레이어의 전형적인 오프로드 예는 스크래블 플레이어의 행동이다; 사람들은 앞에 타일이 있고 그들의 배열을 신체적으로 조작할 수 있다면 스크래블 플레이를 할 때 더 많은 단어를 만들 수 있다. 이 예에서 스크래블 타일을 사용하면 에이전트가 작업 메모리 요구를 타일 자체에 오프로드할 수 있다.^[20]
3. 기능적으로 동등한 외부 아티팩트가 일반적으로 에이전트에 의해 내부적으로 수행되는 기능을 대체하는 경우, 이는 오프로드의 특별한 경우다. 한 가지 유명한 예는 유물이 있든 없든 복잡한 환경에서 인간(특히 오토와 인가 에이전트) 항해하는 것이다.^[21]
4. 에이전트가 한 개도 없는 인스턴스. 개별 에이전트는 여러 개의 에이전트와 여러 개의 아티팩트를 포함하는 더 큰 시스템의 일부분이다. Ed Hutchins가 그의 저서 "Cognition in the Wild"에서 공식화한 유명한 예 중 하나는 해군 함정을 항해한 것이다.^[22]

이러한 예에 대한 해석은 (1) 총체적 시스템 캡처, (2) 하나 이상의 에이전트 시스템이 개별 에이전트의 본질적 역동성을 포착함, (3) 에이전트의 완전한 행동은 환경에서의 상황과 관련된 에이전트의 본질적 역동성에 대한 변화로 이해될 수 있음, 그리고 (4) 개방된 역동적 시스템의 경로는 대표 과정으로 해석될 수 있다. 이러한 내재된 인식 예는 에이전트 환경 시스템의 새로운 역학 연구와 더불어 에이전트 시스템의 내재적 역학 연구의 중요성을 보여준다. 기존의 인지과학적 접근방식과 대립하기보다는 역동적인 시스템은 이러한 방법들의 자연스러운 연장이며 경쟁보다는 병행하여 연구되어야 한다.

참고 항목

• 계산 인식
• 언어 습득의 연산 모델
• 계산에 의한 정신의 이해
• 마인드모들링@홈
• 기억력-예측 프레임워크
• 공간 매핑

참조

외부 링크

위키미디어 커먼즈에는 인지 모델과 관련된 미디어가 있다.

위키미디어 커먼즈에는 인지 모델과 관련된 미디어가 있다.

• CMU의 인지 모델링
• RPI(HCI)에서의 인지 모델링
• RPIO에서의 인지 모델링(CLARION)
• Memphis 대학교 인지 모델링(LIDA)
• UMICH의 인지 모델링