Copycat(소프트웨어)

Copycat (software)
Metacat(Copycat successor)가 동작하고 있는 스크린샷으로, 아래에 설명이 약간 붙어 있습니다.

Copycat은 1988년 더글라스 호프스타터, 멜라니 미첼 등이 인디애나 대학교 [1]블루밍턴의 개념 및 인지 연구 센터에서 개발한 평행 계단식 스캔의 개념에 기초한 유추 제작과 인간 인지 모델이다.원본 Copycat은 Common Lisp로 작성되었으며 비트록텐(Lucid Common Lisp를 위한 최신 그래픽 라이브러리에 의존하기 때문에)이지만 Java 및 Python 포트는 존재합니다.2018년 최신 버전은 루카스 살디트와 J. 앨런 브로건의 Python3 포트입니다.

묘사

Copycat은 "abc는 ijk가 무엇에 대해 퇴위하는 것과 같은 문제(abc:abd:: ijk:?)에 대한 답을 제공합니다.Hofstadter와 Mitchell은 유추하는 것을 Hofstadter라고 부르는 높은 수준의 인식, 즉 높은 수준의 인식의 핵심으로 인식과 분류의 기본이라고 생각한다.높은 수준의 인식은 코덱렛이라고 불리는 많은 독립 프로세스들이 병렬로 실행, 경쟁 또는 협력하면서 확산되는 활동에서 비롯됩니다.그들은 일시적인 지각 구조를 만들고 파괴하며, 결국 답을 도출하기 위해 변형을 시도합니다.코드렛은 사전에 프로그램된 개념과 그 관련성(장기 메모리)을 기반으로 구축된 관련 네트워크인 슬립넷에 의존합니다.개념의 액티베이션레벨이 변화함에 따라 인근 개념과 개념적 오버랩이 발생합니다.

Copycat의 아키텍처는 슬립넷, 작업 영역(일명 칠판 시스템과 비슷하며 작업 영역) 및 코드랙(코드렛 포함)으로 구성되어 있습니다.슬립넷은 영속적인 개념을 나타내는 노드와 노드 간의 관계인 가중치 링크로 구성된 네트워크입니다.특정 링크와 관련된 유효 가중치는 특정 개념(노드)의 활성화 수준에 따라 시간에 따라 달라질 수 있기 때문에 기존의 의미 네트워크와는 다릅니다.코덱은 작업 영역에 구조를 구축하고 이에 따라 슬립넷의 활성화를 수정하며(상향적 프로세스), 슬립넷의 현재 상태에 따라 실행되어야 하는 코덱이 확률적으로 결정됩니다(하향적 영향).

다른 인지 아키텍처와의 비교

Copycat은 많은 면에서 ACT-R, Surge, DUAL, Psi 또는 서브셋션 아키텍처와 상당히 다릅니다.

카피캣은 호프스타터의 가장 인기 있는 모델이다.Hofstadter 등이 제시한 다른 모델은 아키텍처는 유사하지만, 이른바 마이크로 도메인, 그 적용, 예를 들어 Letter Spirit 등에서는 다르다.

Fluid Analogies Research Group(FARG)의 작업을 기술한 1995년의 Fluid Concepts and Creative Analogies(유체 개념과 창조적 유추) 책 이후, 카피캣과 같은 모델에 대한 작업이 계속되고 있습니다.2008년 현재 최신 모델은 Phaeaco(Bongard 문제 해결사), Seq See(수열 추정), Geq(기하학적 탐사), Moge(기하학) 및 Moatic Moge(기하학)입니다.델) 아키텍처는 'FARGitecture'라고 불리며 현재 구현에서는 C# 및 Java 등 다양한 현대 언어를 사용하고 있습니다.미래의 FARG 목표는 실험을 용이하게 하는 단일 범용 FARG텍처 소프트웨어 프레임워크를 구축하는 것이다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Hofstadter, Douglas R. Fluid Concepts and Creative Analogies. ISBN 978-0-465-05154-0.

추가 정보

외부 링크