Представьте себе, что память - это картонная коробка, заполненная до краев важными для вас вещами. На самом деле, представьте себе, что в нем есть важная вещь!
Надпись сбоку черным маркером, подчеркнутая тройным шрифтом. Но в любой конкретный момент для вас важно только одно: то, что вам нужно прямо сейчас. Как вы его нашли? Некоторые ранние модели постулировали, что нахождение чего-то в памяти - это процесс последовательного поиска.
Когда вам нужно найти что-то в коробке, вы просматриваете содержимое коробки по одному элементу за раз, пока не найдете то, что вам нужно. Если то, что вы ищете, находится не в коробке, вам придется искать во всем пространстве, чтобы это выяснить. Однако люди приходят к выводу, что тестируемый образец не находится в комплекте исследования слишком быстро, чтобы можно было правильно подобрать исчерпывающую модель серийного поиска.
Другие ранние модели предполагали прямой доступ к элементам памяти. Если вещи в коробке тщательно организованы, вы можете просто взять нужный предмет, не прибегая к поиску. Однако модели прямого доступа затрудняют учет влияния других элементов на распознавание данного элемента. В глобальных моделях сопоставления, память извлекает агрегированные данные по всему опыту. Чтобы найти что-то в коробке, переверните коробку вверх дном, сбросьте ее содержимое на пол и пройдите сквозь перепутанный бардак, чтобы найти нужную вещь. Глобальные совпадающие модели могут учитывать скорость поиска, как и модели прямого доступа, но также и влияние других элементов на поиск, таких как модели последовательного поиска.
Математический анализ глобальных моделей соответствия выявил сильное сходство между моделями. Хотя различные модели описывают структуру и динамику человеческой памяти, используя различные термины, сходства в математике, лежащей в основе этих видов, свидетельствуют о формирующемся консенсусе. С целью продвижения к единой теории человеческой памяти, мы предлагаем теоретическую основу для характеристики вычислительных моделей памяти. Эта структура подтверждает ключевые допущения глобальных моделей соответствия:
1. В памяти хранятся только трассы эпизода,
2. Повтор производит несколько трасс элемента,
3. Сигнал поиска связывает все трассы одновременно,
4. Каждая трасса активируется по аналогии с кием,
5. Все трассы отвечают одновременно, полученная информация отражает их суммарный вывод.
Ключевые допущения Гинцмана в общих чертах описывают поведение ассоциативной нейронной сети. Однако не все модели, реализующие концепцию Гинцмана , являются нейронными сетями. Некоторые модели, которые, похоже, нарушают эти допущения, такие как много-многоуровневые модели можно понимать как описания более высокого уровня, которые могут быть преобразованы в модель в рамках этой структуры. Декларативная память когнитивной архитектуры также имеет сильное математическое сходство с глобальными подходящими моделями и множественными моделями. Таким образом, мы воспринимаем предположения Гинцмана как описание в значительной степени негласного математического консенсуса между вычислительными моделями человеческой памяти: А именно, что человеческая память ведет себя как тип ассоциативной нейронной сети. Тем не менее, эта система предположений описывает обширное пространство возможных моделей памяти. В частности, существующие модели в литературе различаются по шести параметрам:
1. Выбор схемы представления: как строятся и комбинируются представления.
2. Выбор структуры данных: модель "несколько к одному", "один к одному" или "несколько к нескольким".
3. Выбор ассоциации: Гетеро- или авто-ассоциации.
4. Выбор правила обучения: Обучение без ошибок - обучение евреев или прогнозирование обучения на основе ошибок.
5. Выбор временного варианта процесса: Это эхо или зонд, который определяет время?
6. Выбор критериев для принятия решения о реагировании: Когда реагирует модель?
Некоторые из этих вариантов в значительной степени связаны с практическим осуществлением, что не имеет последствий для теории, в то время как другие представляют собой серые области, требующие проведения более теоретической работы.