Модель конфликтного планирования супервизорной системы как пример канонической теории.
Модель CS / SS когнитивной архитектуры человека не так хорошо развита, как некоторые теоретические представления о когнитивной архитектуре человека, но она уникальна в рамках когнитивной психологии, поскольку основана на общем взгляде на когнитивную функцию в предметной области и поддерживается результатами нейропсихологических исследований7. Например, в отношении WCST испытуемые иногда допускают ошибки “потери набора”, когда их поведение предполагает, что после правильного вывода правила сортировки (о чем свидетельствует запуск правильно отсортированных карт) они спонтанно забывают правило. Такие ошибки особенно часто встречаются у неврологических пациентов с поражением нижней медиальной префронтальной коры головного мозга (Stuss et al., 2000), a region Shallice et al. (2008) ассоциируется с “внимательностью."В канонических рамках трудность данного субъекта здесь может быть понята как относящаяся к определенному аспекту поддержания веры (Eq. S1), но тот, который связан с сохранением существующих верований, а не с получением новых верований, например, интерпретацией наблюдений.
Персеверативные ошибки, при которых испытуемые не переключаются на правила сортировки при наличии устойчивой отрицательной обратной связи, часто встречаются в поведении пациентов с префронтальными поражениями. Stuss et al. (2000) предполагают, что персистирующие ошибки пациентов с поражением правой дорсолатеральной префронтальной коры обусловлены недостаточностью мониторинга. Однако избегание персеверативных ошибок также включает в себя отказ от ранее усиленного правила, процесс, обсуждаемый в психологической литературе под рубрикой “смещение набора” или “постановка задачи“, который часто считается включающим левую дорсолатеральную префронтальную кору. Этот процесс реализует форму эквалайзера. S7 но персистирующие ошибки различных групп пациентов предполагают, что может быть несколько основных причин (Stuss et al., 2000), и, как отмечалось выше, сбои в мониторинге (Eq. S9) также может привести к таким ошибкам.
Функциональные компоненты модели CS / SS подтверждаются большим количеством данных из когнитивной психологии, когнитивной нейропсихологии и когнитивной неврологии. Shallice (2006), например, рассматривает ряд нейропсихологических исследований, в которых поведение пациента может интерпретироваться как специфическое нарушение в “производстве одной или нескольких процедур для достижения цели” (т. е. S3, генерация вариантов кандидатов). Другие исследования, также рассмотренные Shallice (2006), предполагают, что процессы, связанные с проверкой того, что текущая обработка или поведение работают на достижение текущих целей, также могут быть избирательно нарушены (см. Также Shallice and Cooper, 2011). В таблице 3 обобщены некоторые из этих свидетельств, связывающих процессы модели CS/SS с каждой из сигнатур, опираясь на дальнейшие широко распространенные представления о когнитивной архитектуре человека и ее функции в решении проблем и принятии решений.
Таблица 3
www.frontiersin.org
Таблица 3. Некоторые взаимосвязи между каноническими функциями и избранными данными из когнитивной психологии и когнитивной неврологии.
Оценка 2: совместное принятие решений автономными агентами
Понимание основ автономной работы интеллектуальных систем в сложных, непредсказуемых условиях лежит в основе ИИ. Как уже говорилось выше, она является одним из основных направлений современных исследований программных агентов (например, Wooldridge, 2000; Fox et al., 2003; Poole and Mackworth, 2010). Одним из основных направлений исследований агентов являются мультиагентные системы, в которых автономные агенты взаимодействуют для достижения общих целей (Wooldridge, 2009). В этой области рассматриваются модели того, как задачи могут быть разделены между сотрудничающими, но индивидуально автономными агентами, какие формы коммуникации должны иметь место для достижения общих целей (например, информирование, запрос, переговоры, убеждение и совместное принятие решений) и другие когнитивные функции.
Мы провели первоначальную оценку канонической теории с помощью компьютерного моделирования многоагентной задачи принятия решений. Модель была построена с использованием инструмента COGENT modeling tool, который используется для визуализации когнитивных архитектур отдельных агентов с использованием расширенной нотации коробки и стрелки, а также реализована с использованием методов программирования на основе правил и логики. На рис. 7 показаны два вида агентурной сети, в которой три агента взаимодействуют друг с другом для принятия простого медицинского решения. Они делятся информацией о гипотетическом пациенте с болью в груди, и двое из них совместно принимают решение о лечении. На этой диаграмме эллипсы представляют собой различные типы хранилищ данных, а прямоугольники - "составные" модули, которые могут содержать компоненты обработки информации более низкого уровня (см. Cooper and Fox, 1998; Cooper et al., 2002 для более подробной информации). Стрелки указывают на поток информации между модулями.
Рисунок 7
www.frontiersin.org
Рисунок 7. Мультиагентная сеть для совместного принятия решений (слева) и архитектура обработки информации для автономного агента (справа).
Левая панель показывает сеть агентов, в которой три внешних прямоугольника представляют агентов, которые взаимодействуют друг с другом через “коммутатор"."Агент" записи пациентов " предоставляет информацию о пациентах с конкретной медицинской проблемой (боль в груди в этой симуляции). Агенты С и С являются основными участниками процесса принятия решений; агент С обладает кардиологическими знаниями и руководит процессом принятия решений о лечении каждого пациента, а агент С обладает специальными знаниями о безопасном употреблении наркотиков и может консультировать в тех случаях, когда могут возникнуть сомнения.
На правой панели показана внутренняя структура агента С, которая реализует принятие решений на основе версии модели domino, дополненной специализированными хранилищами данных и знаний, а также модулями обработки, реализующими межагентную коммуникацию и обучение. Агент с, например, имеет набор хранилищ данных, доступ к которым могут получить все модули обработки: рабочая память, содержащая текущие когнитивные состояния (убеждения, цели, планы и т. д); база знаний о предметных фактах, правилах и функциях, которые являются общими для всех агентов (например, схемы принятия решений, коммуникационные соглашения), а также специальные знания, уникальные для каждого агента. Наконец, существует база знаний, содержащая сведения о прошлых делах и накопленные знания, которые могут служить основой для принятия решений в будущем. Когда эта модель работает, рабочая память постоянно контролируется всеми модулями обработки, чтобы определить, применимы ли какие-либо правила, и если да, то соответствующие данные когнитивного состояния обновляются. Эти обновления могут привести к тому, что будут созданы другие правила, либо в рамках одного модуля (например, новое состояние убеждения распространяется на другие состояния убеждения), либо в рамках другого модуля (например, обновленное состояние убеждения приводит к обновленному состоянию цели).
Продолжение в части №10
Источники: https://doi.org/10.3389/fpsyg.2013.00150