前期回顧

作為人工智能的一個重要分支，認(rèn)知體系的研究和應(yīng)用經(jīng)過了近40年的發(fā)展，已取得了可見的成果。上期內(nèi)容對認(rèn)知體系的概念進(jìn)行了闡述，本期將繼續(xù)就認(rèn)知體系的分類和感知部分進(jìn)一步展開。譯者希望通過摘譯的內(nèi)容，引起大家對“認(rèn)知體系”研究的更多關(guān)注。
摘譯：認(rèn)知體系研究綜述（一）

1 引言

2 什么是認(rèn)知體系

3 認(rèn)知體系的分類 （Taxonomies of Cognitive Architectures）

關(guān)于認(rèn)知體系的分類，目前相對主流的三大范式是：符號（也稱為認(rèn)知）、涌現(xiàn)（也稱為聯(lián)結(jié)）和混合。到底哪一個正確地反映了人類的認(rèn)知過程，仍然是一個懸而未決的問題，在過去的30年里一直在爭論［12，13］。

符號范式通常使用預(yù)定義指令集等符號來表示概念。指令通常以if－then的規(guī)則形式執(zhí)行，例如ACT－R， Soar等產(chǎn)生式體系。這是一種自然而直觀的表示方式，因此符號操作仍然是一種公認(rèn)的表示方式之一。雖然符號范式擅長計劃（規(guī)劃）和推理，但不具有處理環(huán)境變化和感知所需要的靈活性和魯棒性。

涌現(xiàn)范式通常建立大規(guī)模并行模型來解決適應(yīng)性和學(xué)習(xí)問題，例如神經(jīng)網(wǎng)絡(luò)模型，其數(shù)據(jù)來自輸入節(jié)點(diǎn)。然而，由于信息或知識不再是一組可解釋的符號實(shí)體，而往往分布在整個網(wǎng)絡(luò)中，這導(dǎo)致模型不再透明。在涌現(xiàn)模式中，傳統(tǒng)意義上的邏輯推理似乎成為不可能。

自然地，每種范式都有優(yōu)缺點(diǎn)。一方面，任何符號體系結(jié)構(gòu)創(chuàng)建初始知識庫需要大量工作，可一旦完成，體系結(jié)構(gòu)就完全功能性。另一方面，涌現(xiàn)體系結(jié)構(gòu)更易于設(shè)計，但它們必須經(jīng)過大量訓(xùn)練才能產(chǎn)生有用的行為；此外，他們的現(xiàn)有知識可能隨著新行為的學(xué)習(xí)而惡化。

由于符號和涌現(xiàn)范式都不能解決認(rèn)知的所有問題，混合范式試圖結(jié)合符號和涌現(xiàn)的元素，這樣的混合體系在我們選擇的架構(gòu)中是最常見的。一般來說，混合方式?jīng)]有限制，而且已經(jīng)探索了許多可能性。除了考慮表示，還考慮系統(tǒng)是單模塊還是多模塊、異構(gòu)還是同質(zhì)，或考慮混合的粒度（粗粒度還是細(xì)粒度）、符號和子符號組件之間的耦合性。此外，并不是所有的混合架構(gòu)都明確地解決了所謂的符號和次符號元素以及將它們組合起來的問題。只有少數(shù)幾個體系結(jié)構(gòu)，例如ACTR、CLARION、DUAL、CogPrime、CAPS、SiMA、GMU－BICA和Sigma，認(rèn)為這種集成是必要的。我們將重點(diǎn)放在表示和處理上。

圖1顯示了分類分組的組織結(jié)構(gòu)。在頂層分成了：符號的、涌現(xiàn)的和混合的。關(guān)于這些術(shù)語的界定也是模糊的，即使對于最著名的架構(gòu)（例如Soar和ACT－R）也不能達(dá)成一致。盡管兩者都將符號和次符號元素結(jié)合起來，ACT－R的作者明確地表達(dá)為混合模式，而Soar沒有。各位學(xué)者的觀點(diǎn)也不一致，Soar和ACT－R在［14，15］中都被稱為符號主義者，而［16］將它們列為混合體。

圖1

為了避免分組的不一致性，我們假設(shè)顯式符號是符號表示的原子，可以組合成有意義的表達(dá)式。這些符號用于推理或句法分析。子符號表示通常與神經(jīng)元的隱喻聯(lián)系在一起，這種表示的一個典型是神經(jīng)網(wǎng)絡(luò)。在神經(jīng)網(wǎng)絡(luò)中，知識被編碼為分布在神經(jīng)元之間的數(shù)值模式，與單元相關(guān)聯(lián)的權(quán)重影響處理，并通過學(xué)習(xí)獲得。

對于我們的分類，我們假設(shè)任何非顯式符號和處理（句法操作除外）都是子符號（例如數(shù)值數(shù)據(jù)、像素、概率，傳播激活、強(qiáng)化學(xué)習(xí)等）。結(jié)合了兩種表示中的任意組合都被當(dāng)作混合模式。給定這些定義，將標(biāo)簽分配給所有架構(gòu)并將它們可視化為圖1。

我們區(qū)分了兩類涌現(xiàn)類別：實(shí)現(xiàn)類生物神經(jīng)元的神經(jīng)元模型和更接近人工神經(jīng)網(wǎng)絡(luò)的連接（邏輯）模式。在混合模式中，我們將符號子處理（其中符號模式與執(zhí)行子符號計算模塊相結(jié)合）作為混合模式的一個子類，符號子處理組中的架構(gòu)至少包括一個用于感知處理的子符號模塊，而其余的知識和處理是符號的，例如3T， ATLANTIS， RCS， DIARC， CARACaS and CoSy。雖然存在其他類型的功能組合（例如協(xié)同處理、元處理和鏈處理），但是難以歸類。因此，其他的都?xì)w類為完全集成的混合模式。完全集成的體系結(jié)構(gòu)使用多種方法來組合不同的表示。ACT－R、Soar、CAPS、Copycat／Metacat、CHREST、CHARISMA、CELTS、CoJACK、CLARION、REM、NARS和Xapagy將符號概念和具有次符號元素（如激活值、擴(kuò)散激活、隨機(jī)選擇過程、強(qiáng)化學(xué)習(xí)等）的規(guī)則結(jié)合起來。

綜上所述，混合架構(gòu)是數(shù)量最多的一組，并顯示出增長趨勢�；旌霞軜�(gòu)根據(jù)符號和次符號組件的比例和扮演的角色，在涌現(xiàn)范式和符號范式之間形成一個連續(xù)統(tǒng)。例如，CogPrime和Sigma在概念上更接近于涌現(xiàn)系統(tǒng)，因?yàn)樗鼈兣c神經(jīng)網(wǎng)絡(luò)有許多共同的屬性。而REM、CHREST和RALPH以及3T和ATLANTIS，在很大程度上屬于符號范式；因?yàn)檫@些架構(gòu)主要是符號化的，雖然可以利用概率推理和學(xué)習(xí)機(jī)制。

4 感知（perception）

雖然早期的認(rèn)知結(jié)構(gòu)主要側(cè)重于高層次的推理，但同樣重要的是感知和行為。

感知可以定義為將原始輸入數(shù)據(jù)轉(zhuǎn)換為系統(tǒng)內(nèi)部表示以執(zhí)行認(rèn)知任務(wù)的過程。根據(jù)輸入數(shù)據(jù)的來源和性質(zhì)可以區(qū)分多種感知模式。例如，最常見的五種是視覺、聽覺、嗅覺、觸覺和味覺；其他的感覺包括本體感覺、熱感、痛覺、時間感等。

當(dāng)然，認(rèn)知結(jié)構(gòu)也實(shí)現(xiàn)了其中的一些與人類感官無關(guān)的符號輸入（使用鍵盤或圖形用戶界面（GUI））和各種傳感器（激光雷達(dá)、激光、紅外等）。根據(jù)其認(rèn)知功能，智能系統(tǒng)可以將各種數(shù)量和類型的數(shù)據(jù)作為感知輸入。

因此，本節(jié)將研究使用各種數(shù)據(jù)輸入，從這些數(shù)據(jù)源中提取信息以及如何應(yīng)用這些信息的認(rèn)知體系。圖4中的將調(diào)研結(jié)果進(jìn)行了可視化。

圖2：視覺（V）、聽覺（A）、觸覺（T）、嗅覺（S）、本體感覺（P）、數(shù)據(jù)輸入（D）、其他傳感器（O）和多模態(tài)（M）

從圖2的可視化中可以觀察到如下情況。例如，視覺是最常用的實(shí)現(xiàn)方式，然而，超過一半的體系使用模擬進(jìn)行視覺輸入，而不是攝像機(jī)。觸覺和本體感覺等方式主要用于物理體現(xiàn)的設(shè)計。有些感知未被充分探索，例如嗅覺只在三種體系中出現(xiàn)（GLAIR、DAC和PRS0）�？偟膩碚f，符號范式在設(shè)計上具有有限的感知能力，并且傾向于使用直接的輸入數(shù)據(jù)作為唯一的信息來源（參見圖的左側(cè)）。另一方面，混合范式和涌現(xiàn)范式（主要位于右半部分圖中的）使用模擬和物理傳感器實(shí)現(xiàn)更廣泛的感知模式。然而，不管其來源如何，傳入的感知數(shù)據(jù)通常不能以原始形式使用（除了符號輸入之外），往往需要進(jìn)一步處理。下面將討論在認(rèn)體系中如何進(jìn)行有效且充分的感知處理。