1、2018/9/21,史忠植 心智模型,1,智能科学Intelligence Science第四章心智模型史忠植 中国科学院计算技术研究所http:/ 心智模型,2,内容提要,一、概述二、物理符号假设三、诺尔曼模型四、认知记忆模型五、ACT模型六、 SOAR系统七、心智社会八、构建复杂心智联机系统九、意识,2018/9/21,史忠植 心智模型,3,概 述,心智(mind)是脑的精神活动的总称，包括感觉、知觉、学习、记忆、注意、情感、意志、兴趣、性格、思维等大脑活动的一切方面。神经系统看成是脑的硬件，心智可以看成脑的软件。,2018/9/21,史忠植 心智模型,4,概 述,心智以人类全部精神活动（
2、包括情感、意志和感觉、知觉、表象、思维、直觉等）为研究对象，用现代科学方法来研究人类非理性心理与理性认知融合运作的形式、过程及规律。心智是一个庞大的学科群体，它涉及生物学、心理学、细胞学、脑科学、遗传学、语言学、逻辑学、认知科学、人工智能等多个领域。其目标在于探讨人类生命和精神方面的问题，例如，信息如何经由感官输入，如何处理、储存与运用，及与遗传、进化的关系等等。,2018/9/21,史忠植 心智模型,5,概 述,人类学家认为，一切生物都有某种心智。心智的发展经历了简单反射、条件反射、工具使用、语言符号四个阶段。使用语言符号与外界进行交流，只有人类才能做到，因此，人类心智的产生与发展是和人类所
3、特有的符号语言分不开的。人类的符号语言以文字为载体，文字虽然产生很晚，但它对心智的发展和文明进步所起的作用是无以伦比的。250万年前人类意识出现，30万10万年前人类开始使用符号语言，中国最早的文字甲骨文有3000多年的历史。在这个漫长的进化过程中，人类使用符号语言和符号文字不过是很短的一段时间，但人类心智的发展、人类文化和文明的进步却取得如此辉煌的成就，足见语言与心智研究具有何等密切的关系。,2018/9/21,史忠植 心智模型,6,概 述,心智问题是一个非常复杂的非线性问题，我们必须借助现代科学的方法来研究心智世界。心智科学研究的是心理或心智过程，但它不是传统的心理科学，它必须寻找神经生物
4、学和脑科学的证据，以便为心智问题提供确定性基础。心智世界与现代逻辑学和数学所描述的可能世界也有明显的区别：逻辑学和数学所描述的可能世界是一个无矛盾的世界，而心智世界则处处充满了矛盾；逻辑和数学对可能世界的认识和把握只能用演绎推理和分析方法，而人的心智对世界的把握则有演绎、归纳、类比、分析、综合、抽象、概括、联想和直觉等等多种手段。所以心智世界比数学和逻辑学所描述的可能世界要复杂广大得多。那么，我们应该如何从有穷的、无矛盾的、使用演绎法的、相对简单的可能世界进入无穷的、有矛盾的、使用多种逻辑和认知方法的、更为复杂的心智世界呢？这是心智研究要探索的基本问题之一。,2018/9/21,史忠植 心智模
5、型,7,2018/9/21,史忠植 心智模型,8,心智的计算理论,Pinker (as well as others such as Lindsay and Norman, 1977; Minsky 1986) argues that “the mind is a system of organs of computation.” 1“The mind is what the brain does; specifically, the brain processes information, and thinking is a kind of computing.” 1,1) Pinker,
6、Steven, 1997, How the Mind Works, W.W. Norton, New York, NY.2) Lindsay , P.H., Norman, D.A., 1977, Human Information Processing (2nd Edition), Academic Press, New York, NY3) Minsky, Marvin, 1986, The Society of Mind, Simon and Schuster, New York, NY.,2018/9/21,史忠植 心智模型,9,心智的计算理论,CTM holds that thoug
7、ht is a kind of computation.CTM holds that the mind is a digital computing device.,4) Horst, Steven, 2003, “The Computational Theory of Mind”, Stanford Encyclopedia of Philosophy, available at http:/plato.stanford.edu/entries/computational-mind/,2018/9/21,史忠植 心智模型,10,心智的计算理论,“The mind is organized i
8、nto modules or mental organs, each specialized in one way of interaction with the world.” 5,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,11,David Hilbert(1862-1943),希尔伯特，德国数学家。1862年1月23日生于柯尼斯堡,1943年2月14日在格丁根逝世。希尔伯特1880年入柯尼斯堡大学;1885年获博士学位；1892年任该校副
9、教授，翌年为教授；1895年赴格丁根大学任教授，直至1930年退休。他自1902年起，一直是德国数学年刊主编之一。 希尔伯特是20世纪最伟大的数学家之一，他的数学贡献是巨大的和多方面的。他典型的研究方式是直攻数学中的重大问题，开拓新的研究领域，并从中寻找带普遍性的方法。1900年，希尔伯特在巴黎举行的国际数学家会议上发表演说，提出了新世纪数学面临的23个问题。对这些问题的研究有力地推动了20世纪数学发展的进程。,希尔伯特,2018/9/21,史忠植 心智模型,12,David Hilbert(1862-1943),希尔伯特23个问题及其解决情况：1 连续统假设2 算术公理的相容性 欧几里得几何
10、的相容性可归结为算术公理的相容性。希尔伯特曾提出用形式主义计划的证明论方法加以证明。1931年，哥德尔发表的不完备性定理否定了这种看法。1936年德国数学家根茨在使用超限归纳法的条件下证明了算术公理的相容性。 1988年出版的中国大百科全书数学卷指出，数学相容性问题尚未解决。,希尔伯特,2018/9/21,史忠植 心智模型,13,David Hilbert(1862-1943),希尔伯特23个问题及其解决情况：6.物理学的公理化 希尔伯特建议用数学的公理化方法推演出全部物理，首先是概率和力学。1933年，苏联数学家柯尔莫哥洛夫实现了将概率论公理化。后来在量子力学、量子场论方面取得了很大成功。但
11、是物理学是否能全盘公理化，很多人表示怀疑。,希尔伯特,2018/9/21,史忠植 心智模型,14,Alan Turing(1912-1954),On computable numbers with an application to the Entscheidungsproblem (1936),图灵,2018/9/21,史忠植 心智模型,15,Alan Turing(1912-1954),图灵,1936年，年仅24岁的英国人图灵发表了著名的论应用于决定问题的可计算数字一文，提出思考实验原理计算机概念。图灵把人在计算时所做的工作分解成简单的动作，与人的计算类似，机器需要：（1）存储器，用于贮存
12、计算结果；（2）一种语言，表示运算和数字； (3)扫描；（4）计算意向，即在计算过程中下一步打算做什么；（5）执行下一步计算。,2018/9/21,史忠植 心智模型,16,Alan Turing(1912-1954),图灵,具体到一步计算，则分成：（1）改变数字可符号；（2）扫描区改变，如往左进位和往右添位等；（3）改变计算意向等。图灵还采用了二进位制。这样，他就把人的工作机械化了。这种理想中的机器被称为“图灵机”。图灵机是一种抽象计算模型，用来精确定义可计算函数。图灵机由一个控制器，一条可以无限延伸的带子和一个在带子上左右移动的读写头组成。这个概念如此简单的机器，理论上却可以计算任何直观可计
13、算函数。图灵在设计了上述模型后提出，凡可计算的函数都可用这样的机器来实现，这就是著名的图灵论题。,2018/9/21,史忠植 心智模型,17,The Turing Machine,A,A,C,G,C,T,T,G,C,1,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,18,The Turing Machine,A,A,C,G,C,T,T,G,C,1,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,19,The Turing Machine,A,A,C,G,C,T,T,G,C,2,Replaces GC with TA,
14、图灵机,2018/9/21,史忠植 心智模型,20,The Turing Machine,A,A,C,G,C,T,T,G,C,2,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,21,The Turing Machine,A,A,C,G,C,T,T,G,C,3,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,22,The Turing Machine,A,A,C,G,C,T,T,G,C,3,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,23,The Turing Machine,
15、A,A,C,T,C,T,T,G,C,4,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,24,The Turing Machine,A,A,C,T,C,T,T,G,C,4,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,25,The Turing Machine,A,A,A,T,C,T,T,G,C,1,Replaces GC with TA,图灵机,2018/9/21,史忠植 心智模型,26,图灵测试,半个世纪以来，数学家提出的各种各样的计算模型都被证明是和图灵机等价的。1945年，图灵到英国国家物理研究所工作，并开始
16、设计自动计算机。1950年，图灵发表了题为计算机能思考吗？的论文，给人工智能下了一个定义，而且论证了人工智能的可能性。1951年，他被选为英国皇家学会会员。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,27,物理符号系统,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,28,物理符号系统,我们把人看
17、成一个信息加工系统，常称作物理符号系统。用物理符号系统主要是强调所研究的对象是一个具体的物质系统，如计算机的构造系统，人的神经系统、大脑神经元等。所谓符号就是模式；任何一个模式，只要它能和其它模式相区别，它就是一个符号。不同的英文字母就是不同的符号。对符号进行操作就是对符号进行比较，即找出哪个是相同的符号，哪几个是不同的符号。物理符号系统的基本任务和功能就是辨认相同的符号和区分不同的符号。符号既可以是物理的符号，也可以是头脑中的抽象的符号，可以是计算机中的电子运动模式，或可以是头脑中的神经元的某种运动方式。纸上的文字是物理符号系统，但这是一个不完善的物理符号系统，因为它的功能只是存储符号，即把
18、字保留在纸上。一个完善的符号系统还应该有更多的功能。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,29,物理符号系统,它由记忆、一组操作、控制、输入和输出构成。它的输入是确定部位的客体；它的输出是确定部位的客体的修改或建立，后者部位常与输入是不同的。那么，它的外部行为就由输出组成，它们的产生是输入的函数。大的环境系统加上物理符号系统就形成封闭系统，因为输出客体变成后面的输入客体，或者影响后面的输入客体。物理符号系统的内部状态由它的记忆和控制的状
19、态构成。它的内部行为是由这些内部状态全部变化构成。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,30,物理符号系统,记忆是由一组符号结构E1，E2,.，Em组成，在整个时间里它们在数量和内容上是变化的。符号结构的内部改变称作表达。为了定义符号结构给出一组抽象符号S1，S2.，Sn。每种符号结构都具有给定的类型和一些不同的作用R1，R2，.，每种作用包括一个符号。采用显式表示可以写成(Type：T R1：S1 R2：S2，.，Rn：Sn)若用隐式
20、表示，则写成： (S1S2，.Sn,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,31,物理符号系统,纽威尔(Allon Newell)规定了10种操作符。每一个在图中表示一块。这10种操作符的功能如下：(1) 赋值符号(Assign a symbol)：建立符号与项之间的基本关系。对项赋值，称之为存取。符号可以赋给项，而不能赋给表达式。存取一个操作符意味着存取它的输入、输出和唤醒机制。存取给定类型的作用意味着存取作用的符号，这种作用是与给定类型
21、的表达式有关，并在那种作用写入新的符号。(2)复制表达式(Copy expression)：将表达式和符号加到系统里，新的表达式是输入表达式准确的复制，即在各种作用中具有完全相同的类型和符号。(3)写表达式(Write an expressiotn)：建立任何规定内容的表达式。它并不建立任何新的表达式，而是修改它的输入表达式。(4)写(write)：在给定的作用建立一个符号。(5)读(Read)：在规定作用下读符号。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,
22、史忠植 心智模型,32,物理符号系统,(6) 执行序列(Do sequence)：使系统按规定的序列执行任何动作。(7) 条件退出和条件继续（Exit-if and Continueif)：系统行为有条件地继续执行一个序列，或从中退出。(8) 引用符号(Quote a symbol): 控制自动地解释被运行的表达式。(9) 外部行为（Behve externally)：符号系统可控的外部行为的集合。(10) 环境输入(Input from enuironment)：利用记忆中新建立的表达式将外部环境的输入录入到系统中。,5) Pinker, Steven, 1997, How the Mind
23、 Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,33,物理符号系统,我们可以将物理符号系统的功能简化成6种，即： (1)输入符号。 (2)输出符号。 (3)存储符号。 (4)复制符号。 (5)建立符号结构：通过找到各种符号之间的关系，在符号系统中形成符号结构。 (6)条件转移：如果在记忆中已经有了一定的符号系统，再加上外界的输入，就可以继续完成行为。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/
24、21,史忠植 心智模型,34,物理符号假设,1976年纽威尔和司马贺提出了物理符号系统假设，说明物理符号系统的本质。主要假设内容如下： 物理符号系统假设，物理系统表现智能行为必要和充分的条件是它是一个物理符号系统。 必要性意味着表现智能的任何物理系统将是一个物理符号系统的例示。 充分性意味着任何物理符号系统都可以进一步组织表现智能行为。 智能行为就是人类所具有的那种智能：在某些物理限制下，实际上所发生的适合系统目的和适应环境要求的行为。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,
25、2018/9/21,史忠植 心智模型,35,诺尔曼模型,人的心理活动是一个整体，是认知因素(感知、表象、记忆、思维等)和非认知因素(情感、意志、动机、兴趣等)的辩证统一，因此必须考虑情感等因素对认知和行为的影响。诺尔曼在1979年提出诺尔曼模型。这个模型是以控制系统为中心，感觉输入和运动输出都直接与它相联。在控制系统和认知系统之间是情感系统，指出情感等因素的重要性。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New York, NY, pp.21.,2018/9/21,史忠植 心智模型,36,The Basics of
26、the Model,Based on Normans (1980) model of the mind and mental functioning:,Norman, D. (1980). Twelve issues for cognitive science. Cognitive Science, 4, 1-32.,Cognitive system,Encodes, processes, stores, retrieves, processes information; purpose is manipulation of information,2018/9/21,史忠植 心智模型,37,
27、The Basics of the Model,Based on Normans (1980) model of the mind and mental functioning:,Norman, D. (1980). Twelve issues for cognitive science. Cognitive Science, 4, 1-32.,Affective system,Connects the regulatory system and cognitive system; purpose is arousal,2018/9/21,史忠植 心智模型,38,The Basics of t
28、he Model,Based on Normans (1980) model of the mind and mental functioning:,Norman, D. (1980). Twelve issues for cognitive science. Cognitive Science, 4, 1-32.,Regulatory system,Biological structures that regulate the processing of stimuli and activation of responses; primary purpose is maintenance o
29、f the organism,2018/9/21,史忠植 心智模型,39,诺尔曼模型The Basics of the Model,2018/9/21,史忠植 心智模型,40,The Basics of the Model,The regulatory system is redefined as the aspect of the mental system that regulates input and output functions (not just biological functions).,Other modifications:,mind receives informat
30、ion and displays action through the body,adds a biological and spiritual influence,adds a feedback loop,2018/9/21,史忠植 心智模型,41,The Basics of the Model,2018/9/21,史忠植 心智模型,42,The Basics of the Model,It is hypothesized that an individuals thinking (cognition), feeling (affect), and willing (conation) as
31、 well as overt behavior develop as a result of:,transactions among the various components of mind as,influenced by biological maturation, bodily functioning and the spiritual dimensions,the environment or context of the individual, and,feedback from the environment as a result of an individuals over
32、t behavior.,2018/9/21,史忠植 心智模型,43,认知记忆模型,日本的小谷津孝明于1982年提出的认知记忆信息处理模型为了理解人的高级认知功能，仅仅是理解输入信息的分析过程是不充分的，必须要与长期记忆中已有的世界知识密切配合是非常必要的。那种不是信息单方向流动的结果，而是根据输入信息记亿内部状态的变化，把内部状态有关的变化作为整体形成一 种认知活动，就是概念化的过程。这种类型的模型的开发，多数是与自然语言理解的研究有关，是以知识表示和利用为中心。,5) Pinker, Steven, 1997, How the Mind Works, W.W. Norton, New Yor
33、k, NY, pp.21.,2018/9/21,史忠植 心智模型,44,认知记忆模型,2018/9/21,史忠植 心智模型,45,ACT模型,美国心理学家安德森(J.A. Anderson)于1976年提出系统的整合理论与人脑如何进行信息加工活动的理论模型,简称ACT模型Anderson 1976，原意为“思维的适应性控制”。安德森将人类联想记忆模型(HAM)与产生式系统的结构相结合，模拟人类高级认知过程的产生式系统,在人工智能的研究中有重要意义。,2018/9/21,史忠植 心智模型,46,History of the ACT-framework*,PredecessorHAM(Anders
34、on & Bower 1973)Theory versionsACT-E (Anderson, 1976)ACT* (Anderson, 1978)ACT-R(Anderson, 1993)ACT-R 4.0(Anderson & Lebiere, 1998)ACT-R 5.0(Anderson & Lebiere, 2001)ImplementationsGRAPES(Sauers & Farrell, 1982)PUPS(Anderson & Thompson, 1989)ACT-R 2.0(Lebiere & Kushmerick, 1993)ACT-R 3.0(Lebiere, 199
35、5)ACT-R 4.0(Lebiere, 1998)ACT-R/PM (Byrne, 1998)ACT-R 5.0(Lebiere, 2001)Windows Environment(Bothell, 2001)Macintosh Environment (Fincham, 2001)ACT-R 6.0(Bothell, 2004?),2018/9/21,史忠植 心智模型,47,ACT-R,Procedural vs Declarative KnowledgeDeclarativeAware ofCan describe to othersFactsProceduralDisplay in b
36、ehaviorNot conscious ofe.g. language,2018/9/21,史忠植 心智模型,48,ACT-framework*,2018/9/21,史忠植 心智模型,49,ACT-R 6.0 Mapping to the Brain*,Environment,Productions(Basal Ganglia),Retrieval Buffer (VLPFC),Matching (Striatum),Selection (Pallidum),Execution (Thalamus),Goal Buffer (DLPFC),Visual Buffer (Parietal),M
37、anual Buffer (Motor),Manual Module (Motor/Cerebellum),Visual Module (Occipital/etc),Intentional Module (not identified),Declarative Module (Temporal/Hippocampus),2018/9/21,史忠植 心智模型,50,ACT-R 6.0,ENVIRONMENT,2018/9/21,史忠植 心智模型,51,SOAR,开发智能系统的统一架构,2018/9/21,史忠植 心智模型,52,SOAR,确立计算结构：编码知识Encode knowledge访
38、问知识Access encodings产生动作Produce actions达到目标Achieve goals,2018/9/21,史忠植 心智模型,53,理论基础,Physical Symbol Systems HypothesisProblem Space HypothesisAssumption:Parsimonious functional mechanisms provide the basis for a unified theory of cognitionHumans are agent systems/agent systems need to be human-like,2
39、018/9/21,史忠植 心智模型,54,知识表示,Long-term knowledgeRelational pattern recognizers/producers“Productions”Working knowledgeBlackboard of frames or objects (with associated attributes and values)First-class objectsStatesOperators,2018/9/21,史忠植 心智模型,55,实现问题,Long-term memoryProduction rules; relational stimulu
40、s-response patternsVariablized graph structureProductions match and fire in parallelWorking memoryGraph of objects linked by attributesStored as triplesSpecial objectsState: Created automatically by SoarOperator: Created by productionsOnly one operator at a time per stateContrast with other rule-bas
41、ed systems,2018/9/21,史忠植 心智模型,56,S1,I3,I1,工作记忆,type,io,superstate,state,nil,input-link,output-link,I2,State identifier,State attributes,State value,2018/9/21,史忠植 心智模型,57,决策周期,Propose Operators(i-supported),Apply Operator(o-support),Select Operator,Output,Input,2018/9/21,史忠植 心智模型,58,产生式是基本表示,Soar use
42、s productions to represent all knowledgeInference rulesAction selection rules, operatorsMetacognitive rulesDeclarative knowledgeThis doesnt preclude use of higher-level language for any of these purposes as long as it can be “compiled” into productions,2018/9/21,史忠植 心智模型,59,问题空间搜索,Problem space:Star
43、t state, goal stateOperators (actions that transform state)Soar assumption: every cognitive behavior can be characterized as search for a sequence of operators leading from a start state to a goal stateRoutine behaviorProblem-solvingMeta-cognition / search control“Universal weak method”,2018/9/21,史忠
44、植 心智模型,60,难局驱动的审议和学习,Soars standard process for selecting action includes several intermediate decision pointsIf each such decision is completely determined by existing productions, the action is “routine”Underdetermined decisions (zero or multiple conflicting productions) create an “impasse”Results
45、 in deliberation (e.g. problem space search)Results in learning a new rule that prevents impasse in future similar situations,2018/9/21,史忠植 心智模型,61,处理,ProposeOperator,CompareOperators,North EastSouth EastNorth = South,ApplyOperator,Output,Input,SelectOperator,If cell in direction is not a wall, - pr
46、opose operator move ,If operator will move to a bonus food and operator will move to a normal food, - operator ,If an operator is selected to move - create outputmove-direction ,Input,ProposeOperator,CompareOperators,SelectOperator,ApplyOperator,Output,If operator will move to a empty cell- operator EastSouth EastSouth EastNorth = South,
