معماری شناختی SOAR در هوش مصنوعی

Facebooktwittergoogle_pluspinterestlinkedinmail
Print Friendly, PDF & Email

از سری ترجمه های خودم!

معماری شناختی

Soar یک معماری شناختی است که توسط john laird،Allen Newell, Paul Rosen bloom در دانشگاه Carnegie melon ابداع ابداع شد. Soar در واقع نمایشی از آنچه علوم شناختی می باشد و همچنین پیاده سازی و به کارگیری آن نمایش با استفاده از یک معماری برنامه نویسی کامپیوتری برای هوش مصنوعی می باشد.از ابتدای soar در سال 1983 و ارائه عملی آن در مقاله ای در سال 1987 به طور گسترده ای توسط محققان هوش مصنوعی برای مدلسازی جنبه های مختلف رفتار انسان مورد استفاده قرار گرفته است.

 1-نظریه

هدف اصلی پروژه soar توانمند شدن در کنترل و هدایت تمامی قابلیت ها و ظرفیت های یک عامل هوشمند از معمولی ترین توانایی ها تا مشکل ترین مسائل و مشکلات می باشد.برای این که این امر محقق شود،بر اساس لایه های زیرین soar بایستی قادر به ارائه و تولید بازنمایش ها و استفاده از قالب های مناسب دانش (از جمله رویه ای،اعلانی و ضمنی) باشد.پس از این soar بایستی مجموعه ای از مکانیزم های ذهنی را مشخص کند.متضمن معماری soar این است که سیستم نشانه ای

(Symbolic system) برای هوشمندی عمومی (general intelligence) ضروری می باشد. این موضوع را با فرضیه سیستم نشانه ای فیزیکی یا physical symbol system می شناسیم. نظریه شناختی soar به طور تنگاتنگی با نظریه روانشناسی ارائه شده در کتاب Allen Newell با نام unified theories of cognition در ارتباط است.

با وجود این که پردازش علائم یا نشانه ها مکانیزم مرکزی در معماری soar می باشد.در نسخه های اخیر این نظریه پردازش غیر نشانه ها نیز پیاده سازی شده است از جمله یادگیری تقویت شده،پردازش تشبیهی (imagery processing) و مدلسازی احساسی (emotion modeling).

هرچند که هدف نهایی soar دستیابی به هوش عمومی است اما هیچ ادعایی مبنی بر دست یافتن به این هدف نیست.حامیان این سیستم بر این عقیده هستند که soar همچنان برخی از جنبه های مهم هوشمندی را در نظر نگرفته است..برخی از مثال های این ظرفیت های در نظر گرفته نشده شامل ایجاد بازنمایش های خودکار توسط خود سیستم ازطریق خوشه بندی سلسله مراتبی می باشد.

2-معماری

Soar بر پایه یک سیستم تولیدکننده می باشد که از قوانین صریح تولید برای کنترل رفتار (این قوانین عمدتا در قالب if….then… همانطور که در سیستم خبره به کار گرفته می شوند) استفاده می کند. حل مسئله در soar را می توان براساس جست و جو در فضای مسئله (مجموعه ای از حالت های مختلف که سیستم در حالت های خاصی به آن حالت ها می رسد) برای رسیدن به یک حالت حذف (که نمایانگر راه حل برای مسئله می باشد)در نظر گرفت . این کار با جست و جو برای حالت هایی که ما را به حالت هدف نزدیک تر میکنند پیاده سازی می شود. هر جابه جایی بین حالت ها شامل یک چرخه تصمیم گیری که یک فاز پیچیدگی (که در این فاز قطعات مختلف دانش موجود و مرتبط با این مسئله به حافظه درونی soar منتقل می شوند) دارد و یک فرایند تصمیم گیری (که آنچه را که در فاز قبلی پیدا شده است را ارزش دهی میکند و به هرکدام اولویت دهی میکند تا در نهایت عملی که باید انجام شود را انتخاب کند) می شود.

علاوه بر جست وجوی فضای مسئله ،soar را میتوان برای معرفی تکنیک های استدلال از جمله یادگیری تقویت شده که نیازمند مدل های دقیق و کامل از محیط نمی باشد نیز به کار گرفت.در این روش soar رفتارهای منعطف در برابر حجم متفاوت دانش موجود از خود نشان می دهد.

Soar مخفف state operator and result که نشانگر بازنمایش حل مسئله به عنوان یک کاربرد از جانب عملگر به یک حالت برای گرفتن نتیجه می باشد. بر اساس سوالات متداول پروژه soar جامعه توسط soar دیگر soar را به عنوان معرف عبارت خاصی بیان نمیکند و دیگر با حروف بزرگ نوشته نمیشود.اگر فرایند تصمیم گیری که توضیح داده شد قادر به تصمیم گیری یکتا درباره عملی که باید انجام شود نباشد،soar از استراتژی های متفاوتی استفاده میکند که این استراتژی ها را با نام روش های ضعیف برای حل مسئله دشوار یا بغرنج می شناسیم.این روش ها متناسب با موقعیت هایی هستند که دانش کافی و فراوان برای حل مسئله موجود نمی باشد. برخی از مثال ها برای این حالت شامل تحلیل های میانی_پایانی (means end) که به محاسبه تفاوت ها بین هرکدام از حالت های (option) موجود و حالت هدف می پردازد و همچنین نوعی از مسئله تپه نوردی (hill climbing).

وقتی که با استفاده از یکی از این روش ها یک راه حل برای مسئله پیدا شد،soar از یک تکنیکاز این  یادگیری به نام chunking برای تبدیل عمل انجام شده به یک قانون استفاده میکند.در دفعات بعدی soar از ای قانون جدید برای حل مسائل دارای موقعیت مشابه استفاده میکند.

Act-r یک معماری شناختی دیگر می باشد که توسط john Anderson معرفی شده است و عملکردی مشابه دارد.دیگر معماری شناختی هم شامل  ,chrest ,clarion ,Icarus .dual psi می شوند.

 

شما احتمالا این مطالب را نیز دوست دارید...

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *