心智模型简说

    心智（mind）是人类全部精神活动，包括情感、意志、感觉、知觉、表象、学习、记忆、思维、直觉等，心智世界与现代逻辑学和数学所描述的可能世界有明显区别：逻辑学和数学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；逻辑学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，而人类对世界的把握则有演绎、归纳、类比、分析、综合、抽象、概括、联想和直觉等多种手段。

心智建模标准

    1．灵活的行为。1980年，纽厄尔提出心智的普适性是最重要的标准。同时他也认为，人类行为的灵活性反应心智的普适性，行为是环境的任意函数，即行为灵活地作为环境的函数。

    2．实时性。必须解释人怎样能在实时的条件下完成学习和执行等。

    3．自适应的行为。人类不只是进行奇妙的运算，而且仅选择满足它们需要的运算。1991年，安德森提出两级自适应性：一是系统结构的基本过程和相关的形式，提供有用的功能；二是整个系统看作一个整体，它的整个计算是否满足人们的需要。

    4．大规模的知识库。人的自适应性关键的一点是可以访问大量的知识，大多数情况下人有采取适当行动的必要知识。

    5．动态行为。处理动态的、无法预测的环境是全部生物体生存的前提。鉴于人们已经为他们自己的环境建立复杂性分析，对动态反应的需要主要是面临认知问题。处理动态行为需要有感知和行为的理论以及认知理论。情景认知的工作强调由于外部世界的结构认知怎样出现。

    6．知识集成。纽厄尔称这条标准为“符号和提取”。符号是实现远程访问所需的工具。符号把从人类理性概念有关的最密切知识联系在一起进行推理。

    7．自然语言。自然语言是人类符号操纵的基础。纽厄尔认为，符号操纵也是自然语言的基础，即语言取决于符号操纵。

    8．意识。意识对整个人类认知具有极端重要性。

    9．学习。学习好像是人类认知理论的另一个不可控制标准。一个令人满意的认知理论必须解释人类获得他们竞争力的能力。

    10．发育。发育是纽厄尔最初列出的认识系统结构3条约束的第一条。现实世界中人类的认知被约束在有机体成长和响应体验中展开。与语言相比，人类发育不是一种能力，而是一种约束。

    11．进化。人类的认知能力，必须通过进化提升。进化约束的变化是比较约束。

    12．脑。最后的约束是认知的神经实现。

物理符号系统

所谓符号就是模式：任何一个模式，只要它能和其他模式相区别，它就是一个符号。对符号进行操作就是对符号进行比较。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。

一个完整的物理符号系统至少具备6种功能：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。

1976年，纽厄尔和西蒙提出物理符号系统假设，说明物理符号系统的本质，即：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。其中，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示例；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。

1981年，纽厄尔以物理符号系统为中心，以纯认知功能为基础建立了纯认知系统模型，如下图所示。

  纽厄尔的纯认知系统模型

ACT模型

1976年，安德森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（Adaptive Control of Thought）模型。ACT模型强调高级思维的控制过程，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。

1983年，安德森在《认知结构》一书中从心理加工活动的各个方面对其基本理论进行阐述，ACT模型一般框架由3个记忆部分组成：工作记忆、陈述性记忆、产生式记忆。

  ACT的系统结构

陈述性记忆，即具有不同激活强度且由相互连接的概念所构成的语义网络。陈述性知识以组块为单位来表征。组块类似于图式结构，每一组块能对小组知识进行编码。

产生式记忆，即由一系列产生式规则构成的程序性记忆。

工作记忆，即当前激活的信息。

匹配，就是把工作记忆中的材料与产生式的条件相对应。

执行，就是把产生式匹配成功所引起的行动送到工作记忆中。

应用，就是在执行前的全部产生式匹配活动。

安德森把技能获得解放称为知识编译，也就是实现陈述性知识到程序性知识的转变过程。知识编译具有两个子过程：程序化与合成。在ACT-R中，学习是根据微小知识单元的增长和调整而实现的。

SOAR模型

1987年，纽厄尔和Laird、Rosenbloom提出通用解题结构SOAR（State, Operator and Result），希望把各种弱方法都实现在这个解题结构中（见下图），其基本原理是不断地运用算子作用于状态，以得到新的结果。SOAR的学习机制是由外部专家的指导来学习一般的搜索控制知识，系统把外部指导的高水平信息转化为内部表示，并学习搜索组块。外部指导可以是直接劝告，也可以是给出一个直观的简单问题。

 

SOAR框图

心智社会

1985年，明斯基在《心智社会》一书中指出，智能并非存在于中央处理器，而是由许多具有专门用途、彼此紧密联结的机器的集体行为产生的。Dennett也认为：有许多微不足道的小东西，本身并没有什么意义，但意义正是通过其分布式交互而涌现出来的。

Brooks开发出一套分布式控制方法：①先做简单的事；②学会准确无误地做简单的事；③在简单任务的成果之上添加新的活动层级；④不要改变简单事物；⑤让新层级像简单层级那样准确无误地工作；⑥重复以上步骤，无限类推。

LIDA

Stan Franklin和他的同事提出了LIDA，它是一个基于意识的全局工作空间理论构建的概念性心智模型。智能体的“生命”被看作是由认知周期的连续序列组成。每个周期构成一个知觉、处理和行动的单元。大量的人类认知活动都是通过意识的内容、不同的记忆系统以及选择之间的快速交互作用来执行，把这些活动称为认知周期。认知周期可以同时发生，产生并行响应，但是有的意识的内容只能串行出现。研究表明，有意识的认知只能以不连贯的序列出现，被非常短的无意识内容所分离。

LIDA认知周期可分三个阶段：理解阶段、注意（意识）阶段和动作选择阶段（如下图）。

LIDA认知周期

①   理解阶段：开始于刺激输入，激活感觉记忆中的初级特征检测器，输出信号被发送到感觉联想记忆中，在那里更高层次的功能探测器用于更抽象的实体，如对象、类别、行动、事件等的检测。所产生的知觉移动到工作区，在那里产生本地联系的短暂情景记忆和陈述性记忆会被做线索标记。这些本地联系与知觉结合，产生当前情景模型，用以表示智能体对当前正在发生的事情的理解。

②   注意阶段：注意编码器通过当前情景模型中选定部分之间形成联接，并把形成的联接转移到全局工作空间。全局工作空间的竞争随后选出最突出、最相关、最重要和最紧迫的联接，它们的内容就成为意识的内容。然后，这些意识被广播到全空间，启动行动的选择阶段。

③   动作选择阶段：也是一个学习阶段，这个学习阶段中会有几个处理操作并行进行。新的实体和联合，以及加强过的旧有意识会随着意识发布到知觉联想记忆而发生。意识广播中的事件被瞬态情景记忆的编码为新的记忆。可能采取的行动计划，连同它们的背景和预期的结果，从意识发布提取到程序记忆中。旧的计划得到了加强。与所有学习过程并行发生的、可能的行动主体使用意识内容从程序记忆中再被使用。每个这样的副本是与其绑定的变量一起实例化，并传送到行动的选择环节，竞争的结果就是次轮认知周期选择的行为。选定的行为触发感觉运动记忆，产生一个合适的算法执行此行为。

工作区内部结构是由各种不同的输入缓冲区和三个主要模块组成：当前情景模型、暂存器和意识内容队列。当前情景模型：是一个存储代表实际的当前内部和外部事件的结构。结构构建编码器负责创建使用工作区的各种子模型中的元素的结构。暂存器：是在工作区的辅助空间，在这里结构构建编码器可以构建可能的结构，然后将它们转移到当前的情景模式。意识内容队列：存储着持续的几个广播的内容，使LIDA模型理解和操作与时间有关的概念【1】。

美国海军执行专家组织开发了一套基于全局工作空间方法的智能数据分析软件，目标是成为一个能力和人类有意识的内容相一致的智能体，其认知周期可分为如下9步：

①   输入的感知刺激因素被前意识知觉所过滤，加进意图，产生感知对象。

②   目前的感知对象被移至前意识的工作记忆，和此前的循环还没有衰减的感知对象一起加入更高级别感知的结构当中。

③   当前工作记忆的结构会诱发瞬时情景记忆和陈述性记忆，产生储存在长期工作记忆的局部联系。

④   长期工作记忆的内容的组合为意识展开竞争，使得意识可能把系统资源用在最合适最紧急最重要的任务成分上。

⑤   有意识的广播按全局工作空间方法产生，使得不同形式的学习以及内部资源的补充成为可能。基于一些经验性资源，假设广播需要100ms时间。

⑥   程序性记忆需要响应有意识广播的内容。

⑦   产生其他（无意识）的响应方案，例如行为选择机制的自我复制，捆绑变量，激活传递等。

⑧   行为选择机制为该认知循环选择一个响应。

⑨   智能数据分析对内部或外部环境产生响应。

CAM心智模型

史忠植等基于记忆和意识构建了CAM（Consciousness and Memory）心智模型。其中记忆存储各种重要信息和知识，意识让人有自我的概念，能根据需求、偏好设定目标，并根据记忆中的信息进行各种认知活动。CAM包括10个主要模块，如下图（灰色）。

CAM的系统结构

感知缓存。又称感觉记忆或瞬时记忆，是感觉信息到达感官的第一次直接印象。感知缓存只能保持几十到几百毫秒，其中信息可能受到注意，经过编码获得意义，继续进入下一阶段的加工活动，如果不被注意或编码，它们就会自动消退。各种感觉信息在感知缓存中以其特有的形式继续保存一段时间并起作用，这些记忆形式就是视觉表象和声音表象，称视象和声象。表象只能存在很短的时间，最鲜明的视象也不过持续几十秒。感觉记忆具有下列特征：①记忆非常短暂；②有能力处理像感受器在解剖学和生理学上所能操纵的同样多的物质刺激能量；③以相当直接的方式进行信息编码，瞬时保存感觉器官传来的各种信号。

工作记忆。①中枢执行系统，是工作记忆的核心，负责各子系统之间以及它们与长时记忆的联系、注意资源的协调和策略的选择与计划等。②视觉空间画板，主要负责储存和加工视觉空间信息，可能包含视觉和空间两个分系统。③语音回路，负责以声音为基础的信息的储存与控制，包含语音储存和发音控制两个过程，能通过默读重新激活消退的语音表征防止衰退，而且还可以将书面语言转换为语音代码。④情景缓存，记忆跨区域的信息，以便按时间次序形成视觉、空间和口头信息的集成单元。情景缓存也联系长时记忆和语义的内容。

短时记忆。存储信念、目标和意图的内容。它们响应迅速变化的环境条件和智能体的运作方案。知觉的短时记忆存储相关物体的关系编码方案和经验期望编码的预先知识。

长时记忆。信息保存时间长，容量大。按其内容不同，可分为语义记忆、情景记忆、程序性记忆。①语义记忆，存储的信息是词、概念、规律，以一般知识作参考系，不依赖于时间、地点和条件，不易受外界因素干扰，比较稳定。②情景记忆，信息是个人亲身经历的、发生在一定时间和地点的事件（情景）的记忆，容易受各种因素干扰。③程序性记忆，指关于技术、过程或“如何做”的记忆，通常较不容易改变，但可以在不自觉的情况下自动行使，可以只是单纯的反射动作，或者更复杂的一连串行为的组合。一旦内化，非常持久。

意识。在CAM模型中，意识是关注系统的觉知、全局工作空间理论、动机、元认知、注意、内省学习等自动控制的问题。

高级认知功能。包括学习、记忆、语言、思维、决策、情感等。学习是通过神经系统不断接受刺激，获得新的行为、习惯和积累经验的过程。记忆是指学习得到的行为与知识的保持和再现。语言和高级思维是人区别于其他动物的最主要因素。决策是指通过分析、比较，在若干种可供选择的方案中选定最优方案的过程，也可能是对不确定条件下发生的偶发事件所做的处理决定。情感是人对客观事物是否满足自己的需要而产生的态度体验。

动作选择。包括原子动作选择、复杂动作组合两个步骤。可以基于尖峰基底神经节模型实现。

PMJ心智模型

将认知过程概括为3个主要阶段：感知（Perception）、记忆（Memory）、判断（Judgement）。

将认知加工归纳为3个主要通路：快速加工通路、精细加工通路、反馈加工通路。

快速加工通路：指从感知阶段直接到判断阶段的加工过程，类比于大细胞通路及其关联的皮层通路，实现基于感知的判断。不需要过的已有知识经验参与，主要加工处理刺激输入的整体特征、轮廓以及低空间频率信息，对这些输入信息进行初级粗糙加工，在此基础上进行快速分类判断。视觉显著性特征可以通过该通道进行分类判断。

精细加工通路：指从感知阶段到记忆阶段，再从记忆阶段到感知和判断阶段的加工过程，类比于小细胞通路及其关联的皮层通路，实现基于记忆的感知和判断。依赖于已有的知识经验，主要加工处理刺激输入的局部特征、细节信息以及高频率空间信息，并与长时记忆中存储的知识进行精细匹配，在此基础上进行分类判断。记忆系统具有表征自适应动态特性，记忆信息随着认知加工活动的进行而动态地建构和变化。

反馈加工通路：指从判断阶段到记忆阶段，或者从判断阶段到感知阶段的加工过程，类比于自上而下的反馈，实现基于判断的感知和记忆。根据判断输出的结果，修正短时或长时记忆中存储的知识；判断阶段输出的结果也会给感知阶段提供线索，使感知阶段的信息加工更加准确高效。

动力系统理论

动力学假说以数学的动力系统理论为基础描述认知，用数学中的状态空间、吸引子、轨迹、确定性混沌等概念来解释与环境相互作用的智能体的内在认知过程。比如，有的研究者把直觉过程看作是一种亚概念的联结主义动力系统，它不接受完全的、形式化的、精确的概念层次的描述。

主要的动力系统模型有：循环动作行为模型（Cyclical Motor Behavior Model）、嗅球模型（Olfactory Bulb Model）、动力振荡理论模型（Motivational Oscillatory Model）。

 

【1】Snaider J, McCall R, Franklin S. Time production and representation in a conceptual and computational cognitive model. 2012.