Integrativní modely reprezentace obsahů deklarativní a nedeklarativní paměti

Integrativní modely reprezentace obsahů deklarativní a nedeklarativní paměti

#Kombinovaná reprezentace: ACT a ACT*

Vynikajícím příkladem teorie kombinující různé podoby mentální reprezentace je teorie adaptivní kontroly myšlení neboli ACT (Adaptive Control of Thought) vytvořená Johnem Andersonem (1976). Tato teorie je modelem reprezentace poznatků a zpracování informací. V modelu ACT sloučil Anderson některé rysy sériových modelů zpracování informací s některými vlastnostmi modelů sémantických sítí. V modelu ACT jsou obsahy v procedurální paměti reprezentovány v podobě produkčních systémů, zatímco obsahy v deklarativní paměti výrokovými sítěmi. (V roce 1985 definoval Anderson výrok slovy: „Nejmenší jednotka poznání, která dokáže být samostatným tvrzením.“ Vzpomeňte si, že v kapitole 7 jsme definovali výrok jako abstrahovaný význam, jenž je podkladem vztahů mezi prvky.)

Andersonovým záměrem bylo vytvořit natolik široký model, že by byl teorií překlenující celou architekturu poznávání. Podle Andersona jsou jednotlivé kognitivní procesy (např. paměť, chápání jazyka, řešení problémů a uvažování) pouze variacemi na centrální téma, jsou odrazem společného systému poznávání (kognice).

ACT je zajímavý příklad vývoje teorie. V průběhu postgraduálních studií navrhl Anderson model volné reprodukce z asociativní sítě, který pojmenoval FRAN (Free Recall of Associative Network; J. R. Anderson, 1972). Tento model byl však funkčně značně omezený. Anderson tedy ve spolupráci se svým školitelem Gordonem Bowerem vytvořil daleko obecnější model lidské asociativní paměti HAM (Human Associative Memory; J. R. Anderson a Bower, 1973). Meze tohoto modelu vyšly brzy najevo a Andersona přivedly k formulaci ACT. I tento model měl obtíže, což vedlo k jeho následným revizím, řadu z nich Anderson vtělil do novějšího modelu ACT* (vyslovuje se „act star“), který je modelem zpracování informací, jenž slučuje síťovou reprezentaci obsahu v deklarativní paměti s reprezentací procedurálních znalostí ve formě produkčních systémů (J. R. Anderson, 1983, viz obr. 8.4).

@Obr. 8.4 (Obr. 8.4): Andersonův ACT* model

Nejnovější verze Andersonova modelu ACT* zahrnuje deklarativní poznatky („deklarativní paměť“), obsahy procedurální paměti („produkční paměť“) a pracovní paměť (aktivované poznatky, které může využít kognitivní zpracovávání; kapacita pracovní paměti je omezená).@@

V raném modelu ACT tvořily Andersonovy sítě deklarativní paměti pouze výroky. V následném modelu ACT* byly součástí jeho sítí také představy objektů, jejich odpovídající prostorové uspořádání a vztahy, jakož i časová informace, např. vztahy zahrnující sekvencování akcí, událostí, nebo dokonce i pořadí, v němž se objevovaly jednotlivé položky. Časovou informaci pojmenoval Anderson časovými vlákny, čímž měl na mysli, že obsahují informace o relativních časových sekvencích (např. předtím-poté, první-druhý-třetí, včera-zítra), na rozdíl od absolutních časových souřadnic (sobota, 4. 7. 1999, 14 hodin apod.). Model je podrobován trvalým revizím, v současnosti obsahuje informace o statistických pravidelnostech v prostředí (J. R. Anderson, 1991; J. R. Anderson, 1996; J. R. Anderson a Fincham, 1996).

Andersonův model deklarativní sítě, podobně jako jiné síťové modely (viz např. Collins a Loftus, 1975), obsahuje mechanismus, jehož prostřednictvím lze vybavovat informace z paměti stejně jako strukturu pro jejich ukládání. Vzpomeňte si, že se v rámci sémantické sítě pojmy ukládají jako její různé uzly. Podle Andersonova modelu (a různých jiných modelů) mohou být uzly v dané chvíli buď aktivní, nebo inaktivní. Aktivní uzel je v jistém slova smyslu „zapnutý“. Uzel je možné zapnout - aktivovat - přímo, a to zevními podněty (např. počitky) nebo niternými podněty (např. vzpomínkami nebo myšlenkovými procesy), případně je možné aktivovat ho nepřímo, aktivitou jednoho nebo více sousedících uzlů.

Snadno odhadnete, že se úměrně citlivosti daného uzlu na stimulaci pocházející ze sousedících uzlů může aktivace snadno šířit z jednoho uzlu na další uzel. Všimněte si, že Andersonův model je založen na myšlence, podle níž existují meze množství informace (počtu uzlů), které mohou být v dané chvíli aktivovány. V rámci omezené kapacity kognitivního systému se tato šířící se aktivace rozlévá v množině uzlů dané sítě. Čím více uzlů je aktivováno a čím více se aktivace rozšiřuje do větší vzdálenosti od původního místa vzniku, tím se samozřejmě míra aktivace sítě oslabuje.

Andersonův model rovněž ukazuje prostředky, jimiž se síť v důsledku aktivace mění. Čím víc jsou např. užívány některé vazby mezi uzly, tím větší je jejich účinnost. Komplementárně viděno se aktivace snadněji šíří podle často užívaných spojení spíše než podél spojení užívaných vzácně.

Pomůže analogie. Představte si složitou soustavu vodního potrubí, která je v mnoha místech vzájemně propojená. Jakmile se voda v jednom místě pustí, začne protékat různými částmi systému způsobem, jenž se dá přirovnat k šířící se aktivaci. V místech vzájemného propojení jsou otevřená, nebo uzavřená šoupátka, která buď dovolí, aby voda v nějakém směru pokračovala, nebo její proud odchýlí k dalším spojům (aktivace).

Chceme-li analogii prohloubit, pak mohou procesy, jako je pozornost, ovlivňovat stupeň aktivace systému. Takže - vyšší tlak ve vodním systému dostane vodu do vzdálenějších míst. Chceme-li tuto metaforu zpětně uvést do vztahu k šířící se aktivaci, pak jestliže uvažujeme o této problematice a přicházejí nám ve vztahu k ní na mysl rozličné asociace, prožíváme šíření aktivace na uzly, které reprezentují poznatky o rozmanitých aspektech problému, možná i o jeho řešení.

Vysvětlení některých stránek šířící se aktivace také pomáhá představa trubek, které jsou pružnější než trubky obvyklé: mohou se totiž postupně rozšiřovat nebo smršťovat, což závisí na tom, jak často jsou užívány. Trubky se tak ve směrech, v nichž voda proudí častěji, mohou rozšiřovat, čímž snižují míru odporu a zvyšují tak v těchto směrech rychlost přesunu vody. Trubky v málo užívaných směrech se mohou postupně smršťovat. Podobně se při šířící se aktivaci často užívané spoje posilují, málo užívané oslabují. Z toho plyne, že v sémantických sítích se mohou deklarativní znalosti učit a uchovávat prostřednictvím posilování spojů, což je výsledkem jejich častého užívání.

Jak Anderson vysvětluje získávání procedurálních znalostí, jež jsou reprezentovány v produkčním systému, nikoli v sémantických sítích? J. R. Anderson (1980) vyslovil hypotézu, podle které se reprezentace procedurálních dovedností vyvíjí ve třech stupních: kognitivním, asociativním a autonomním. V průběhu kognitivního stupně přemýšlíme o explicitních pravidlech zaváděného postupu. V průběhu asociativního stupně se rozsáhle, obvykle značně konzistentně, cvičíme v užívání explicitních pravidel. A nakonec, v autonomním stupni užíváme tato pravidla automaticky a implicitně s vysokým stupněm integrace a koordinace, jakož i s vysokou rychlostí a přesností.

Jsme-li kupř. v kognitivním stupni učení, jak se řídí automobil, musíme explicitně přemýšlet o pravidlech říkajících, kdy se sešlápne pedál spojky, brzd a plynu, přičemž se snažíme naučit, kdy a jak se řadí rychlosti. V průběhu asociativního stupně pečlivě a opakovaně, konzistentním způsobem tato pravidla procvičujeme. Postupně se s nimi stále víc seznamujeme, učíme se, kdy a jak se chovat podle jakého pravidla a kdy dělat to či ono. Nakonec dosáhneme autonomní stupeň, při němž jsme integrovali všechna rozmanitá pravidla do jediné koordinované řady akcí. Přemýšlet o tom, jak řadit rychlosti, už nemusíme, místo toho se můžeme soustředit na poslech své oblíbené rozhlasové stanice stejně jako na cíl, kam chceme dojet, na to, jak se vyhnout nehodě, jak zastavit před chodcem a podobně.

Podle Andersona se náš vývoj v těchto stupních jmenuje proceduralizace, což je proces, v jehož průběhu transformujeme pomalé explicitní informace o postupech („vědět to“) do rychlých, implicitních užití těchto postupů („vědět jak“). (Vybavte si, jak jsme v kapitole 3 probírali automatizaci, což je pojem užívaný jinými kognitivními psychology k popisu v podstatě totožného procesu.) Jedním z prostředků, jimiž docilujeme tuto transformaci, je skládání (orig. composition), kdy tvoříme jediné pravidlo produkce, které efektivně slučuje dvě nebo víc produkčních pravidel, čímž snižuje celkový počet pravidel nutných k výkonu nějakého postupu. Učíme-li se např. řídit automobil, dokážeme vypracovat společný, tedy jediný postup v případě, kdy jsme původně užívali postupy dva - před stopkou zároveň sešlápneme spojku i brzdu.

Další stránkou proceduralizace je „ladění produkce“ zahrnující vzájemně se doplňující procesy zobecňování a rozlišování. Učíme se zobecňovat - užít informaci pocházející z jedinečné informace na široký rozsah situací - neboli generalizovat existující pravidla tak, abychom je užili v nových podmínkách. Zobecníme např. užívání spojky, brzd a plynu pro řadu různých automobilů. Nakonec se učíme rozlišovat - tj. vydělit relevantní informaci z irelevantních dat - neboli diskriminovat nová kritéria za účelem zvládnutí situace, před kterou stojíme. Jakmile jsme např. zvládli řízení nějaké značky běžného auta, dokážeme při řízení vozu s jiným počtem rychlostních stupňů nebo odlišnou polohou zpátečky rozlišovat relevantní informace o nové poloze řadicí páky od irelevantních informací o polohách řadicí páky ve starém autě.

Modely reprezentace poznatků předložené v této kapitole byly až do této chvíle založeny hlavně na počítačových modelech lidské inteligence. Z toho, co jsme právě probrali, plyne, že teorie zpracování informace založené na počítačových simulacích lidských kognitivních procesů výrazně posunuly naše pochopení zpracovávání informace a reprezentace poznatků u lidí. Odlišným přístupem k pochopení reprezentace poznatků bylo studium lidského mozku samého. Podstatná část psychobiologického výzkumu dokládá, že většina operací v lidském mozku patrně nezpracovává informaci krok po kroku, bit za bitem. Lidský mozek spíše pracuje v mnohočetných procesech, zpracovává obrovský počet bitů informace najednou. Tyto modely nemusí nutně být v rozporu s modely „krok za krokem“. Za prvé je pravděpodobné, že lidé užívají jak sériové, tak paralelní zpracovávání informací. Za druhé mohou na různých úrovních probíhat rozličné druhy procesů. Naše mozky mohou tudíž zpracovávat simultánně mnohočetné části informace a slučovat je do jednotlivých kroků, které si uvědomujeme, jestliže zpracováváme informaci část po části.

#Modely založené na lidském mozku

Výše jsme zmínili, že znalost se tradičně popisuje buď jako deklarativní, nebo procedurální. Procedurální znalost obvykle zahrnuje nějaký druh dovednosti (např. řešení problémů, numerické, jazykové a hudební dovednosti), které narůstají v důsledku cviku až do doby, v níž výkon vyžaduje ve většině okolností jen málo vědomého úsilí (viz kap. 3). Například znalost telefonního čísla je obsahem deklarativní paměti. Vědět, jak se telefonní číslo naučíme zpaměti, vyžaduje procedurální znalost. V dospělosti už je vám natolik známo, jak se učit informace, že si neuvědomujete postupy, které při tom užíváte. V dětství, když jste se učili mentálně reprezentovat jednoduché procedurální znalosti, jste si toho pravděpodobně byli značně vědomi.

Psychobiolog Larry Squire (1986; Squire a kol., 1990) tradiční dělení na deklarativní a procedurální znalosti rozšířil tvrzením, že nedeklarativní paměť obsahuje širší rozsah mentálních reprezentací než jen procedurální paměť. Podle Squireho kromě deklarativních znalostí mentálně reprezentujeme následující podoby nedeklarativních znalostí:

- percepční, motorické a kognitivní dovednosti (procedurální paměť);

- jednoduché asociační učení (klasické a operační podmiňování);

- jednoduchou neasociační paměť (habituaci a senzitizaci);

- priming (základní spojení uvnitř poznatkové sítě, při němž aktivace informace v některé určené mentální dráze usnadňuje následné vybavování v dráze, která k ní má nějaký vztah, nebo dokonce v identické mentální dráze; viz kap. 3).

Podle Squireho jsou všechny tyto druhy nedeklarativních znalostí obvykle implicitní (nevyjádřené), učinit je explicitními je nesnadné.

Primární inspiraci pro svůj model Squire čerpal: 1. z vlastní práce; 2. ze širokého neuropsychologického výzkumu dalších autorů (např. Baddeley a Warrington, 1970; Milner, 1972), jako byl výzkum amnestických pacientů, výzkum na zvířatech i studie mikroanatomie mozku (užití mikroskopu za účelem studia mozkových buněk); 3. z kognitivních pokusů s lidmi. Příkladem je práce s amnestickými pacienty prozrazující zřejmé rozdíly mezi neuronálními systémy reprezentace deklarativních znalostí a neuronálními systémy reprezentace některých druhů nedeklarativních znalostí. Amnestičtí pacienti obvykle mají neporušenou procedurální paměť, aniž si vybavují, že si příslušnou dovednost pamatují. Často se při výkonu nějaké dovednosti zdokonalují, což ukazuje na nějakou podobu tvorby nové reprezentace znalostí, bez ohledu na to, že si nejsou s to zapamatovat, že mají s řešením úlohy předchozí zkušenost. Například výkon amnestického pacienta, jenž se nějakou dobu opakovaně učí číst zrcadlově napsaná písmena, se v důsledku učení zlepšuje, pacient si však nevybavuje, že se něčemu učil (Baddeley, 1989).

Reprezentace nedeklarativních znalostí je výsledkem opakované zkušenosti, avšak není výsledkem čtení, naslouchání nebo jiného druhu získávání informací z explicitních instrukcí. Jakmile vznikne mentální reprezentace nedeklarativních znalostí, má implicitní podobu a její převedení do explicitní podoby je nesnadné. Proces, v němž se míra mentální reprezentace nedeklarativních znalostí zvyšuje, ve skutečnosti snižuje možnost explicitního přístupu k těmto obsahům. Jestliže jste se např. právě naučili řídit osobní automobil, můžete zjistit, že tuto znalost popíšete snadněji než někdo, kdo se tuto dovednost učil už dávno. Úměrně tomu, jak klesá míra explicitního přístupu k obsahům nedeklarativní paměti, se však bude snižovat námaha a zvyšovat rychlost při získávání implicitního přístupu k obsahům této paměti. Nakonec budete většinu obsahů nedeklarativní paměti užívat rychleji, než se vám to bude dařit s obsahy deklarativní paměti.

Další paradox reprezentace znalostí v lidském mozku rovněž demonstrují amnestici. Ti sice za běžných okolností nevykazují normální paměť, efekt primingu se však u nich projevuje. Ve kapitole 3 jsme uvedli, že v průběhu primingu jednotlivé podněty a druhy nápovědy pravděpodobně aktivují mentální dráhy, které zvyšují vybavování nebo kognitivní zpracování informací. Jestliže vás např. někdo požádá, abyste vyslovili slovo sight, vyslovíte je pravděpodobně různě, podle toho, zda jste byli ovlivněni primingem k tomu, abyste mysleli na senzorickou modalitu („s-i-g-h-t“, pohled), na archeologické vykopávky („s-i-t-e“, místo) nebo na seznam citací literatury („c-i-t-e“). Je překvapivé, že byť si amnestičtí účastníci priming nevybavují a nedovedou si explicitně vyvolat zkušenost, během níž na ně priming působil, má na ně priming vliv.

Dokážete-li získat aspoň dva, raději více dobrovolníků, vyzkoušejte si s primingem následující pokus, který vyžaduje, abyste sáhli do obsahů deklarativní paměti.

Rozdělte dobrovolníky do dvou skupin. Jednu skupinu požádejte, aby řešila následující anagramy (hádanky, při nichž, chceme-li vytvořit slovo, které má smysl, je nutné najít správné pořadí písmen): TRSVE, HOLT AKY, BANUD, KLEOŠI, NĚKUS, ASKO.

Členy druhé skupiny požádejte o řešení následných anagramů: DLIVOKA, APIL, HÁBĚR, ATLOPA, REASKY, ASKO.

Správná řešení anagramů první skupiny jsou svetr, kalhoty, bunda, košile, sukně a šestá položka. Správná řešení anagramů druhé skupiny zní kladivo, pila, hrábě, lopata, sekyra a šestá položka.

Šestá položka v obou skupinách může být buď sako, nebo kosa. Volili dobrovolníci první, nebo druhou odpověď na základě primingu?

Předchozí příklady ilustrují situace, v nichž nějaká položka spustí mechanismus primingu pro jinou položku, se kterou má nějaký významový vztah. Michael Posner (např. Posner, Petersen, Fox a Raichle, 1988) dokládal, že ve skutečnosti můžeme rozlišovat dva druhy primingu: sémantický, při němž mechanismus primingu spouští kontext nebo informace, které nesou nějaký význam (např. ovoce, případně žluté věci mohou spustit priming pro citron), a repetitivní, při němž uvedený mechanismus spustí předchozí expozice téhož slova nebo jiného podnětu. Výsledkem je následné vybavení této informace (např. uslyšíme-li slovo „citron“, může být spuštěn mechanismus primingu pro slovo „citron“.) Oba druhy primingu byly rozsáhle zkoumány, kognitivní psychology však zajímá zejména sémantický priming.

Například Gail McKoon a Roger Ratcliff (1980) doložili existenci primingu výzkumem normálních pokusných osob. Priming studovali jednoduchou, ale mimořádně chytrou metodou. Pokusným osobám byly prezentovány dva krátké příběhy. Poté, co si je testované osoby přečetly, absolvovaly test znovupoznání. Byly požádány, aby sdělily, zda dané slovo v některém z obou příběhů viděly. Doba, za kterou odpověděly, se zaznamenávala. Některá předvedená slova pocházela z jednoho z obou příběhů, který si právě přečetly, jiná z těchto příběhů nepocházela. Klíčovým aspektem experimentu bylo, zda bylo před testovacím slovem slovo ze stejného, nebo z druhého příběhu. V prvním případě jde o priming, ve druhém, kontrolním, o priming nejde. Efekt primingu by se měl projevit rychlejší odpovědí v případě testovacího slova, před nímž bylo testovací slovo z téhož příběhu, než by tomu bylo v případě testovacího slova, před nímž bylo předloženo slovo z druhého příběhu. Tuto předpověď potvrdily výsledky řady pokusů.

Řada kognitivních psychologů (např. Meyer a Schvaneveldt, 1971) vysvětluje efekt primingu v pojmech aktivace, která se šíří v síťovém modelu reprezentace poznatků. Gail McKoon a Roger Ratcliff však navrhli odlišný výklad. McKoon a Ratcliff (1992b; Ratcliff, 1990; Ratcliff a McKoon, 1988, 1994) přisuzují efekt primingu procesu vybavování, jehož součástí je událost, kterou nazvali složená nápověda (compound cue). Ta spojuje cíl a prime (aktivovaný uzel) do páru užívaného pro vybavování informací z paměti. Podle jejich teorie je klíčem k primingu - spíše než aktivace jednotlivých vymezených uzlů - mentální reprezentace podnětu prime, a jeho cíle jako sjednocené složené nápovědy (unified compound cue). Složené nápovědy se vytvářejí coby funkce míry, s níž jedinec zakouší současnou retenci podnětu spouštějícího priming a zároveň jeho cíle v pracovní paměti (aktivní dočasná podoba paměti pro informace, které se právě kognitivně zpracovávají).

Podle názoru těchto badatelů (Ratcliff a McKoon, 1988) se složená nápověda vysílá do systému paměti k vybavení jakékoliv informace, jež odpovídá oběma jejím položkám. Tito vědci oponují názoru, podle něhož nápověda stimuluje šíření aktivace v síti. Spíše mají za to, že složená nápověda buď „putuje náhodně“ strukturou paměti (která může, ale nemusí být síť), nebo systémem paměti difunduje (spontánně se rozptyluje ve všech směrech). Podle těchto autorů je priming výsledkem toho, že odpovědi vybavené ve vztahu k cíli jsou násobeny odpověďmi vybavenými podnětem spouštějícím mechanismus primingu (prime), čímž vzniká odpověď podstatně mohutnější, než by byla odpověď podmíněná jen jednou z těchto složek.

Jedním ze způsobů, jak si představit složenou nápovědu, by mohla být představa, že se jednoho rána probudíte v cizím prostředí, aniž byste si byli s to o sobě cokoli vybavit. Budete-li bezcílně putovat a žádat kohokoli, s kým se setkáte, aby vám o vás cokoli, co ví, řekl, můžete o sobě nějaké informace získat. Tato situace by se rovnala úloze, v níž si máte vybavit něco bez primingu. Metaforou pro úlohu, v níž si budete vybavovat s primingem, může být stav, kdy se v cizím prostředí vzbudíte se svým nejlepším přítelem, aniž byste si byli schopni cokoli vybavit o sobě samém nebo o sobě vzájemně. Vydáte-li se na cestu za informacemi oba dva a budete-li žádat lidi, aby vám o vás něco řekli, můžete získat nejen dvojnásobek informací, ale i výsledek násobícího efektu, neboť můžete pracovat za účelem sběru většího počtu dat coby tým, jenž může vytvořit větší množství informací, než byste byli schopni vytvořit jako zcela nezávisle pracující jedinci.

Model složené nápovědy získal určitou podporu (např. Ratcliff a McKoon, 1988). Mimo jiné vysvětluje, proč kontextový priming často zvyšuje rychlost a přesnost odpovědi (Chawarski a Sternberg, 1993). Takže jak model šířící se aktivace, tak model složené nápovědy jsou v současnosti patrně schopné objasnit většinu dat (Ratcliff a McKoon, 1994; Ratcliff a McKoon, 1997). Rozšířenějším vysvětlením primingu je však teorie šířící se aktivace.

Podle teorií šířící se aktivace je míra aktivace mezi podnětem spouštějícím mechanismus primingu (prime) a daným cílovým uzlem funkcí počtu vazeb spojujících uvedený podnět a jeho cíl. Zároveň ji podmiňuje relativní váha každého spojení. Z tohoto názoru plyne, že růst počtu vmezeřených vazeb bude snižovat pravděpodobnost efektu primingu, zatímco růst váhy jednotlivých vazeb mezi podnětem spouštějícím mechanismus primingu (prime) a jeho cílem povede k růstu pravděpodobnosti efektu primingu. Tento model byl dobře doložen (např. McNamara, 1992). Existenci primingu prostřednictvím šířící se aktivace nadto většina psychologů chápe jako doklad síťového modelu reprezentace poznatků v paměťových procesech. Představa o primingu coby šířící se aktivace uvnitř síťového modelu vedla ke vzniku konekcionistického modelu reprezentace poznatků.

#Paralelní zpracování informace: konekcionistický model

Teorie zpracování informací inspirované počítačem předpokládají, že lidé, podobně jako počítače, zpracovávají informace sériově, krok za krokem. Byť mohou být některé aspekty lidského poznávání vysvětlovány v pojmech sériového zpracování, psychobiologické objevy a další kognitivní výzkum zřetelně ukazují, že další stránkou lidského poznávání je paralelní zpracování informace (parallel processing), v jehož rámci probíhá velký počet operací simultánně. Podobně jako zpracování informací v počítači sloužilo jako metafora pro mnoho modelů poznávání, naše rostoucí porozumění způsobu, jímž mozek zpracovává informace, rovněž slouží coby metafora pro mnoho současných modelů lidské reprezentace poznatků. Lidský mozek zřejmě vykonává bezpočet operací a zpracovává informace z řady zdrojů simultánně - paralelně. Mnoho současných modelů reprezentace poznatků proto klade důraz na paralelní zpracovávání informací v průběhu lidského poznávání. (Všimněte si, že výsledkem zájmu o paralelní zpracování informací byla konstrukce počítačů, které tento jev simulují, příkladem jsou tzv. neuronové sítě propojených počítačových procesorů.)

V současnosti řada kognitivních psychologů zkoumá možnosti a meze paralelních modelů, jimž se často říká modely PDP (modely založené na paralelně distribuovaném zpracování informace; parallel distributed processing; viz McClelland, Rumelhart a PDP Research Group, 1986; Rumelhart a McClelland, 1986). Jiné označení je konekcionistické modely. Podle těchto modelů jsme schopni zpracovávat informace tak účinně, jak to dokážeme, proto, že vykonáváme řadu kognitivních operací současně, a to v síti distribuované v nespočetném množství míst mozku. Počítač může začít odpovídat na vstup v nanosekundách (miliontiny sekundy). Jednotlivý neuron potřebuje k odpovědi na podnět až tři milisekundy, sériové zpracování informace v lidském mozku by tudíž bylo ke zvládnutí informace, kterou zpracovává, příliš pomalé. Například většina z nás pozná složitý zrakový podnět přibližně během 300 milisekund. Jestliže bychom podnět zpracovávali sériově, mělo by čas odpovědět jen několik set neuronů. Podle modelu PDP distribuované paralelní zpracovávání informace lépe vysvětluje rychlost a přesnost lidského zpracovávání informace.

Mentální strukturou, v jejímž rámci se - podle názoru vědců - paralelní zpracovávání informace odehrává, je síť popsaná výše ve vztahu k sémantické síti deklarativních znalostí. V konekcionistických sítích jsou všechny formy poznání reprezentovány v síťové struktuře. Vzpomeňte si, že základním prvkem sítě je uzel. Každý uzel je propojen s řadou dalších uzlů. Uspořádané, vzájemně propojené systémy uzlů umožňují lidem smysluplně organizovat poznatky obsažené ve spojeních mezi jednotlivými uzly. V mnoha síťových modelech reprezentuje každý uzel nějaký pojem.

V modelu PDP, formulovaném Jamesem McClellandem a Davidem Rumelhartem (1981, 1985; Rumelhart a McClelland, 1982), však tvoří síť jednotky podobné neuronům, které samy o sobě pojmy, výroky nebo jiný druh informace nereprezentují. Nikoli jednotlivé body (vrcholy, uzly) sítě, ale uspořádání spojů tedy reprezentuje znalost. Podobná myšlenka popisuje užívání jazyka. Jednotlivá písmena (nebo hlásky) slova jsou relativně neinformativní, určitý typ jejich uspořádání je vysoce informativní. Podobně - jedna jednotka sítě není příliš informativní, uspořádané propojení mezi jednotkami je vysoce informativní. Obrázek 8.5 ukazuje, jak lze užít k vytvoření mnohem více než jen šesti vzájemných druhů vazeb pouhých šesti jednotek (teček).

@Obr. 8.5 (Obr. 8.5): Spojení a uspořádání

Každá jednotlivá jednotka (bod) je poměrně neinformativní. Jestliže se vzájemně propojí do různých uspořádání, může být každý z nich, jak dokládají obrazce v horní části obrázku, vysoce informativní. Jednotlivá písmena jsou podobně poměrně neinformativní, jejich vzájemné spojení může být vysoce informativní. Užijemeli kombinace pouhých tří písmen, můžeme vytvořit řadu odlišných uspořádání, například TRS, NOS a další, které jsou ve spodní části obrázku.@@

Model PDP ukazuje další druh odlišnosti modelu inspirovaného mozkem od modelu inspirovaného počítačem - různé kognitivní procesy jsou založeny spíše na odlišných způsobech aktivace, než by byly výsledkem rozmanitých množin instrukcí z CPU (central processing unit; centrální procesor) počítače. V každém okamžiku může být daný mozkový neuron inaktivní, ve stavu excitace nebo inhibice:

- inaktivní neurony nejsou stimulovány nad excitační práh, do synaptické štěrbiny neuvolňují nervové přenašeče;

- excitační neurony uvolňují nervové přenašeče, které stimulují neurony za synapsí, zvyšují tím pravděpodobnost, že tyto neurony dosáhnou svůj excitační práh;

- inhibiční neurony uvolňují nervové přenašeče tlumící neurony za synapsí, snižují tím pravděpodobnost, že tyto neurony dosáhnou svůj excitační práh.

Byť akční potenciál neuronu funguje podle pravidla „vše, nebo nic“, může množství uvolňovaných nervových přenašečů a neuromodulátorů kolísat, tím se může proměňovat i četnost vydávání vzruchů, což ovlivňuje stupeň excitace a inhibice jiných dalších neuronů za synapsí.

Podobně v McClellandově a Rumelhartově modelu PDP mohou být jednotlivé jednotky inaktivní nebo mohou vysílat excitační, či inhibiční signály jiným jednotkám. Tím nechceme říci, že model PDP k reprezentaci poznatků skutečně užívá vymezené neuronální dráhy. Jsme ještě velmi daleko od jen slabého ponětí o tom, jak se mapuje specifická neuronální informace. Model PDP spíše užívá fyziologické procesy mozku jako metaforu pro pochopení kognice. Podle modelu PDP mohou být spoje mezi jednotkami nositeli různého stupně potenciální excitace, nebo inhibice i tehdy, jsou-li právě inaktivní. Čím častěji je jednotlivé spojení aktivní, tím vyšší je jeho síla, ať už excitační, nebo inhibiční.

Z modelu PDP plyne, že jakmile své poznatky užijeme, změníme jejich reprezentaci. Reprezentace poznatků tedy není konečný produkt, jde spíše o proces, nebo dokonce o potenciální proces. To, co se ukládá, není specifické uspořádání spojů, ale jde o uspořádání jejich potenciálních excitačních a inhibičních účinností, jichž vědomí (mozek) užívá proto, aby se znovu vytvořilo (aktivovalo) vlastní uspořádání. Získáváme-li novou informaci, pak aktivace, která je jejím důsledkem, buď posiluje, nebo oslabuje spojení mezi jednotkami. Nová informace může pocházet z podnětů prostředí, z paměti nebo z kognitivních procesů. Schopnost tvořit nové informace na základě úsudku a zobecnění je zdrojem téměř nekonečné pružnosti v oblasti reprezentace a manipulace poznatků.

Právě tato pružnost je to, co nás činí lidmi, kteří se - na rozdíl od počítačů - přizpůsobují neúplným a zkresleným informacím. Zkreslená nebo neúplná informace se považuje za degradovanou informaci. Z modelu PDP plyne, že lidské vědomí je flexibilní a nevyžaduje pro aktivaci určitého schématu (vzorce odpovědi) zcela přesnou korelaci s jeho objektivním podnětem. Jestliže je tedy aktivován dostatečný počet atributů specifického subjektivního obsahu vědomí (které zároveň neodpovídají žádnému jinému druhu obsahu) zachovanými atributy popisu objektivního podnětu, pak degradovaná informace nezabrání znovuvytvoření správného specifického subjektivního obsahu vědomí. Tato kognitivní pružnost rozsáhle zvyšuje schopnost učit se novým informacím.

Na základě modelu PDP se kognitivní psychologové snaží vysvětlovat různé obecné vlastnosti lidského poznávání, např. schopnost odpovídat pružně, dynamicky, rychle a relativně přesně dokonce i v případech, kdy se k nám dostává částečná nebo degradovaná informace. Kognitivní psychologové se kromě toho pokoušejí užít tento model k vysvětlení jednotlivých kognitivních procesů, jako jsou percepce, uvažování, priming i další paměťové procesy.

Konekcionistické modely reprezentace znalostí sice vysvětlují řadu jevů spjatých s reprezentací a zpracováním poznatků, bezchybné však také nejsou. Vysvětlují množství kognitivních procesů, jimž se lze postupně naučit, např. percepci a paměť, a to ukládáním poznatků na základě postupného posilování uspořádaných množin spojů v síti. Řada stránek modelu však ještě není dobře definována, model špatně objasňuje, jak si lidé dovedou zapamatovat jednotlivou událost (Schacter, 1989a). Jak zvládneme náhle vytvořit celý nový vzájemně propojený systém spojů reprezentující naše povědomí o jediné zapamatované události (jako je den promoce)?

Podobně konekcionistický model uspokojivě nevysvětluje, jak se dokážeme rychle „odnaučit“ jednou ustavenému uspořádanému schématu, dostane-li se nám kontradiktorická informace (Ratcliff, 1990; Treadway, McCloskey, Gordon a Cohen, 1992). Předpokládejme např., že vám bylo řečeno, že kritéria pro klasifikaci (označení) částí rostlin jako plod jsou semena, dřeň a slupka a že skutečnost, zda jsou sladší než jiné části rostliny, není důležitá. Bude-li vaším úkolem třídění fotografií různých částí rostlin na skupinu plody a neplody, sloučíte rajčata a dýně s jablky a dalšími druhy plodů, byť jste je předtím za plody nepovažovali. McClelland, McNaughton a O'Reilly (1995) se ve své práci snaží obejít obtíže konekcionistického systému tvrzením, že v mozku jsou dva systémy učení. První odpovídá konekcionistickému modelu tím, jak je odolný vůči změnám a relativně trvalý. Druhý, komplementární systém se zabývá rychlým získáváním informací, krátkou dobu je uchovává a poté je integruje s informacemi v konekcionistickém systému. McClelland a jeho kolegové citují důkazy z neuropsychologie a konekcionistického modelování, které se zdají jejich názor podporovat. Konekcionistický systém je tím zachráněn, potřebujeme však uspokojivý popis druhého systému učení.

Uvedené modely reprezentace poznatků a zpracovávání informace jasně profitovaly z technologického vývoje počítačové vědy i zobrazovacích metod mozku, jakož i z psychobiologického zkoumání lidského mozku v činnosti - technik, jejichž slibnost byl před 40 lety schopen předpovědět jen málokdo. Bylo by tedy nerozumné prorokovat, že nás specifické směry výzkumu povedou ve specifických směrech. Na druhé straně jsou vybrané směry výzkumu slibné. Badatelé např. užívají výkonné počítače v pokusech o vytváření modelu paralelního zpracování informací prostřednictvím neuronálních sítí. Vývoj nejnovějších technik studia mozku poskytuje výzkumu vynikající možnosti. Kazuistiky, pozorování v přirozeném prostředí i tradiční laboratorní experimenty v oboru kognitivní psychologie rovněž nabízejí bohaté příležitosti pro další výzkum. Někteří vědci se snaží zkoumat vysoce specifické kognitivní procesy (např. sluchové zpracování řečových zvuků), jiní zas základní procesy, které jsou podkladem všech stránek poznávání. Který z druhů tohoto výzkumu je cennější?

#Do jaké míry jsou kognitivní procesy doménově obecné nebo doménově specifické?

Mají se kognitivní psychologové pokoušet o nalezení množiny mentálních procesů, jež jsou společné všem doménám reprezentace a zpracování znalostí, nebo mají spíše zkoumat mentální procesy, které jsou doménově specifické? V počátcích výzkumu AI byli badatelé přesvědčeni, že je ideální vytvořit program natolik obecný, jak je jen možné. Byl to dobrý začátek, byť žádný program nezvládal všechny domény (oblasti poznání). V rozsáhlejším výzkumném poli kognitivní psychologie převládala mezi šedesátými a sedmdesátými lety 20. století snaha o doménově obecné chápání kognitivních procesů (např. G. A. Miller, Galanter a Pribram, 1960; Simon, 1976).

Koncem sedmdesátých a v průběhu osmdesátých let 20. století se rovnováha přesunula ve prospěch doménové specificity, částečně v důsledku jasné demonstrace významu specifického poznání pro šachovou hru (viz kap. 11, A. De Groot, 1965; W. Chase a H. Simon, 1973). Jednou z nejvlivnějších knih na poli kognitivní vědy byla v průběhu osmdesátých let publikace Modularity of Mind (Modularita vědomí) Jerryho Fodora (1983), který v ní zdůvodňoval krajní doménovou specificitu. Fodor dokládal, že vědomí je uspořádáno modulárně, to znamená, že je rozděleno do vymezených modulů, které jsou činné víceméně nezávisle. Podle Fodora je každý nezávisle fungující modulus schopen zpracovávat jen jeden druh vstupu (jazyk /např. slova/, zrakové vjemy /např. tváře/ apod.).

Fodor prosazoval modularitu nižších úrovní zpracování informace, např. základních percepčních procesů týkajících se přístupu k lexikální informaci (viz kap. 4). Howard Gardner (1983) rozšířil princip modularity i na vyšší intelektové procesy. Fodor také zdůrazňoval modularitu specifických kognitivních funkcí (např. lexikálního přístupu k významům slov, který považoval za něco jiného, než je vyvozování smyslu slov z kontextu), jež byla pozorovaná v kognitivních experimentech. Pojem modularita byl rovněž důležitý v psychobiologickém výzkumu, např. při pozorování vymezených patologických změn spjatých s vymezenými kognitivními poruchami.

V nové době jsme svědky více než jednoho pokusu o integraci doménově specifické a doménově obecné perspektivy našich úvah o reprezentaci a zpracování poznatků. Například ve své vlastní teorii inteligence (R. J. Sternberg, 1985a; viz rovněž R. J. Sternberg, 1989, a kap. 14 této knihy) probírám oba typy procesů. Při čtení následujících kapitol můžete přemýšlet o tom, zda jsou popisované procesy a reprezentace poznatků nazírány jako primárně doménově specifické, nebo doménově obecné.

#SHRNUTÍ

1. Jak jsou v mysli organizovány reprezentace slov a symbolů? Základní jednotkou symbolického poznání je pojem. Pojmy lze organizovat do kategorií, jež mohou obsahovat další kategorie; do schémat, která mohou zahrnovat další schémata - liší se užitím i mírou abstrakce a mohou zahrnovat informace o vztazích mezi pojmy, atributy, kontexty a obecnějšími znalostmi stejně jako informace o kauzálních vztazích. Existují různé obecné teorie kategorizace, patří mezi ně kategorie založené na definičních znacích a kategorie založené na prototypech, jejichž součástí jsou kategorie založené na příkladech. Jedním druhem navrhovaného schématu je scénář. Odlišným modelem reprezentace znalostí je sémantická síť, jejíž součástí jsou značené vztahy mezi pojmovými uzly. První model sítě byl přísně hierarchický, založený na kognitivní ekonomii, další modely zdůrazňovaly četnost užívání jednotlivých spojů.

2. Jak ve vědomí reprezentujeme jiné druhy poznatků? Řada kognitivních psychologů vytvořila modely procedurální paměti založené na počítačových simulacích těchto reprezentací. Příkladem je produkční systém.

3. Jak probíhají interakce deklarativní a procedurální paměti? V tomto ohledu byl vyvinut model reprezentace obsahů v procedurální paměti (v podobě produkčního systému) a reprezentace obsahů v deklarativní paměti (v podobě sémantické sítě). Model se jmenuje ACT a má novější verzi ACT*. V obou modelech je metafora pro pochopení jak reprezentace znalostí, tak zpracování informace založená na způsobu, jímž informace zpracovává počítač. Oba modely např. zdůrazňují sériové zpracování informace.

Výzkum otázky, jak lidský mozek zpracovává informace, ukázal, že mozky na rozdíl od počítačů užívají paralelní zpracování informace. Navíc se zdá, že většina zpracování informace není vázána na vymezené mozkové oblasti, spíše je současně distribuována v řadě mozkových regionů. Na mikroskopické úrovni analýzy mohou být mozkové neurony inaktivní, nebo mohou být excitovány, či inhibovány akcemi dalších neuronů, s nimiž sdílejí synapse. Studie zpracování informace v mozku ukázaly, že některé podněty jsou patrně primingem pro odpovědi na další podněty, které se tím pádem snadněji zpracovávají.

Modelem reprezentace lidského poznání a zpracování informace, který je založen na tom, co víme o mozku, je model PDP (model vystavěný na paralelně distribuovaném zpracování informace) neboli konekcionistický model. V těchto modelech se má za to, že jednotky podobné neuronům mohou být excitovány, nebo tlumeny akcemi jiných jednotek, případně mohou být inaktivní. Poznatky jsou spíše než v jednotlivých jednotkách (bodech sítě) reprezentovány v souborech různých excitačních a inhibičních sil vzájemných spojení. Většina modelů PDP vysvětluje priming mechanismem šířící se aktivace, jiné však předpokládají, že podnět, který spouští mechanismus primingu, a jeho cíl tvoří sloučenou nápovědu, jež násobí rychlost a snadnost vybavování informace.

Řada kognitivních psychologů je přesvědčena, že vědomí je aspoň částečně modulární - rozličná centra aktivity operují ve vědomí vzájemně dost nezávisle. Na druhé straně jsou jiní kognitivní psychologové přesvědčeni, že lidské poznávání kontroluje řada fundamentálních operací a že specifické kognitivní operace jsou pouhými variacemi na jedno téma. Se vší pravděpodobností jsou součástí poznávání některé modulární, doménově specifické, procesy a některé fundamentální, doménově obecné, procesy.

#PŘEMÝŠLENÍ O MYŠLENÍ

1. Definujte deklarativní a procedurální paměť, uveďte příklady.

2. Jaký druh scénáře užíváte ve své každodennosti? Jak jej můžete vylepšit?

3. Popište některé vlastnosti schémat, porovnejte a kontrastujte dva modely schémat uvedené v této kapitole.

4. Proč podle vašeho názoru pocházejí mnohé modely reprezentace poznání od lidí, kteří se intenzivně zajímají o umělou inteligenci?

5. Jmenujte některé výhody a nevýhody hierarchického modelu reprezentace poznání.

6. Jak byste uspořádali pokus cílený na testování otázky, zda se daná kognitivní úloha dá lépe vysvětlit v pojmech modulárních složek, nebo v pojmech některého fundamentálního doménově obecného procesu?

7. Jmenujte některé praktické příklady forem nedeklarativní paměti ve Squireově modelu. (Úvahy o podmiňování jsou v kap. 1, úvahy o habituaci a primingu v kap. 3.)

8. Dokážete užít sémantický priming tak, abyste zvýšili pravděpodobnost, že si druzí vybaví to, co byste byli rádi, aby si vybavili (např. datum vašich narozenin; restauraci, již chcete navštívit; film, který chcete vidět)?

#Doporučená literatura

Anderson, J. R. (1983). The architecture of cognition. Cambridge, MA: Harvard University Press. Jedna z velkých klasických knih moderní kognitivní psychologie zkoumající sjednocený model prakticky celého lidského zpracovávání informace.

Komatsu, L. K. (1992). Recent views on conceptual structure. Psychological Bulletin, 112(3), 500-526. Vynikající přehled literatury zabývající se různými postoji k pochopení a reprezentaci pojmů v paměti.

Ratcliff, R., McKoon, G. (1997). A counter model for implicit priming in perceptual word identification. Psychological Review, 104, 319-343. Současný teoretický přehled primingu, který dokazuje, že tradiční teorie šířící se aktivace mají s vysvětlováním obtíže, zatímco jejich alternativní model je nemá.

Rumelhart, D. E., McClelland, J. L., and PDP Research Group (1986). Parallel distributed processing. Explorations in the microstructure of cognition. Vol. 1. Foundations. Cambridge, MA: MIT Press. Velmi náročné čtení, nicméně klasická práce sloužící jako základ většiny konekcionistických prací, které následovaly.

Česká literatura je uvedena za kapitolou 7.