[論文レビュー] Grounded Symbols in the Brain Computational Foundations for Perceptual Symbol System

Leonid Perlovsky, Roman Ilin|arXiv (Cornell University)|Oct 20, 2010

Cognitive Science and Education Research参考文献 129被引用数 30

ひとこと要約

本稿では、古典的AIおよび結合的モデルの限界を克服するために、知覚的記号系（PSS）の計算的基盤として動的論理（DL）を提案する。DLは、曖昧な表現から明確な表現へと進化する認知プロセスとして認知をモデル化することで、組み合わせ的爆発の問題を解消する。DLが、接地、生産性、束縛、再帰、記号言語の相互作用といったPSSの核となるメカニズムをどのようにサポートするかを示し、検証可能な神経画像法予測を伴う、統一的かつ数学的に根拠のある認知理論を提供する。

ABSTRACT

We describe a mathematical models of grounded symbols in the brain. It also serves as a computational foundations for Perceptual Symbol System (PSS). This development requires new mathematical methods of dynamic logic (DL), which have overcome limitations of classical artificial intelligence and connectionist approaches. The paper discusses these past limitations, relates them to combinatorial complexity (exponential explosion) of algorithms in the past, and further to the static nature of classical logic. The new mathematical theory, DL, is a process-logic. A salient property of this process is evolution of vague representations into crisp. The paper first applies it to one aspect of PSS: situation learning from object perceptions. Then we relate DL to the essential PSS mechanisms of concepts, simulators, grounding, productivity, binding, recursion, and to the mechanisms relating grounded and amodal symbols. We discuss DL as a general theory describing the process of cognition on multiple levels of abstraction. We also discuss the implications of this theory for interactions between cognition and language, mechanisms of language grounding, and possible role of language in grounding abstract cognition. The developed theory makes experimental predictions, and will impact future theoretical developments in cognitive science, including knowledge representation, and perception-cognition interaction. Experimental neuroimaging evidence for DL and PSS in brain imaging is discussed as well as future research directions.

研究の動機と目的

• 古典的AIおよび結合的モデルが人間の認知をモデル化するうえで抱える限界、特に組み合わせ的爆発と静的論理の問題を解決すること。
• 曖昧な表現から明確な意味を持つ記号へと進化する動的でプロセスベースの論理（動的論理）を構築すること。
• 知覚的記号系（PSS）の計算的基盤を提供し、知覚、認知、言語の接地を統合すること。
• 概念形成、シミュレータ、束縛、再帰、接地記号と非知覚的記号の相互作用といった、核心的な認知メカニズムを説明すること。
• 神経画像法および将来の認知科学研究のための検証可能な予測を生成すること。

提案手法

• 認知を曖昧な表現から明確な表現へと進化させるプロセス論理として、動的論理（DL）を導入する。
• 物体の知覚から状況学習を行う応用例を提示し、DLが段階的記号接地の能力を有することを示す。
• 数学的構造を用いて、進化する表現の枠組み内でPSSのメカニズム（概念形成、シミュレータ、束縛、再帰）を形式化する。
• DLが抽象化と記号的操作を動的文脈で扱える能力を活かし、接地記号と非知覚的記号を統合する。
• DLを用いて言語の接地をモデル化し、言語的記号が知覚的経験や抽象的認知とどのように結びつくかを示す。
• DLから神経生物学的予測を導出し、理論を神経画像法研究における測定可能な脳活動パターンと結びつける。

実験結果

リサーチクエスチョン

• RQ1 計算モデルは、古典的記号的AIおよび結合的アプローチに内在する組み合わせ的爆発問題をどのように克服できるか？
• RQ2 曖昧な知覚的表現から明確な記号的認知へと動的に進化させる数学的枠組みは何か？
• RQ3 動的論理は、束縛、生産性、再帰といった知覚的記号系の核となるメカニズムをどのようにサポートするか？
• RQ4 動的でプロセスベースの論理を用いて、言語を知覚にどのように接地できるか？
• RQ5 提案された動的論理フレームワークから、どのような神経画像法的特徴が予測可能か？

主な発見

• 動的論理は、曖昧な知覚的表現から明確な記号的認知へと移行するプロセスを的確にモデル化でき、組み合わせ的複雑性の問題を解決する。
• 理論は、概念形成、シミュレータ、再帰的処理といった、PSSの主要メカニズムを統一的な数学的枠組みで提供する。
• DLは知覚的経験を通じて抽象的記号の接地を可能にし、言語と知覚の統合を支援する。
• モデルは、動的記号形成と整合的な特定の神経画像パターンを予測し、脳画像法による検証のための検証可能な仮説を提示する。
• フレームワークは、接地記号と非知覚的記号の相互作用をサポートし、知覚的経験から抽象的認知がどのように生じるかを説明する。
• 理論は、知識表現および知覚・認知の相互作用のための新しい計算的基盤を提供し、認知科学および人工知能分野に影響を及ぼす。