[論文レビュー] The Scope and Limits of Simulation in Cognitive Models

Ernest Davis, Gary Marcus|arXiv (Cornell University)|Jun 16, 2015

Science Education and Pedagogy参考文献 20被引用数 8

ひとこと要約

この論文は、人間の物理的推論が主にモンテカルロ法を用いた軌道シミュレーションを行う内部の「物理学エンジン」に依存するという仮説に挑戦する。シミュレーションベースのモデルは人間の推論の重要な側面を捉えるにはあまりに限定的であり、体系的な人間の誤りを説明するにはあまりに強いと主張し、シミュレーションはより包括的な認知アーキテクチャの一部にすぎないと結論づける。このアーキテクチャには多様な推論プロセスが統合されている。

ABSTRACT

It has been proposed that human physical reasoning consists largely of running "physics engines in the head" in which the future trajectory of the physical system under consideration is computed precisely using accurate scientific theories. In such models, uncertainty and incomplete knowledge is dealt with by sampling probabilistically over the space of possible trajectories ("Monte Carlo simulation"). We argue that such simulation-based models are too weak, in that there are many important aspects of human physical reasoning that cannot be carried out this way, or can only be carried out very inefficiently; and too strong, in that humans make large systematic errors that the models cannot account for. We conclude that simulation-based reasoning makes up at most a small part of a larger system that encompasses a wide range of additional cognitive processes.

研究の動機と目的

• 人間の物理的推論が正確な科学的理論を用いて物理的システムを内部でシミュレートすることに依存しているという主張を評価すること。
• モンテカルロ風のシミュレーションが、人間の物理的推論の長所と短所の両方を説明できるかどうかを評価すること。
• シミュレーションベースのモデルが人間の認知を完全に説明できないギャップを特定すること。
• シミュレーションは、より広範な多様な認知システム内のわずかな要素にすぎないことを主張すること。
• シミュレーションの範囲と限界を、人間の認知をモデル化する上で、批判的に分析すること。

提案手法

• シミュレーションモデルが再現できないパターンを特定するために、人間の物理的推論に関する実証データを分析すること。
• 不確実性や不完全な知識を含むタスクにおいて、シミュレーションベースのモデルと人間の実際のパフォーマンスを比較すること。
• 理論的分析を用いて、シミュレーションモデルが体系的な人間の誤りを説明できないことを示すこと。
• リアルタイムの人間認知をモデル化する際のモンテカルロサンプリングの効率性と実行可能性を評価すること。
• ヒューリスティクス、類推的推論、概念的抽象化などの他の推論メカニズムと統合された認知モデルの必要性を提唱すること。
• 認知心理学とAI研究の知見を活用して、純粋なシミュレーションを超えたハイブリッドな認知アーキテクチャの必要性を主張すること。

実験結果

リサーチクエスチョン

• RQ1 シミュレーションベースのモデルは、日常的なタスクにおける人間の物理的推論を完全に説明できるか？
• RQ2 なぜ人間は、シミュレーションモデルが説明できない体系的な誤りを物理的推論で繰り返すのか？
• RQ3 シミュレーションと併行して、あるいは代替的に人間の推論に働く認知プロセスは何か？
• RQ4 不確実性下で人間らしく推論を再現する際、モンテカルロシミュレーションの効率はどの程度か？
• RQ5 完全な人間の物理的認知モデルを構築するには、シミュレーションを超える何が不可欠か？

主な発見

• シミュレーションベースのモデルは、物体の安定性や力の作用の直感的理解といった、人間の物理的推論の多くの側面を説明するにはあまりに弱い。
• 人間は、正確な物理的理論を仮定するシミュレーションモデルが説明できない体系的な誤りを頻繁に犯す。
• 不確実性を扱うためにモンテカルロサンプリングを用いることは、リアルタイムの人間認知をモデル化するには非効率的で現実的ではない。
• シミュレーションは、ヒューリスティクス、類推的推論、概念的抽象化を含むより広範な認知システムのわずかな一部にすぎない。
• 人間の推論は、物理エンジンモデルが捉えられない、複数の非シミュレーション的認知プロセスに依存している。
• この論文は、シミュレーションベースのモデルが人間認知をモデル化するための単独のフレームワークとしては不十分であると結論づける。