[논문 리뷰] Physics and Logical Openness in Cognitive Models

Ignazio Licata|ArXiv.org|2007. 03. 30.

Computability, Logic, AI Algorithms참고 문헌 21인용 수 4

한 줄 요약

이 논문은 체계-환경 관계의 관점에서 인지 모델을 분석하기 위해 논리적 개방성 이론을 제안한다. 이 이론은 상징적 모델(낮은 논리적 개방성, 고정된 의미론)과 부상징적 모델(높은 논리적 개방성, 동적 진화)을 구분한다. 논문은 인지에서의 내재적 탄생(예: 새로운 코드의 창출)이 튜링 계산에서 벗어나 생체 모방 계산으로 나아가야 한다고 주장하며, 관측자들을 높은 논리적 개방성을 가진 체계로 정의한다.

ABSTRACT

It is here proposed an analysis of symbolic and sub-symbolic models for studying cognitive processes, centered on emergence and logical openness notions.The Theory of Logical Openness connects the Physics of system/environment relationships to system informational structure. In this theory cognitive models can be ordered according to a hierarchy of complexity depending on their logical openness degree, and their descriptive limits are related to Godel-Turing Theorems on formal systems. The sysmbolic models with low logical openness describe cognition by means of semantics which fix the system/environment relationship (cognition in vitro), while the sub-symbolic ones with high logical openness tends to seize its evolutive dynamics (cognition in vivo. An observer is defined as a system with high logical openness. In conclusion, the characteristic processes of intrinsic emergence typical of bio-logic - emerging of new codes - require an alternative model to Turing Computation, the natural or bio-morphic computation, whose essential features we are going here to outline.

연구 동기 및 목표

• 논리적 개방성 수준에 따라 인지 모델을 이해하는 프레임워크를 개발하기 위해.
• 전통적인 상징적 및 부상징적 모델이 인지의 동적이고 진화하는 성격을 포괄하는 데에 한계가 있음을 다루기 위해.
• 체계-환경 상호작용의 물리학과 인지 체계의 정보적 구조 사이의 연결 고리를 맺기 위해.
• 내재적 탄생(예: 새로운 코드의 자발적 창출)이 고전적 튜링 계산으로는 포괄될 수 없다는 것을 주장하기 위해.
• 생명적 인지와 관측자 체계를 모델링하기 위해 생체 모방 계산이 필수적인 대안이 되어야 한다는 것을 제안하기 위해.

제안 방법

• 정의된 경계 없이 새로운 정보를 진화하고 통합할 수 있는 능력으로서 논리적 개방성을 체계의 정도로 측정하는 개념을 도입한다.
• 논리적 개방성 정도에 따라 복잡성의 계층적 계층화에 따라 인지 모델을 분류한다.
• 폐쇄적이고 규칙 기반의 체계(상징적 모델)의 묘사적 한계를 형식화하기 위해 고델-튜링 정리들을 적용한다.
• ‘체내에서의 인지’(상징적, 의미론 고정)와 ‘체내에서의 인지’(부상징적, 동적으로 진화)를 구분한다.
• 내재적 탄생과 자율 조직화에 능한, 높은 논리적 개방성을 가진 체계로 관측자를 정의한다.
• 고전적 튜링 계산과는 다름없이 새로운 코드의 탄생을 지원하는 생체 모방 계산을 계산 체계의 패러다임으로 제안한다.

실험 결과

연구 질문

• RQ1 인지 모델은 논리적 개방성 수준에 따라 체계적으로 정렬될 수 있으며, 이러한 계층은 그들의 표현력에 어떤 함의를 지니는가?
• RQ2 고델-튜링 정리들은 논리적 개방성이 낮은 상징적 모델이 인지 모델링에서 어떤 제약을 가진다?
• RQ3 체계-환경 역학 관점에서 ‘체내에서의 인지’(상징적)와 ‘체내에서의 인지’(부상징적)는 어떤 방식으로 다를까?
• RQ4 논리적 개방성 개념은 물리적 체계-환경 상호작용의 구조와 인지 모델의 정보적 구조 사이의 형식적 연결을 어떻게 가능하게 하는가?
• RQ5 내재적 탄생(예: 새로운 코드의 창출)을 인지 체계에서 모델링하기 위해 필요한 계산 프레임워크는 무엇인가?

주요 결과

• 논리적 개방성이 낮은 인지 모델, 예를 들어 상징적 체계는 의미론을 통해 체계/환경 관계를 고정함으로써 동적이고 진화하는 인지를 모델링하는 데 능력을 제한한다.
• 논리적 개방성이 높은 부상징적 모델은 인지의 진화적 역학을 더 잘 반영하며, ‘체내에서의 인지’를 반영한다.
• 관측자는 높은 논리적 개방성을 가진 체계로 형식적으로 정의되며, 이는 내재적 탄생 과정에 참여할 수 있도록 한다.
• 이 이론은 체계-환경 상호작용의 물리적 구조와 인지 모델의 정보적 구조 사이에 직접적인 연결 고리를 설정한다.
• 논문은 튜링 계산이 내재적 탄생을 모델링하는 데에 본질적인 한계를 지닌다는 점을 밝히며, 이를 보완할 수 있는 대안적 프레임워크가 필요하다고 제기한다.
• 생체 모방 계산은 생체 시스템에서 새로운 코드의 탄생을 모델링하기 위한 고전적 계산의 타당한 대안으로 제안된다.