[논문 리뷰] The Scope and Limits of Simulation in Cognitive Models

Ernest Davis, Gary Marcus|arXiv (Cornell University)|2015. 06. 16.

Science Education and Pedagogy참고 문헌 20인용 수 8

한 줄 요약

이 논문은 인간의 신체적 추론이 몽테카를로 방법을 통해 궤적을 시뮬레이션하는 내부 '물리 엔진'에 주로 의존한다는 가설을 도전한다. 시뮬레이션 기반 모델은 인간 추론의 핵심적 측면을 포괄하기에는 너무 제한적이며, 체계적인 인간의 오류를 설명하기에는 너무 강력하다고 주장한다. 따라서 시뮬레이션은 더 넓은 다각적 추론 과정을 통합하는 인지 구조의 일부에 불과하다는 결론을 내린다.

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.

연구 동기 및 목표

• 인간의 신체적 추론이 정밀한 과학 이론을 사용해 물리 시스템을 내부적으로 시뮬레이션한다는 주장의 평가
• 몽테카를로 스타일의 시뮬레이션으로 인간의 신체적 추론의 강점과 약점을 모두 설명할 수 있는지 평가
• 시뮬레이션 기반 모델이 인간 인지 전체를 완전히 설명하지 못하는 데서 기인하는 격차 규명
• 시뮬레이션이 더 넓은, 더 다양한 인지 체계 내에서의 소규모 구성 요소에 불과하다는 주장을 펼치기
• 인간 인지 모델링에서 시뮬레이션의 범위와 한계에 대한 비판적 분석 제공

제안 방법

• 시뮬레이션 모델이 재현하지 못하는 패턴을 식별하기 위해 인간의 신체적 추론에 관한 경험적 데이터 분석
• 불확실성과 불완전한 지식을 포함한 과제에서 관찰된 인간 성능과 시뮬레이션 기반 모델 비교
• 이론적 분석을 통해 시뮬레이션 모델이 체계적인 인간의 오류를 설명할 수 없음을 보여주기
• 실시간 인간 인지 모델링에서 몽테카를로 샘플링의 효율성과 실현 가능성 평가
• 히ュ리스틱, 비유적 추론, 개념적 추상화와 같은 다른 추론 메커니즘과의 통합이 필요하다는 제안
• 인지심리학과 인공지능 연구를 바탕으로 순수 시뮬레이션을 넘어서는 하이브리드 인지 아키텍처의 필요성 주장

실험 결과

연구 질문

• RQ1 시뮬레이션 기반 모델은 일상 과제에서 인간의 신체적 추론을 완전히 설명할 수 있는가?
• RQ2 왜 인간은 시뮬레이션 모델이 설명할 수 없는 체계적인 오류를 신체적 추론에서 자주 범하는가?
• RQ3 시뮬레이션과 함께 또는 그 대체로 작용하는 인간 추론에서의 인지 과정은 무엇인가?
• RQ4 불확실성 하에서 인간 유사 추론을 재현하기 위해 몽테카를로 시뮬레이션이 얼마나 효율적인가?
• RQ5 완전한 인간의 물리적 인지 모델을 구축하기 위해 시뮬레이션을 넘어서 어떤 구성 요소가 필요한가?

주요 결과

• 시뮬레이션 기반 모델은 물체의 안정성이나 힘의 상호작용에 대한 직관적 이해와 같은 인간의 물리적 추론의 많은 측면을 설명하기에는 너무 약하다.
• 인간은 시뮬레이션 모델이 정확한 물리 이론을 가정하기 때문에 설명할 수 없는 체계적인 오류를 자주 범한다.
• 불확실성에 대응하기 위해 몽테카를로 샘플링을 사용하는 것은 실시간 인간 인지 모델링에 비효율적이고 비현실적이다.
• 시뮬레이션은 히ュ리스틱, 비유적 추론, 개념적 추상화를 포함한 더 넓은 인지 체계의 일부에 불과하다.
• 인간의 추론은 시뮬레이션 외부의 다수의, 종종 비시뮬레이션 기반의 인지 과정에 의존하며, 이는 물리 엔진 모델이 포착하지 못한다.
• 이 논문은 시뮬레이션 기반 모델이 인간 인지 모델링의 독립적 프레임워크로는 부적합하다는 결론을 내린다.