[論文レビュー] Physics and Logical Openness in Cognitive Models

Ignazio Licata|ArXiv.org|Mar 30, 2007

Computability, Logic, AI Algorithms参考文献 21被引用数 4

ひとこと要約

本稿は、システムと環境の関係性の観点から認知モデルを分析するための『論理的開放性理論』を提唱する。この理論は、記号的モデル（低論理的開放性、固定された意味論）と準記号的モデル（高論理的開放性、動的進化）を区別する。認知における内的自己生成（例：新しいコードの創出）は、チューリング計算から生物学的模倣計算への転換を要すると主張する。観測者とは、高い論理的開放性を持つシステムとして定義される。

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.

研究の動機と目的

• 認知モデルの論理的開放度に基づく理解のための枠組みを構築すること。
• 伝統的な記号的・準記号的モデルが認知の動的で進化する性質を捉えることの限界を扱うこと。
• システムと環境の相互作用の物理学と認知システムの情報的構造を結びつけること。
• 内的自己生成（例：新しいコードの自発的創出）は、古典的チューリング計算では捉えきれないことの主張。
• 生命的認知および観測者システムをモデル化するにあたり、生物学的模倣計算を必要不可欠な代替手段として提唱すること。

提案手法

• 論理的開放性を、事前に定義された境界を持たずに新しい情報の進化と統合する能力の尺度として導入する。
• 論理的開放度に応じて認知モデルを複雑性の階層に分類する。
• ゲーデル＝チューリングの定理を用いて、閉じたルールベースシステム（記号的モデル）の記述的限界を形式化する。
• 『in vitro認知』（記号的、意味論固定）と『in vivo認知』（準記号的、動的進化）を区別する。
• 観測者を、高い論理的開放性を持つシステムとして定義し、内的自己生成と自己組織化に参加可能であると明言する。
• 生物学的模倣計算を、新しいコードの生成を支援する計算パラダイムとして提唱する。

実験結果

リサーチクエスチョン

• RQ1 認知モデルはどのように論理的開放度によって体系的に順序付け可能であり、その階層はそれらの表現力にどのような含意をもたらすか？
• RQ2 ゲーデル＝チューリングの定理は、低論理的開放性を示す記号的モデルが認知をモデル化する際に、どのような制約をもたらすか？
• RQ3 システムと環境のダイナミクスという観点から、『in vitro認知』（記号的）と『in vivo認知』（準記号的）の間にはどのような相違があるか？
• RQ4 論理的開放性の概念は、物理的システムと環境の関係性と、認知モデルの情報的構造との間で、どのように形式的つながりを確立可能か？
• RQ5 認知システムにおける内的自己生成（例：新しいコードの創出）をモデル化するにあたり、どのような計算フレームワークが必要か？

主な発見

• 論理的開放度が低い認知モデル（例：記号的システム）は、意味論によってシステム／環境関係を固定し、動的で進化する認知をモデル化する能力を制限する。
• 論理的開放度が高い準記号的モデルは、認知の進化的ダイナミクスをよりよく捉えており、『in vivo認知』を反映している。
• 観測者は、高い論理的開放性を持つシステムとして形式的に定義され、内的自己生成プロセスに参加可能である。
• この理論は、システムと環境の相互作用の物理的構造と、認知モデルの情報的構造との間で直接的なリンクを確立する。
• 本稿は、チューリング計算が内的自己生成をモデル化する際に根本的な限界を有することを特定し、代替フレームワークの必要性を示唆する。
• 生物学的模倣計算は、生命的システムにおける新しいコードの生成をモデル化するための実用的代替手段として提示される。