[论文解读] 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 4

一句话总结

本文提出逻辑开放性理论，通过系统-环境关系的视角分析认知模型，区分符号模型（逻辑开放性低，语义固定）与非符号模型（逻辑开放性高，动态演化）。文章主张，认知中的内在涌现（如新代码的创造）需脱离图灵计算，转向类生命计算，其中观察者被定义为具有高逻辑开放性的系统。

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.

研究动机与目标

• 开发一个基于认知模型逻辑开放程度的理解框架。
• 解决传统符号与非符号模型在捕捉认知动态、演化本质方面的局限性。
• 将系统-环境相互作用的物理机制与认知系统的信息结构相联系。
• 论证内在涌现（如新代码的自发创造）无法被经典图灵计算所捕捉。
• 提出类生命计算作为建模生命认知与观察者系统的必要替代方案。

提出的方法

• 引入逻辑开放性概念，作为系统在无预设边界条件下演化与整合新信息能力的度量。
• 根据其逻辑开放程度，将认知模型按复杂性层级进行分类。
• 应用哥德尔-图灵定理，形式化封闭、基于规则的系统（符号模型）的描述局限。
• 区分‘体外认知’（符号模型，语义固定）与‘体内认知’（非符号模型，动态演化）。
• 将观察者定义为具有高逻辑开放性的系统，具备内在涌现与自组织能力。
• 提出类生命计算作为计算范式，支持新代码的涌现，与经典图灵计算相异。

实验结果

研究问题

• RQ1 认知模型如何依据其逻辑开放性系统性排序？该层级结构对它们表征能力意味着什么？
• RQ2 哥德尔-图灵定理如何限制低逻辑开放性的符号模型在认知建模中的应用？
• RQ3 在系统-环境动力学方面，‘体外认知’（符号）与‘体内认知’（非符号）有何本质区别？
• RQ4 逻辑开放性概念如何促成物理系统-环境关系与认知系统信息结构之间的正式关联？
• RQ5 何种计算框架是建模认知系统中内在涌现（如新代码的创造）所必需的？

主要发现

• 逻辑开放性低的认知模型，如符号系统，通过语义固定系统与环境的关系，限制了其对动态、演化认知的建模能力。
• 逻辑开放性高的非符号模型更佳地捕捉了认知的演化动力学，反映了‘体内认知’的特征。
• 观察者被形式化定义为具有高逻辑开放性的系统，使其能够参与内在涌现过程。
• 该理论建立了系统-环境相互作用的物理结构与认知模型信息结构之间的直接联系。
• 本文指出图灵计算在建模内在涌现方面存在根本局限，亟需替代框架。
• 类生命计算被提出作为经典计算的可行替代方案，用于建模生命系统中新代码的涌现。