7 記憶（Memory）

記憶是任何系統(tǒng)級認(rèn)知模型的必要部分，不管這個模型是用來學(xué)習(xí)人腦還是解決工程問題的。幾乎所有的體系都有記憶系統(tǒng)來儲存計算的中間結(jié)果，能夠?qū)W習(xí)并適應(yīng)變化的環(huán)境。然而記憶系統(tǒng)的特殊執(zhí)行非常不同并且依賴于研究目標(biāo)和概念限制，比如生物可信度和工程因素（編程語言、軟件體系、框架使用）在認(rèn)知框架論文中，記憶被期限（長期、短期）和類型（過程性的、陳述性的、語義的）所描述。

多儲存記憶模型受Atkinson－Shi？rin模型的影響，之后被Baddeley 修改。這種記憶機(jī)制在心理學(xué)中占主流，但它在工程上的效用被很多人質(zhì)疑，因為它并沒有為很多記憶機(jī)制提供一個效用介紹。然而，大部分體系在記憶類型上不同，盡管命名慣例因為概念背景而不同。比如，為計劃和解決問題而設(shè)計的體系有短期和長期的記憶系統(tǒng)。計劃中的長期知識經(jīng)常是指為事實和解題規(guī)則服務(wù)的知識，這和語義以及程序性的長期記憶有關(guān)。一些體系也能保存之前被執(zhí)行的任務(wù)和被解決的問題，模仿情景記憶。計劃中的短期記憶經(jīng)常被現(xiàn)實世界的模型和目標(biāo)的內(nèi)容表示。

圖8為各種記憶架構(gòu)的可視化。這里我們遵循一個慣例來區(qū)分長期和短期的儲存。長期儲存又被進(jìn)一步分解成語義的、程序化的、情景的類型，分別儲存事實性知識，一定條件下的動作信息和系統(tǒng)的個人經(jīng)歷情景。短期記憶被分為感官記憶和工作記憶。感官記憶是非常短期的緩存區(qū)，能夠儲存一些近期的感知。工作記憶是一種暫時儲存關(guān)于現(xiàn)有任務(wù)的感知。

7．1 感官記憶

感官記憶的用途是為了緩存輸入的感知并在轉(zhuǎn)換到其他記憶體系前做預(yù)處理。同樣地，聲像記憶能使聲音刺激持續(xù)足夠長的時間來做認(rèn)知合并和特征提取，比如聲調(diào)提取和分組。在感官記憶中，視覺數(shù)據(jù)的衰退率被認(rèn)為是10個毫秒，聲音數(shù)據(jù)更長，盡管時間限制并不總是被特別指明。其他執(zhí)行這一記憶類型的機(jī)構(gòu)包括soar， sigma， ACT－R， CHARISMA， CLARION， ICARUS 和POGAMUT．

圖8

7．2 工作記憶

工作記憶可以被定義為和現(xiàn)有任務(wù)相關(guān)的短暫信息儲存機(jī)制。它對一些認(rèn)知能力非常重要，比如注意力、推理和學(xué)習(xí)，因此，我們列表上的每個認(rèn)知體系都會以某些形式執(zhí)行它。工作記憶的特殊呈現(xiàn)主要區(qū)別于哪些信息被儲存，它是怎樣被表達(dá)、被訪問和被維護(hù)的。另外，一些感官體系有助于正在進(jìn)行研究關(guān)于編碼、操縱和維護(hù)信息的過程，以及在人類的工作記憶中它與其他人腦過程的聯(lián)系。

盡管工作記憶對人類認(rèn)知很重要，相對較少有論文提供關(guān)于它的內(nèi)部組織和與其他模塊聯(lián)系的足夠細(xì)節(jié)，它通常被概括為：“現(xiàn)有的世界狀態(tài)”或“傳感器中來的數(shù)據(jù)”。基于這些文件，我們推斷，許多工作記憶體系是作為當(dāng)前世界模型，現(xiàn)有目標(biāo)／系統(tǒng)狀態(tài)的高速緩存存儲器。盡管現(xiàn)在工作記憶的能力沒有明顯的極限，新的目標(biāo)或新的感官數(shù)據(jù)經(jīng)常覆蓋現(xiàn)存的內(nèi)容。這一被簡化的工作記憶能在許多的符號范式體系中找到。

更多工作記憶的感官可信模型使用一種激活機(jī)制。一些最早的工作記憶內(nèi)容的激活模型在ACT－R中被執(zhí)行。像之前一樣，工作記憶中保有最多的相關(guān)知識，是從有偏差決定的長期記憶中恢復(fù)的。偏差是指激活，還包括有各種路徑的基礎(chǔ)級別的激活（可能上升或下降），來自鄰近元素的分散激活。一個元素的激活度越高，它就越有可能進(jìn)入工作記憶并直接影響系統(tǒng)的行動。這被應(yīng)用在基于圖的知識表達(dá)中，節(jié)點代表概念，權(quán)重被賦予到邊緣上對應(yīng)概念之間的聯(lián)系。

自然地，激活也能被用在神經(jīng)網(wǎng)絡(luò)的表達(dá)上。另一個常見典范，把記憶表示為目標(biāo)的存儲共享，能被并行模塊讀取并改變的問題和部分結(jié)果。解決問題的方法是不斷地更新共享的短期儲存信息。在一些機(jī)器人科學(xué)的體系里，自我意識領(lǐng)域中，除了能為時空結(jié)合賦能還能為環(huán)境中的機(jī)器人提供實時的位置和方向信息。

同樣的，Kismet 和 RoboCog使用基于相機(jī)坐標(biāo)系的地圖來保存近期獲取的興趣區(qū)的信息。為了防止無限成長，記憶中信息的數(shù)量需要被限制。比如，在ARCADIA中，有3－6個物體；在CHREST中，有4個組塊；在 MDB中，有20條信息。然后，當(dāng)新的信息來到時，最老的和最不相關(guān)的信息會被刪除來避免過載。信息也能被丟棄，如果長時間不用的話。在推薦體系中，一個不同的方法可以使得工作記憶中的3－4個信息從記憶系統(tǒng)的體系中自然出現(xiàn)，不需要外部參數(shù)設(shè)定。

7．3 長期記憶

長期記憶可以長時間保存大量的信息。特別地，它被分解成隱性知識的程序性記憶（動作技能和常規(guī)行動）還有陳述性記憶包括（顯性）知識。后者被進(jìn)一步分解成語義（，事實的）和情景的（自傳體的）記憶。長期記憶中的顯性／隱性和陳述性／程序性維度之間的二分法經(jīng)常被合并。其中的一個例外是CLARION， 其程序性和陳述性的記憶是分開的，并且被分解成一個隱性和顯性的部分。這個區(qū)別被保存在知識表達(dá)的層面：隱形知識用類似于神經(jīng)網(wǎng)絡(luò)的分布式亞符號范式表征，而顯性特征擁有一個明顯的符號范式表征。

長期記憶可以存儲先天知識，因此幾乎所有體系都執(zhí)行程序性或語義記憶。程序性記憶包含在任務(wù)領(lǐng)域中完成任務(wù)方式的知識。在符號范式生產(chǎn)系統(tǒng)中，程序性知識是被因特殊領(lǐng)域而預(yù)編碼的或?qū)W習(xí)的”如果－然后“規(guī)則所代表。其他的變種包括感知運動模式、任務(wù)模式和行動腳本模式。在涌現(xiàn)范式體系中，程序性記憶可能包含狀態(tài)－行動對序列或代表感官運動聯(lián)系的人工神經(jīng)網(wǎng)絡(luò)。

語義記憶儲存關(guān)于物體和它們之間關(guān)系的事實。在支持符號范式推理的體系中，語義信息被類網(wǎng)絡(luò)的本體所執(zhí)行，節(jié)點對應(yīng)著概念，連接代表他們之間的關(guān)系。在涌現(xiàn)體系中，事實知識被網(wǎng)絡(luò)中的激活模式所表示。

情景式記憶可以儲存以往經(jīng)驗中的特例，如果相同的情景再次出現(xiàn)的話，這些之后能夠被再利用。這些經(jīng)驗也可以被用來學(xué)習(xí)語義或程序性知識，比如CLARION保存動作導(dǎo)向的經(jīng)驗，例如 “輸入、輸出、結(jié)果”，并使用他們來影響未來的行動。

7．4 全局記憶

盡管有證據(jù)支持不同的記憶系統(tǒng)，把不同的知識或長短期的記憶分開，使用統(tǒng)一體系來存儲系統(tǒng)中的所有信息。比如，CORTEX和Robocog使用一種綜合的、動態(tài)多圖像目標(biāo)。同樣地，AIS執(zhí)行一種全局記憶，可以結(jié)合知識庫，中間推理結(jié)果和系統(tǒng)的認(rèn)知狀態(tài)。DiPRA使用模糊認(rèn)知地圖來代表目標(biāo)和計劃。NARS將所有的經(jīng)驗知識當(dāng)作Narcese中的正式語句，無論是陳述性的、情景式的或程序性的知識。同樣，在一些涌現(xiàn)系統(tǒng)中，例如SASE和ART中，作為工作或長期記憶的神經(jīng)元的作用是動態(tài)的，并且與神經(jīng)元是否（發(fā)放）激活有關(guān)。

總的來說，認(rèn)知體系中的記憶研究主要考慮體系、表達(dá)和檢索。因為智能代理的領(lǐng)域和時段通常是被限制的，有關(guān)保存大量記憶的挑戰(zhàn)只有相對比較少的關(guān)注度。對比之下，早期的人類長期記憶能力的估計值是在1．5千兆位內(nèi)或10萬個概念內(nèi)，然而最近的發(fā)現(xiàn)表明人腦的能力可能更大。然而，盡管可獲得的計算能力有所提升，依然不可能通過簡單執(zhí)行來達(dá)到人類記憶的最低估計量。因此，其他的方案包括使用現(xiàn)有方法來管理大規(guī)模數(shù)據(jù)并改進(jìn)提升檢索算法。兩種方法都被探索過，前者是Soar和ACT－R，使用PostgreSQL關(guān)系型數(shù)據(jù)庫從WordNet中加載概念和關(guān)系，后者是伴生體系�；蛘撸琒PA支持關(guān)聯(lián)記憶的生物可信模型，有能力表達(dá)超過10萬個概念在脈沖神經(jīng)網(wǎng)絡(luò)WordNet中。

未完待續(xù)

8 學(xué)習(xí)（Learning）9 推理（Reasoning）10 元認(rèn)知（Meta－cognition）11 應(yīng)用及討論