エピソード記憶・ナビゲーション・推論と連想記憶・意味ネット・同時確率を関連付ける

雑なメモ書きですが、
いくつかの認知機能とAI技術と脳の構造を関連付ける
方針について書きます。


論理式 A、A→B から、推論規則Cを適用してBを推論する機構は、
脳内での迷路の経路探索において、
Sという場所からA方向に歩いてS’という場所に移動する状況を想像する機構と
同じとみなす。
また、A、A→B という知識からBという知識を推論するのは、
A、A→Bに相当する2つのエピソード記憶を持っているときに
Bという新たなエピソード記憶を追加することであると考える。
なお、推論規則Cや行動Aは、宣言記憶ではなく手続き記憶である。

A→Bという論理式は(ならば A B)の三つ組みの連想記憶で表現可能で、
これはまた、AとBの間を「ならば」というラベルのついたエッジで結ぶ
意味ネット表現とも等価である。
この三つ組は三つの概念が同時に生起する同時確率がほぼ1であること、
つまり P(ならば、A、B) ≒ 1 として確率モデルで表現することも可能である。

以上の方針により、
・ エピソード記憶
・ ナビゲーション
・ 推論
という3つの認知機能と
・ 連想記憶
・ 意味ネット
・ 確率モデル
という3つのAI技術が関連付けられそうである。

最後にこれらを脳に関連付けよう。
海馬も大脳皮質も概念が生起する同時確率を学習する。
(2つの違いは記憶の書き込み速度と保持期間。)
また、Sという状態で行動AをとったときにS’に変化するという
知識を学習するのは前運動野か前頭前野だろう。
この知識もまた P(S'|S,A) のような確率モデルで表現可能である。


感想・コメントなどお待ちしております。

コメント

No title

> A & p(B|A)≒1⇒B ということではダメなのでしょうか。

ダメということはないと思います。
論理式の中に確率論の式が入っているのが気になりますが・・・。
確率論の式の値を1か0に近似したものが論理式なんじゃないかなあ。よくわかりませんが。

論理的推論の脳内での実現の仕方は、いろいろなやり方がありうると思います。神経科学的知見などを参考になんとか絞り込もうと現在格闘中です。

脳は「論理的推論」の実行には最適化されていないってところがやっかいですね。
最適化されているほうが、機構を推定するのは比較的容易だと思います。
論理的推論の要求仕様だけから脳の機構を推定するのは難しそうなので、
動物の経路探索のような、本来の脳のユースケースに基づいて機構を推定するほうがよいのではないかと考えています。

条件付き確率

> 論理式 A、A→B から、推論規則Cを適用してBを推論する機構
基本的なことですみません。
A & p(B|A)≒1⇒B ということではダメなのでしょうか。

推論

話がそれていたら申し訳ありません。

以下のように2つの訓練から、4つの推論が訓練せずに成立することを、刺激等価性が成立したと言えるそうです。

訓練1:AならばB
訓練2:BならばC

推論1:BならばA(対称性:訓練1に対する)
推論2:CならばB(対称性:訓練2に対する)
推論3:AならばC(推移性)
推論4:CならばA(等価性)

 これらの推論はヒト以外の動物では、一部の例外を除き成立しません。しかし「AばらばB」の逆(BならばA)は、論理的に真とはならないので、ヒトのみがこのような非論理的推論を行っていいます。しかしそれゆえに高度な認知機能を獲得したとも予想されます(言語と思考を生む脳 より)。

私はこれが気になってます。

コメントの投稿

トラックバック


この記事にトラックバックする(FC2ブログユーザー)