7 記憶（Memory）

記憶是任何系統級認知模型的必要部分，不管這個模型是用來學習人腦還是解決工程問題的。幾乎所有的體系都有記憶系統來儲存計算的中間結果，能夠學習并適應變化的環(huán)境。然而記憶系統的特殊執(zhí)行非常不同并且依賴于研究目標和概念限制，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。這種記憶機制在心理學中占主流，但它在工程上的效用被很多人質疑，因為它并沒有為很多記憶機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計的體系有短期和長期的記憶系統。計劃中的長期知識經常是指為事實和解題規(guī)則服務的知識，這和語義以及程序性的長期記憶有關。一些體系也能保存之前被執(zhí)行的任務和被解決的問題，模仿情景記憶。計劃中的短期記憶經常被現實世界的模型和目標的內容表示。

圖8為各種記憶架構的可視化。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的個人經歷情景。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于現有任務的感知。

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換到其他記憶體系前做預處理。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知合并和特征提取，比如聲調提取和分組。在感官記憶中，視覺數據的衰退率被認為是10個毫秒，聲音數據更長，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構包括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有任務相關的短暫信息儲存機制。它對一些認知能力非常重要，比如注意力、推理和學習，因此，我們列表上的每個認知體系都會以某些形式執(zhí)行它。工作記憶的特殊呈現主要區(qū)別于哪些信息被儲存，它是怎樣被表達、被訪問和被維護的。另外，一些感官體系有助于正在進行研究關于編碼、操縱和維護信息的過程，以及在人類的工作記憶中它與其他人腦過程的聯系。

盡管工作記憶對人類認知很重要，相對較少有論文提供關于它的內部組織和與其他模塊聯系的足夠細節(jié)，它通常被概括為：“現有的世界狀態(tài)”或“傳感器中來的數據”�；�于這些文件，我們推斷，許多工作記憶體系是作為當前世界模型，現有目標／系統狀態(tài)的高速緩存存儲器。盡管現在工作記憶的能力沒有明顯的極限，新的目標或新的感官數據經常覆蓋現存的內容。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制。一些最早的工作記憶內容的激活模型在ACT－R中被執(zhí)行。像之前一樣，工作記憶中保有最多的相關知識，是從有偏差決定的長期記憶中恢復的。偏差是指激活，還包括有各種路徑的基礎級別的激活（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，它就越有可能進入工作記憶并直接影響系統的行動。這被應用在基于圖的知識表達中，節(jié)點代表概念，權重被賦予到邊緣上對應概念之間的聯系。

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

同樣的，Kismet 和 RoboCog使用基于相機坐標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，當新的信息來到時，最老的和最不相關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個信息從記憶系統的體系中自然出現，不需要外部參數設定。

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的層面：隱形知識用類似于神經網絡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領域中完成任務方式的知識。在符號范式生產系統中，程序性知識是被因特殊領域而預編碼的或學習的”如果－然后“規(guī)則所代表。其他的變種包括感知運動模式、任務模式和行動腳本模式。在涌現范式體系中，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系的人工神經網絡。

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

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

7．4 全局記憶

盡管有證據支持不同的記憶系統，把不同的知識或長短期的記憶分開，使用統一體系來存儲系統中的所有信息。比如，CORTEX和Robocog使用一種綜合的、動態(tài)多圖像目標。同樣地，AIS執(zhí)行一種全局記憶，可以結合知識庫，中間推理結果和系統的認知狀態(tài)。DiPRA使用模糊認知地圖來代表目標和計劃。NARS將所有的經驗知識當作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，在一些涌現系統中，例如SASE和ART中，作為工作或長期記憶的神經元的作用是動態(tài)的，并且與神經元是否（發(fā)放）激活有關。

總的來說，認知體系中的記憶研究主要考慮體系、表達和檢索。因為智能代理的領域和時段通常是被限制的，有關保存大量記憶的挑戰(zhàn)只有相對比較少的關注度。對比之下，早期的人類長期記憶能力的估計值是在1．5千兆位內或10萬個概念內，然而最近的發(fā)現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)行來達到人類記憶的最低估計量。因此，其他的方案包括使用現有方法來管理大規(guī)模數據并改進提升檢索算法。兩種方法都被探索過，前者是Soar和ACT－R，使用PostgreSQL關系型數據庫從WordNet中加載概念和關系，后者是伴生體系�；蛘撸琒PA支持關聯記憶的生物可信模型，有能力表達超過10萬個概念在脈沖神經網絡WordNet中。

未完待續(xù)

8 學習（Learning）9 推理（Reasoning）10 元認知（Meta－cognition）11 應用及討論