Soar (kognitivní architektura)

Soar (také SOAR) je symbolická kognitivní architektura, vytvořená Johnem Lairdem, Allenem Newellem a Paulem Rosenbloomem na Carnegie Mellon University. Je to jak pohled na to, co je poznávání, tak implementace tohoto pohledu prostřednictvím počítačové programovací architektury pro umělou inteligenci (AI). Od svých počátků v roce 1983 a své prezentace na studii v roce 1987 byla široce používána výzkumníky AI k modelování různých aspektů lidského chování.

Hlavním cílem projektu Soar je být schopen zvládnout celou škálu schopností inteligentního agenta, od vysoce rutinních až po extrémně obtížné otevřené problémy. Aby k tomu mohlo dojít, musí být podle názoru, který je základem projektu Soar, schopen vytvářet reprezentace a používat vhodné formy poznání (například procedurální, deklarativní, epizodické a případně ikonické). Soar by se pak měl zabývat souborem mechanismů mysli. Podkladem architektury Soar je také názor, že symbolický systém je nezbytný a dostačující pro obecnou inteligenci (viz stručný komentář k neats versus scruffies). To je známé jako hypotéza fyzického symbolového systému. Pohledy na poznávání, které je základem projektu Soar, jsou svázány s psychologickou teorií vyjádřenou v knize Allena Newella Unified Theories of Cognition (Jednotné teorie poznávání).

Ačkoli konečným cílem Soaru je dosažení obecné inteligence, není tvrzeno, že by tohoto cíle již bylo dosaženo. Zastánci systému si uvědomují, že Soaru stále chybí některé důležité aspekty inteligence. V současné době probíhají projekty na přidání epizodických a sémantických vzpomínek do Soaru a také podpora emocí. Některé další příklady chybějících schopností zahrnují automatické vytváření nových reprezentací samostatně, například prostřednictvím hierarchického shlukování.

Soar je založen na produkčním systému, tj. používá explicitní produkční pravidla, kterými se řídí jeho chování (ta jsou zhruba ve formě „if… then…“, jak se také používá v expertních systémech). Řešení problémů lze zhruba popsat jako hledání v problémovém prostoru (kolekce různých stavů, ke kterým může systém v určitém čase dojít) pro cílový stav (který představuje řešení problému). To je realizováno hledáním stavů, které systém postupně přibližují k jeho cíli. Každý tah se skládá z rozhodovacího cyklu, který má fázi rozpracování (ve které je do Soarovy pracovní paměti přenesena celá řada různých poznatků nesoucích problém) a rozhodovací proceduru (která zvažuje to, co bylo nalezeno na předchozí fázi a přiřazuje preference pro konečné rozhodnutí o akci, která má být provedena).

Doporučujeme:  Kortikosteroidy

Pokud právě popsaný rozhodovací postup není schopen určit jedinečný postup, může Soar použít různé strategie, známé jako slabé metody k řešení bezvýchodné situace. Tyto metody jsou vhodné pro situace, ve kterých znalostí není nadbytek. Některé příklady jsou analýza cílů (která může vypočítat rozdíl mezi každou dostupnou možností a cílovým stavem) a typ lezení do kopce. Když je řešení nalezeno jednou z těchto metod, Soar použije učební techniku zvanou chunking k přeměně postupu přijatého do nového pravidla. Nové pravidlo pak může být použito vždy, když se Soar znovu setká se situací (to znamená, že už nebude bezvýchodná situace).

ACT, např. ACT-R je další kognitivní architektura od Johna R. Andersona, která pracuje na podobných principech. Dalšími kognitivními architekturami jsou CLARION, ICARUS, DUAL a Psi.