Ссылки на биологически правдоподобные модели представления знаний?

Я ищу ссылки, посвященные проблеме того, как различные виды семантических знаний представляются (или могут быть представлены) в нейронной сети. Большинство дискуссий по этой теме кажется искаженным социальными психологами, которые говорят на очень высоком уровне о том, как различные семантические конструкции (например, цели) могут быть представлены на основе поведенческих наблюдений (см. Eitam & Higgins, 2010). Но было трудно найти отчеты, которые одновременно и ближе к металлу (которые учитывают нейронное правдоподобие), и также высокоуровневые (которые рассматривают семантику более сложную, чем ассоциативная сила между общими узлами).

Может ли кто-нибудь указать мне хороший материал по этой теме?

Использованная литература:

Ответы (2)

По моему опыту, термин «семантическое знание» (или семантическая память, или концептуальное знание) обычно используется для обозначения знания объектов, значений слов, фактов и людей без привязки к какому-либо конкретному времени или месту. Нейронная основа такого рода знаний более или менее согласуется с тем, что она зависит от распределенной сети областей коры головного мозга (например, Martin, 2007; Patterson, Nestor, & Rogers, 2007). Тим Роджерс и Джей Макклелланд (например, Rogers & McClelland, 2004) являются одними из лидеров в разработке биологически правдоподобных вычислительных моделей семантической памяти (и многие другие также работают над этим).

Цели обычно относят к сфере «исполнительных функций» или «когнитивного контроля» и обычно связывают с префронтальными (и лобными) областями коры. Я немного меньше знаю об этой области исследований, но определенно разрабатываются биологически правдоподобные модели, в том числе Ботвиник и Плаут (2004), и вы можете найти то, что ищете, в работе Мунаката и О'Рейли (например, Мунаката и др., 2011 г.)

использованная литература

Отлично — есть несколько новых, а также старые, о которых я забыл. Также заново открывая гениальность оригинальных документов PDP Макклелланда и Румельхарта. Спасибо.

Я думаю, что эта недавняя статья соответствует вашим требованиям. Он рассматривает биологическую правдоподобность, показывая, что количество нейронов, необходимых в предлагаемом методе, находится в разумных пределах для человеческого мозга, и отбрасывает ряд неразумных моделей. В частности, они создают нейронную сеть, используя Neural Engineering Framework (NEF) и архитектуру семантических указателей (SPA). Сеть содержит 2,5 миллиона нейронов, чтобы содержать сеть из 100 000 понятий, для чего потребуется всего 14,7 мм. 2 , в отличие от другой модели, обсуждаемой в статье, для которой потребовалось бы 500 см 2 .

Он также является достаточно «высокоуровневым», чтобы не только учитывать относительную силу узлов, но и применять их для анализа семантической информации словаря. Например, один из трех тестов, обсуждаемых в статье, заключается в том, чтобы проверить, достаточно ли «умна» сеть, чтобы определить, что слово «собака» является синонимом слова «собака».

Саму статью трудно проглотить, если у вас нет опыта работы с NEF и SPA, поэтому я рекомендую прочитать либо этот учебник , чтобы начать, либо «Как построить мозг» Криса Элиасмита.

Справка

Эрик Кроуфорд, Мэтью Джинджерич и Крис Элиасмит. Биологически правдоподобное представление знаний в человеческом масштабе . На 35-й ежегодной конференции Общества когнитивных наук , 412–417. 2013.

Я должен сказать, что VSA (векторная символическая архитектура) и ее нейронная реализация не кажутся мне биологически правдоподобными. Я предполагаю, что это относительно более правдоподобно, чем то, с чем сравнивают авторы в некотором смысле.
@Memming Не могли бы вы уточнить, почему нет, и что именно в VSA вы считаете биологически неправдоподобным? Я все еще пытаюсь понять эту статью и был бы очень признателен за вашу точку зрения.
@ Seanny123 ваш комментарий можно было бы превратить в отдельный вопрос о биологической осуществимости VSA. Вроде похожих, но более широких вопросов о биологической правдоподобности и других недостатках и ограничениях байесовских моделей.
Хотя я думаю (и имею очень ограниченные доказательства), что было бы неправильно характеризовать SPA (который на самом деле используется здесь, основанный на VSA) как чисто вероятностный, я понимаю вашу точку зрения и опубликую вопрос, как только я закончу книга «Как построить мозг».
@ Seanny123 Я не предлагал характеризовать это как таковое. Я просто привел примеры вопросов типа «насколько биологически правдоподобен х?» или "каковы недостатки x?" и x просто оказались байесовскими моделями, потому что я вспомнил эти посты.