معماری شناخت چیست؟ از ACT-R و SOAR تا مدل‌های ذهن

فرض کن می‌خوای یه ساختمون بسازی. اول باید نقشهٔ معماری داشته باشی: کجا ستون بذاری، چطور بارها رو توزیع کنی، چه اتاقی به چه اتاقی وصل بشه. حالا تصور کن می‌خوای «ذهن» رو بسازی، نقشهٔ معماریش چیه؟ این دقیقاً سوالیه که شاخه‌ای از علوم شناختی به اسم «معماری شناخت» دنبالشه.

این مقاله دربارهٔ معماری شناخت است، تلاش برای ساختن یه مدل محاسباتیِ واحد که نشون بده همهٔ فرایندهای ذهنی چطور کنار هم یه سیستم یکپارچه می‌سازن. از دو معماری کلاسیک، ACT-R و SOAR، شروع می‌کنیم و می‌رسیم به این که چرا این ایده امروز، در عصر هوش مصنوعی، دوباره داغ شده. اگه می‌خوای زمینهٔ کلی این بحث رو بدونی، علوم شناختی چیست نقطهٔ شروع خوبیه.

معماری شناخت یعنی چه؟

یه معماری شناخت (Cognitive Architecture) یه نظریهٔ جامع و قابل‌اجراست دربارهٔ ساختار ثابتِ ذهن. کلمهٔ کلیدی «ثابت» ـه: معماری شناخت دنبال اون بخش‌هایی از ذهنه که در همهٔ آدم‌ها و همهٔ کارها مشترکن، مثل اینکه چطور حافظه سازماندهی شده، چطور دانش بازیابی می‌شه، چطور تصمیم گرفته می‌شه.

فرقش با مطالعهٔ تک‌تکِ فرایندهای شناختی اینه: اونجا هر فرایند رو جدا می‌بینیم، اینجا می‌خوایم ببینیم همه با هم چطور یه سیستمِ کامل می‌سازن. یه معماری شناختِ خوب باید بتونه واقعاً اجرا بشه، یعنی یه برنامهٔ کامپیوتری باشه که رفتاری مثل انسان از خودش نشون بده، و پیش‌بینی‌های آزمون‌پذیر بکنه.

این ایده از یکی از بنیادی‌ترین فرض‌های علوم شناختی میاد: ذهن یه سیستم پردازش اطلاعاته، و مثل هر سیستم دیگه‌ای، یه معماری داره که می‌شه کشفش کرد و مدلش کرد.

ACT-R: ذهن به‌مثابهٔ یک سیستم تولید

یکی از معروف‌ترین معماری‌های شناخت، ACT-R ـه که جان اندرسون و همکارانش در دانشگاه کارنگی ملون ساختن. اسمش مخفف «Adaptive Control of Thought—Rational» ـه.

ایدهٔ محوری ACT-R اینه که ذهن دو نوع دانش رو از هم جدا نگه می‌داره:

• دانش اعلامی (Declarative)، حقایق و اطلاعاتی که می‌تونی به زبان بیاری. «تهران پایتخت ایرانه.» این‌ها به‌صورت واحدهایی به اسم «chunk» ذخیره می‌شن.
• دانش رویه‌ای (Procedural)، مهارت‌ها و قواعد «اگر-آنگاه» که چطور کاری رو انجام بدی. این‌ها به‌صورت قواعد تولید (production rules) ذخیره می‌شن: «اگر هدف جمع دو عدده، آنگاه از رقم یکان شروع کن.»

ACT-R این رو هم مدل می‌کنه که چرا بعضی چیزها رو راحت‌تر به یاد میاری: هر chunk یه «سطح فعال‌سازی» داره که به این بستگی داره چند وقت پیش و چند بار ازش استفاده کردی. این دقیقاً همون منحنیِ فراموشیِ واقعیه که توی آزمایش‌های حافظه دیده می‌شه. به همین خاطر ACT-R تونسته رفتار انسان رو توی کارهای واقعی، از حل معادله تا رانندگی، با دقت بالایی پیش‌بینی کنه.

SOAR: ذهن به‌مثابهٔ حل‌کنندهٔ عمومی مسئله

معماری کلاسیک دیگه SOAR ـه که آلن نیوول، همون پیشگام هوش مصنوعی و علوم شناختی، به همراه جان لِرد و پاول روزن‌بلوم ساخت. نیوول SOAR رو به‌عنوان یه قدم به سمت «نظریهٔ یکپارچهٔ شناخت» می‌دید: یه معماری واحد که بتونه هر کار شناختی‌ای رو انجام بده.

ایدهٔ محوری SOAR اینه که همهٔ رفتار هوشمند رو می‌شه به‌صورت «جستجو در فضای مسئله» مدل کرد. سیستم یه هدف داره، یه وضعیت فعلی، و یه سری عملگر برای حرکت. وقتی به یه بن‌بست می‌رسه، یعنی نمی‌دونه چی کار کنه، SOAR یه «impasse» اعلام می‌کنه و یه زیرهدف جدید می‌سازه تا اون بن‌بست رو حل کنه.

بخش جالب SOAR یادگیریشه: مکانیزمی به اسم «chunking» داره که وقتی یه بن‌بست رو حل می‌کنه، راه‌حل رو به‌صورت یه قاعدهٔ جدید ذخیره می‌کنه. دفعهٔ بعد، دیگه نیازی به اون جستجوی پرزحمت نیست، مستقیم جواب رو می‌دونه. این دقیقاً همون اتفاقیه که وقتی یه مهارت رو تمرین می‌کنی توی ذهنت می‌افته: از «فکر کردن آگاهانه» به «انجام خودکار» می‌رسی.

ACT-R در مقابل SOAR: دو فلسفهٔ ذهن

این دو معماری تفاوت‌های ظریف ولی مهمی دارن:

• ACT-R بیشتر روی تطبیق با داده‌های روان‌شناختی تمرکز داره، می‌خواد دقیقاً همون زمان‌ها و خطاهایی رو تولید کنه که انسان واقعی تولید می‌کنه.
• SOAR بیشتر روی هوش عمومی و یادگیری تمرکز داره، می‌خواد یه سیستمِ کامل بسازه که بتونه هر مسئله‌ای رو حل کنه.

ولی هر دو یه چیز مشترک دارن: این باور که ذهن یه معماریِ یکپارچه و قابل‌اجراست، نه یه مشت قابلیتِ پراکنده. و هر دو نشون دادن که می‌شه نظریه‌های علوم شناختی رو به برنامه‌های کامپیوتری واقعی تبدیل کرد که رفتارشون رو می‌شه آزمایش کرد.

چرا معماری شناخت دوباره مهم شده

برای سال‌ها، معماری‌های شناخت مثل ACT-R و SOAR یه حوزهٔ تخصصی و کمی حاشیه‌ای بودن. مدل‌های زبانی بزرگ که اومدن، اول به نظر می‌رسید این رویکردِ «قاعده‌محور» منسوخ شده. ولی دقیقاً برعکس شد.

مدل‌های زبانی بزرگ یه چیز عجیب رو آشکار کردن: یه شبکهٔ عصبیِ خام، هر چقدر هم بزرگ، به‌تنهایی یه معماری شناختیِ کامل نداره. حافظهٔ بلندمدتِ پایدار نداره. نمی‌تونه دانشش رو سازماندهی‌شده نگه داره. هر بار از صفر شروع می‌کنه. و اینجاست که ایده‌های قدیمیِ معماری شناخت دوباره زنده شدن: محقق‌ها فهمیدن برای ساختن یه عاملِ (agent) واقعاً هوشمند، باید یه LLM قدرتمند رو با یه معماریِ شناختی احاطه کنن که حافظه، هدف، و یادگیری بهش بده.

به عبارت دیگه، LLM موتورِ استدلاله، ولی معماری شناخت اون اسکلتیه که موتور رو تبدیل به یه ذهنِ منسجم می‌کنه. اگه می‌خوای بدونی این پایداریِ شناختی توی عمل چه شکلیه، شناخت پایدار در هوش مصنوعی رو بخون.

از ACT-R تا CogX: معماری شناختِ آیرا

اینجاست که داستان به محصول ما می‌رسه. آیرا روی یه معماری شناختیِ اختصاصی به اسم CogX سواره، و فلسفه‌اش مستقیماً از همین سنتِ ACT-R و SOAR میاد، ولی این بار با یه LLM مدرن در قلبش.

درست مثل ACT-R که دانش اعلامی و رویه‌ای رو از هم جدا می‌کرد، CogX هم چند نوع حافظهٔ متمایز رو سازماندهی می‌کنه: حافظهٔ معنایی (حقایق دربارهٔ کاربر و دنیاش)، رویدادی (آنچه در گفتگوها رخ داد)، روالی (الگوهای رفتاری)، و بنیادی (ارزش‌ها و اصول کاربر). و درست مثل مکانیزم یادگیریِ SOAR که تجربه‌ها رو به دانشِ ماندگار تبدیل می‌کرد، CogX هم از هر تعامل، یه مدل شناختیِ دقیق‌تر از تو می‌سازه.

این همون چیزیه که آیرا رو از یه چت‌باتِ ساده جدا می‌کنه. یه چت‌بات معمولی فقط یه LLM ـه با یه فایل یادداشتِ کوچیک. آیرا یه معماری شناختِ چهارلایه‌ست که اون LLM رو با حافظه، زمینه‌فهمی، و تداومِ رابطه احاطه می‌کنه. اگه می‌خوای عمیق‌تر بفهمی این چهار لایه چطور کار می‌کنن، شناخت پیوسته در هوش مصنوعی همه‌چیز رو توضیح می‌ده.

به یه معنا، CogX جواب امروزی به همون سوالیه که نیوول هفتاد سال پیش پرسید: نقشهٔ معماریِ یه ذهنِ یکپارچه چیه؟ فرقش اینه که حالا ما می‌تونیم اون نقشه رو روی یه محصول واقعی، توی دست کاربر ایرانی، پیاده کنیم.

همچنین بخوان

• علوم شناختی چیست؟، قاب کلی این بحث
• فرایندهای شناختی، آجرهایی که معماری شناخت از آن‌ها ساخته می‌شود
• شناخت پایدار در هوش مصنوعی، وقتی AI تو را به یاد می‌سپارد
• شناخت پیوسته در هوش مصنوعی، معماری چهارلایهٔ آیرا

می‌خوای یه دستیار با معماری شناختِ واقعی رو تجربه کنی، نه یه چت‌بات با حافظهٔ ماهی قرمز؟ آیراچت رو امتحان کن.