Naturalistic Computational Cognitive Science: Towards generalizable models and theories that capture the full range of natural behavior

要約

人工知能は、ますます現実的なドメイン内で多くのタスクを実行する大規模で複雑なモデルをますます追求しています。
もしあれば、AIのこれらの発展は認知科学にどのように影響するべきでしょうか？
AIの進歩は、ますます自然主義的な刺激、タスク、および行動を伴う実験を受け入れるための認知科学にタイムリーな機会を提供すると主張します。
これらの変更に対応できる計算モデル。
最初に、神経科学、認知科学、およびAIにまたがる増加している研究団体をレビューします。これは、より広範な自然主義的実験パラダイム（およびそれらに対応するモデル）を組み込むことが、自然知能のいくつかの側面を解決し、理論が一般化することを保証するために必要になる可能性があることを示唆しています。
次に、AIと認知科学の最近の進歩を統合することで、実験的制御や理論的に根拠のある理解の追求を放棄することなく、より自然主義的な現象に関与することができることをお勧めします。
方法論的実践が自然主義的な計算認知科学の累積的な進歩にどのように貢献できるかについての実用的なガイダンスを提供し、自然認知の実際の問題を解決する計算モデルを構築するための道を示しています。

要約(オリジナル)

Artificial Intelligence increasingly pursues large, complex models that perform many tasks within increasingly realistic domains. How, if at all, should these developments in AI influence cognitive science? We argue that progress in AI offers timely opportunities for cognitive science to embrace experiments with increasingly naturalistic stimuli, tasks, and behaviors; and computational models that can accommodate these changes. We first review a growing body of research spanning neuroscience, cognitive science, and AI that suggests that incorporating a broader range of naturalistic experimental paradigms (and models that accommodate them) may be necessary to resolve some aspects of natural intelligence and ensure that our theories generalize. We then suggest that integrating recent progress in AI and cognitive science will enable us to engage with more naturalistic phenomena without giving up experimental control or the pursuit of theoretically grounded understanding. We offer practical guidance on how methodological practices can contribute to cumulative progress in naturalistic computational cognitive science, and illustrate a path towards building computational models that solve the real problems of natural cognition – together with a reductive understanding of the processes and principles by which they do so.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google