Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

Het overgangsmechanisme van E1 naar E2/3 kan gebaseerd zijn op zelfobservatie of
metacognitie. Je hebt verbanden tussen dimensies gevangen in productieregels en een proces
van metacognitie zou er dan voor kunnen zorgen dat je zicht krijgt op de onderdelen van deze
productieregels. De dimensies zelf worden losse onderdelen van je kennis. Je gaat ze ook
plaatsen in een groter verband, in een heel systeem. Je weet dan uiteindelijk per dimensie wat de
mogelijke waarden op die dimensie zijn. Je weet ook wat de verbanden tussen de verschillende
dimensies zijn en wat de functie van iedere dimensie is in het grotere geheel. Het metacognitieproces
wat dergelijke representaties zou kunnen veroorzaken, zou op twee manieren
kunnen werken. Ofwel het is een kwestie van constant bijhouden wat er allemaal met de
representaties gebeurt en daar vervolgens nieuwe representaties uit destilleren. Ofwel het is meer
een mentale simulatie, die je niet simultaan, maar achteraf uitvoert. Een fout antwoord of een
verkeerde interactie met de omgeving is dan de aanleiding voor een soort recapitulatie van wat er
zojuist gebeurt is en op grond daarvan wordt meta-cognitieve kennis verworven. Deze manier van
inzicht verwerven doet denken aan de manier waarop in de cognitieve architectuur Soar (Laird,
Newell & Rosenbloom, 1987) leert: Soar doet vooraf een mentale simulatie van wat hij voor acties
kan doen op een bepaald moment en als hij geen actie weet, treedt er een impasse op. Deze
impasse wordt vervolgens opgelost doordat het leermechanisme – chunking – nieuwe kennis
ontdekt en toevoegt aan het systeem. Voor de huidige discussie is het met name van belang dat
mentale simulatie een manier zou kunnen zijn om meta-kennis tot stand te laten komen. Hiermee
is overigens niet gezegd dat mensen altijd in staat zijn tot mentale simulatie of meta-cognitie. We
zagen al eerder dat er heel wat kennis in mensen zit, die nooit op het E2/3-niveau belandt.
Hoe zou een meta-cognitief proces er dan precies uitzien in ACT-R? Deze vraag is niet
even snel te beantwoorden, maar we kunnen wel nagaan wat voor richting de RR-theorie ons op
stuurt in deze kwestie. Voor het E2/3-niveau is het noodzakelijk dat de namen van slots uit het
goal in de productieregels als op zichzelfstaande entiteiten kunnen worden gezien. Deze entiteiten
kun je dan in een chunk stoppen, waarbij de naam van het slot de naam van de chunk wordt. De
waarde die eerst bij dat slot hoorde, kun je dan in een slot stoppen met de naam waarde. In het
determinatorenmodel gebeurt dat al met de relevante dimensies. Neem bijvoorbeeld de dimensie
focus-voor. Deze is in de vorm van een dimensie opgeslagen als chunk met de naam
dimfocusvoor. Daarnaast worden er steeds chunks aan het declaratieve geheugen toegevoegd,
die ik eigenschappen noem. Zo'n eigenschap is altijd een eigenschap van een bepaald goal en
ziet er bijvoorbeeld zo uit:
Focfact12
ISA eigenschap
van goal123
type focus-voor
waarde leeg
In focfact12 is de waarde van de dimensie focus-voor dus gebonden aan het huidige goal, in dit
geval goal123. Dit soort feiten komen in het declaratieve geheugen door waarneming uit de
context. Maar deze waarneming sla je pas op in je declaratieve geheugen als je weet dat focusvoor
een relevante dimensie is om op te letten. Als je een groep van dit soort chunks hebt
verzameld, die allemaal dezelfde waarde hebben bij het slot type, dan zou een soort van
zelfobservatieproces ervoor kunnen zorgen dat je dit weer abstraheert tot chunks die een systeem
van samenhangende concepten kunnen representeren. In die nieuwe chunks staat dat expliciet
opgeslagen wat de mogelijke waarden zoal kunnen zijn op iedere dimensie.
We keren weer even terug naar de productieregels die ontstaan in het
determinatorenmodel. Stel dat we het hierboven beschreven proces op deze regels loslaten, dan
zou je eigenschaps-chunks kunnen krijgen die er als volgt uitzien:
100