Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

gedrag verwachten, maar ook interne kwalitatieve veranderingen. Bij het model van Shultz et al.
verschijnen er nieuwe verborgen units. Bij de RR-theorie veranderen de representaties van vorm.
3 Symbolische en hybride modellen
In deze paragraaf is het de beurt aan de symbolische en hybride modellen. De volgende modellen
heb ik geselecteerd voor nadere beschouwing:
• Het TRIMM van Halford et al. (1995).
• De Structure-Mapping-Engine (SME) van Gentner et al. (1995).
• Q-SOAR van Simon en Klahr (1995).
• Het ACT-R model van het leren van verleden tijden, gemaakt door Taatgen en Anderson
(2002).
• Het ACT-R model van de Balance Scale Task (BST), gemaakt door Van Rijn et al. (in press).
3.1 Een meer gedetailleerde analyse van de representaties
Mijn model van de RR-theorie is gemaakt in ACT-R, een hybride architectuur. Vandaar dat de
modellen in deze paragraaf extra aandacht verdienen. Deze modellen beschouw ik niet alleen op
de eerder aangegeven hoofdpunten, maar ik wil ook meer ingaan op de details van de
implementatie. Met name is het interessant hoe de representaties van de aanwezige kennis zijn
geïmplementeerd in de modellen en hoe de verandering van de representaties tot stand is
gekomen.
3.2 Het TRIMM
TRIMM staat voor Transitive Inference Mapping Model. Het model simuleert het aanleren van een
subvaardigheid van redeneren, namelijk transitiviteit. Transitiviteit houdt formeel de regel in dat als
er een relatie is tussen a en b (aRb) en ook tussen b en c (bRc) dan geldt aRc. Dit gaat op als je
het hebt over meetbare eigenschappen, zoals gewicht, lengte en afstand. Natuurlijk zijn er ook
heel veel relaties waarvoor transitiviteit niet opgaat. Het TRIMM is gebaseerd op productieregels.
Het is geschreven in de taal PRISM II. Deze taal is gebaseerd op de ACT*-architectuur (een
voorloper van ACT-R).
Aannames:
1. De benodigde operatoren zijn geleerd door manipulatie-ervaringen. Ze zijn opgeslagen,
samen met hun begin- en eindsituatie in het lange termijn geheugen.
2. Ook het volgorde-concept is bekend, dankzij ervaringen. Het wordt in het lange termijn
geheugen opgeslagen door middel van lijsten van minimaal drie elementen.
Architectuur: Het model is gemaakt in PRISM II. Dit betekent dat er veel overeenkomsten zijn
met de ACT*-architectuur, maar in PRISM II kunnen meer dingen aangepast worden door de
programmeur. Hieruit volgt dat dit model minder sterk kan bogen op sturing van een architectuur
van cognitie. De belangrijkste overeenkomst met ACT* is de manier waarop productieregels
sterker worden. Als de oude productieregels niet genoeg voldoen in een bepaalde situatie, dan
ontstaan er nieuwe productieregels met behulp van metacognitieve analogie-redeneringen.
Startkennis: Het model begint met een aantal productieregels in het geheugen, die algemeen van
aard zijn.
Omgeving/input: De input van het model bestaat uit drie of vier premissen. Bij de drie premissen,
zijn de relaties aansluitend (a>b, b>c, a>c) of niet-aansluitend (a