توانمندی های مدل انرژی آزاد مغز نسبت به مدل های شبکه های معنایی و ACT-R (مقاله علمی وزارت علوم)

چکیده

مقدمه: مدل های مختلف شناختی که نمایان گر فرایندهای شناختی مغز هستند در حوزه هایی مانند روان شناسی و هوش مصنوعی پیشنهاد شده که موارد استفاده فراوانی هم دارند. با توجه به اهداف ارائه این مدل ها که مهم ترین آنها مطالعه ویژگی های مغز در فرایند انجام عملکردهای عالی شناختی، بازتوان بخشی بیماران و هوشمندسازی ماشین هاست، نیاز است تا مدل های پیشنهادی مورد بررسی و مقایسه دقیق قرار گیرند. روش کار: در این پژوهش از طریق جمع آوری داده های کتابخانه ایی اطلاعات مربوط به سه مدل شناختی یعنی مدل های شناختی شبکه های معنایی ((ACT-R) Adaptive Control of Thought-Rational) و انرژی آزاد مغز بررسی شدند. یافته ها: مدل شبکه های معنایی امکان تولید دانش معنایی (اخباری) را دارد. مدل ACT-R که یکی از کاربردی ترین مدل های شناختی انسان است، امکان تولید دانش های اخباری و رویه ایی (مهارتی) را فراهم می کند. مدل های شبکه های معنایی و انرژی آزاد، نیازمند برنامه نویسی هستند، در حالی که مدل ACT-R در قالب یک نرم افزار کاربردی ارائه شده است. مدل انرژی آزاد مغز ضمن تولید انواع دانش های اخباری، تولیدی و شرطی با بروزرسانی مفاهیم و ادراکات حسی دریافتی و نیز فرضیه های پیشین مبتنی بر استنباطات احتمالی بیزی، و بر اساس کمینه سازی انرژی آزاد مغز، مشابه استنباطات انسانی عمل می کند. نتیجه گیری: علی رغم پیچیدگی مدل انرژی آزاد ولی با توجه به جامعیت بیشتر آن، در توصیف عملکردهای شناختی مانند ادراک، یادگیری، توجه، تصمیم سازی و همچنین تحلیل بیماری های شناختی انسان می تواند نتایج بهتر و گسترده تری به دست دهد.