(صورة توضيحية فقط)
Symbolic cognitive models operate on the principle that cognition is computation involving the manipulation of symbols. These models utilize high-level, explicit representations like propositions, schemas, and rules (e.g., IF-THEN statements) to simulate structured thought processes such as logical reasoning, language use, and problem-solving. They form the basis of classical artificial intelligence, often called ‘Good Old-Fashioned AI’ (GOFAI).
المفهوم الأساسي للنمذجة الرمزية هو فرضية نظام الرموز الفيزيائية، التي صاغها نيويل وسايمون. تفترض هذه الفرضية أن أي نظام فيزيائي (مثل الحاسوب أو الدماغ) يُظهر ذكاءً فقط إذا كان نظامًا رمزيًا فيزيائيًا. يحتوي هذا النظام على رموز (أنماط) وعمليات تُمكّن من إنشاء هذه الرموز وتعديلها ودمجها في هياكل معقدة. وبالتالي، يُنظر إلى التفكير كشكل من أشكال التلاعب بالرموز وفقًا لمجموعة من القواعد.
In practice, these models often represent a problem as a ‘problem space’ containing a set of possible states. The model then uses search algorithms (like means-ends analysis) guided by heuristics to find a path from an initial state to a goal state. Knowledge is explicitly encoded and interpretable. For example, an expert system for medical diagnosis would contain a large database of ‘IF symptom THEN disease’ rules. This approach is powerful for well-defined, logical domains but struggles with the ambiguity, noise, and pattern recognition tasks where connectionist models excel.
النماذج المعرفية الرمزية
(إذا كان التاريخ غير معروف أو غير ذي صلة، على سبيل المثال "ميكانيكا الموائع"، يتم توفير تقدير تقريبي لظهوره الملحوظ)
الصور والتنزيلات بالحجم الكامل متاحة فقط، ومجانية تمامًا، للأعضاء المسجلين.
> تسجيل الدخول <
