Toward a computational framework for cognitive biology: Unifying approaches from cognitive neuroscience and comparative cognition

پیشرفت در درک شناخت نیاز به یک چارچوب کمی نظری، مبتنی بر علوم طبیعی دیگر دارد و می تواند بین سطوح کاربردی، الگوریتمیک و محاسباتی بین توضیحاتی را بسازد. من نتایج اخیر در علوم اعصاب و زیست شناسی شناختی را بازبینی می کنم که وقتی ترکیب می شوند، مولفه های کلیدی چنین چارچوب مفهومی بهبود یافته برای علم شناختی معاصر را ارائه می دهند. با شروع از سطح عصبی، ابتدا در مورد تحقق معاصر بحث می کنم که نورون های مجزا رایانه های قدرتمند درخت هستند، که به این معنی است که مجددا مدل های محاسباتی یادگیری و پلاستیک را به سطح پایین تر، سلولی، تغییر می دهد. سپس به تئوری سیستم پیش بینی (برنامه نویسی پیش بینی شده و یادگیری مبتنی بر پیش بینی) می پردازیم که یک چارچوب رسمی قدرتمند برای درک عملکرد مغز در یک سطح جهانی می کند. گرچه اغلب مدل های رسمی در مورد برنامه نویسی پیش بینی شده در شرایط ارتباطی تعریف شده است، من استدلال می کنم که داده های مدرن نیازمند یک تفسیر مجدد از چنین مدل هایی در شرایط شناختی هستند: به عنوان سیستم پیش بینی مبتنی بر مدل. در نهایت، نقش تئوری محاسبات و تئوری زبان رسمی را در انفجار اخیر تحقیقات بیولوژیکی مقایسه می کنم که تلاش می کنند جداسازی و کشف گونه های مختلف در ظرفیت های شناختی آنها را بررسی کنند. امتحانات تا به امروز به شدت نشان می دهد که بین انسان ها و سایر گونه های مختلف تفاوت های مهمی وجود دارد که به طور شناخته شده ای به عنوان گرایش به گونه های ما برای به دست آوردن ساختار درخت از داده های متوالی وجود دارد. به طور محاسباتی، این ظرفیت، ظرفیت های تولیدی را بالاتر از سطح (دولتی محدود) قرار می دهد؛ به لحاظ کاربردی، آن نیاز به معادل عصبی پشته پایین کشیدن دارد. من دغدغه انسانی غیرمعمول دندروفیلیا را دوگانه می کنم و تعدادی از پیشنهادهای بنیادی در مورد چگونگی چنین سیستمی در مغز انسان، در مورد نحوه و چگونگی تکامل آن و آنچه که برای مدل های یادگیری زبان بیان می شود، می نویسد. من نتیجه می گیرم که اگرچه هنوز هم باید انجام شود، چارچوبی غیر علمی برای علم شناختی نظری در دسترس است که می تواند فراتر از بحث های قطبی حرکت کند و آینده ای نظری را برای زیست شناسی شناختی فراهم کند.