2．2 工作記憶

工作記憶可以被定義為和現(xiàn)有任務(wù)相關(guān)的短暫信息儲存機制。它對一些認知能力非常重要，比如注意力、推理和學習，因此，我們列表上的每個認知體系都會以某些形式執(zhí)行它。工作記憶的特殊呈現(xiàn)主要區(qū)別于哪些信息被儲存，它是怎樣被表達、被訪問和被維護的。另外，一些感官體系有助于正在進行研究關(guān)于編碼、操縱和維護信息的過程，以及在人類的工作記憶中它與其他人腦過程的聯(lián)系。

盡管工作記憶對人類認知很重要，相對較少有論文提供關(guān)于它的內(nèi)部組織和與其他模塊聯(lián)系的足夠細節(jié)，它通常被概括為：“現(xiàn)有的世界狀態(tài)”或“傳感器中來的數(shù)據(jù)”�；�于這些文件，我們推斷，許多工作記憶體系是作為當前世界模型，現(xiàn)有目標／系統(tǒng)狀態(tài)的高速緩存存儲器。盡管現(xiàn)在工作記憶的能力沒有明顯的極限，新的目標或新的感官數(shù)據(jù)經(jīng)常覆蓋現(xiàn)存的內(nèi)容。這一被簡化的工作記憶能在許多的符號范式體系中找到。

更多工作記憶的感官可信模型使用一種激活機制。一些最早的工作記憶內(nèi)容的激活模型在ACT－R中被執(zhí)行。像之前一樣，工作記憶中保有最多的相關(guān)知識，是從有偏差決定的長期記憶中恢復(fù)的。偏差是指激活，還包括有各種路徑的基礎(chǔ)級別的激活（可能上升或下降），來自鄰近元素的分散激活。一個元素的激活度越高，它就越有可能進入工作記憶并直接影響系統(tǒng)的行動。這被應(yīng)用在基于圖的知識表達中，節(jié)點代表概念，權(quán)重被賦予到邊緣上對應(yīng)概念之間的聯(lián)系。

自然地，激活也能被用在神經(jīng)網(wǎng)絡(luò)的表達上。另一個常見典范，把記憶表示為目標的存儲共享，能被并行模塊讀取并改變的問題和部分結(jié)果。解決問題的方法是不斷地更新共享的短期儲存信息。在一些機器人科學的體系里，自我意識領(lǐng)域中，除了能為時空結(jié)合賦能還能為環(huán)境中的機器人提供實時的位置和方向信息。

同樣的，Kismet和RoboCog使用基于相機坐標系的地圖來保存近期獲取的興趣區(qū)的信息。為了防止無限成長，記憶中信息的數(shù)量需要被限制。比如，在ARCADIA中，有3～6個物體；在CHREST中，有4個組塊；在 MDB中，有20條信息。然后，當新的信息來到時，最老的和最不相關(guān)的信息會被刪除來避免過載。信息也能被丟棄，如果長時間不用的話。在推薦體系中，一個不同的方法可以使得工作記憶中的3－4個信息從記憶系統(tǒng)的體系中自然出現(xiàn)，不需要外部參數(shù)設(shè)定。

2．3 長期記憶

長期記憶可以長時間保存大量的信息。特別地，它被分解成隱性知識的程序性記憶（動作技能和常規(guī)行動）還有陳述性記憶包括（顯性）知識。后者被進一步分解成語義（事實的）和情景的（自傳體的）記憶。長期記憶中的顯性／隱性和陳述性／程序性維度之間的二分法經(jīng)常被合并。其中的一個例外是CLARION， 其程序性和陳述性的記憶是分開的，并且被分解成一個隱性和顯性的部分。這個區(qū)別被保存在知識表達的層面：隱形知識用類似于神經(jīng)網(wǎng)絡(luò)的分布式亞符號范式表征，而顯性特征擁有一個明顯的符號范式表征。

長期記憶可以存儲先天知識，因此幾乎所有體系都執(zhí)行程序性或語義記憶。程序性記憶包含在任務(wù)領(lǐng)域中完成任務(wù)方式的知識。在符號范式生產(chǎn)系統(tǒng)中，程序性知識是被因特殊領(lǐng)域而預(yù)編碼的或?qū)W習的”如果－然后“規(guī)則所代表。其他的變種包括感知運動模式、任務(wù)模式和行動腳本模式。在涌現(xiàn)范式體系中，程序性記憶可能包含狀態(tài)－行動對序列或代表感官運動聯(lián)系的人工神經(jīng)網(wǎng)絡(luò)。

語義記憶儲存關(guān)于物體和它們之間關(guān)系的事實。在支持符號范式推理的體系中，語義信息被類網(wǎng)絡(luò)的本體所執(zhí)行，節(jié)點對應(yīng)著概念，連接代表他們之間的關(guān)系。在涌現(xiàn)體系中，事實知識被網(wǎng)絡(luò)中的激活模式所表示。

情景式記憶可以儲存以往經(jīng)驗中的特例，如果相同的情景再次出現(xiàn)的話，這些之后能夠被再利用。這些經(jīng)驗也可以被用來學習語義或程序性知識，比如CLARION保存動作導向的經(jīng)驗，例如“輸入、輸出、結(jié)果”，并使用他們來影響未來的行動。

2．4 全局記憶

盡管有證據(jù)支持不同的記憶系統(tǒng)，把不同的知識或長短期的記憶分開，使用統(tǒng)一體系來存儲系統(tǒng)中的所有信息。比如，CORTEX和Robocog使用一種綜合的、動態(tài)多圖像目標。同樣地，AIS執(zhí)行一種全局記憶，可以結(jié)合知識庫，中間推理結(jié)果和系統(tǒng)的認知狀態(tài)。DiPRA使用模糊認知地圖來代表目標和計劃。NARS將所有的經(jīng)驗知識當作Narcese中的正式語句，無論是陳述性的、情景式的或程序性的知識。同樣，在一些涌現(xiàn)系統(tǒng)中，例如SASE和ART中，作為工作或長期記憶的神經(jīng)元的作用是動態(tài)的，并且與神經(jīng)元是否（發(fā)放）激活有關(guān)。

總的來說，認知體系中的記憶研究主要考慮體系、表達和檢索。因為智能代理的領(lǐng)域和時段通常是被限制的，有關(guān)保存大量記憶的挑戰(zhàn)只有相對比較少的關(guān)注度。對比之下，早期的人類長期記憶能力的估計值是在1．5千兆位內(nèi)或10萬個概念內(nèi)，然而最近的發(fā)現(xiàn)表明人腦的能力可能更大。然而，盡管可獲得的計算能力有所提升，依然不可能通過簡單執(zhí)行來達到人類記憶的最低估計量。因此，其他的方案包括使用現(xiàn)有方法來管理大規(guī)模數(shù)據(jù)并改進提升檢索算法。兩種方法都被探索過，前者是Soar和ACT－R，使用PostgreSQL關(guān)系型數(shù)據(jù)庫從WordNet中加載概念和關(guān)系，后者是伴生體系�；蛘撸琒PA支持關(guān)聯(lián)記憶的生物可信模型，有能力表達超過10萬個概念在脈沖神經(jīng)網(wǎng)絡(luò)WordNet中。