Teoria kontroli percepcyjnej - Perceptual control theory

Teoria kontroli percepcyjnej ( PCT ) jest modelem zachowania opartym na zasadach negatywnego sprzężenia zwrotnego . Pętla kontrolna utrzymuje wyczuwaną zmienną na poziomie lub w pobliżu wartości odniesienia za pomocą wpływu jej sygnałów wyjściowych na tę zmienną, za pośrednictwem fizycznych właściwości środowiska. W teorii sterowania inżynierskiego wartości referencyjne są ustawiane przez użytkownika poza systemem. Przykładem jest termostat. W żywym organizmie wartości referencyjne dla kontrolowanych zmiennych percepcyjnych są utrzymywane endogennie. Homeostaza biologiczna i odruchysą prostymi, niskopoziomowymi przykładami. Odkrycie matematycznych zasad kontroli wprowadziło sposób modelowania negatywnego sprzężenia zwrotnego zamkniętego przez środowisko (przyczynowość kołowa), co zasadniczo różni się od teorii behawioryzmu i psychologii poznawczej, które modelują bodźce jako przyczyny zachowania (przyczynowość liniowa). Badania zostały opublikowane w PCT eksperymentalnej psychologii , neurologii , etologii , antropologia , językoznawstwo , socjologia , robotyki , psychologii rozwojowej , psychologii organizacyjneji zarządzanie oraz szereg innych dziedzin. PCT został zastosowany do projektowania i administrowania systemami edukacyjnymi i doprowadził do psychoterapii zwanej metodą poziomów .

Historia

PCT ma swoje korzenie w fizjologicznych spostrzeżeniach Claude'a Bernarda oraz w XX-wiecznej inżynierii systemów sterowania i cybernetyce . Klasyczna kontrola ujemnego sprzężenia zwrotnego została opracowana przez inżynierów w latach 30. i 40. XX wieku, a następnie rozwinięta przez Wienera , Ashby'ego i innych we wczesnym rozwoju cybernetyki . Począwszy od lat pięćdziesiątych William T. Powers zastosował koncepcje i metody inżynierii systemów sterowania do biologicznych systemów sterowania i opracował eksperymentalną metodologię PCT.

Kluczowym spostrzeżeniem PCT jest to, że kontrolowana zmienna nie jest wyjściem systemu (działania behawioralne), ale jego wejściem, to jest wyczuwaną i przekształconą funkcją pewnego stanu środowiska, na który może wpływać wyjście systemu sterowania. Ponieważ te wyczuwane i przekształcane dane wejściowe mogą pojawiać się jako świadomie postrzegane aspekty środowiska, Powers nazwał kontrolowaną zmienną „percepcją”. Teoria ta stała się znana jako „Teoria kontroli percepcyjnej” lub PCT, a nie „Teoria kontroli stosowana w psychologii”, ponieważ teoretycy kontroli często twierdzą lub zakładają, że kontrolowana jest wydajność systemu. W PCT kontrolowana jest wewnętrzna reprezentacja stanu jakiejś zmiennej w środowisku — „percepcja” w języku potocznym. Podstawowe zasady PCT zostały po raz pierwszy opublikowane przez Powersa, Clarka i MacFarlanda jako „ogólna teoria zachowania ze sprzężeniem zwrotnym” w 1960 r., z uznaniem autorów cybernetycznych Wienera i Ashby'ego , i od tego czasu są systematycznie rozwijane w społeczności badawczej, która zgromadziła dookoła tego. Początkowo pozostawał w cieniu obietnic „ rewolucji kognitywnej ”, ale teraz stał się lepiej znany.

Powers i inni badacze w tej dziedzinie wskazują na problemy celu, przyczynowości i teleologii leżące u podstaw psychologii, które rozwiązuje teoria kontroli. Od Arystotelesa przez Williama Jamesa i Johna Deweya uznano, że zachowanie jest celowe, a nie tylko reaktywne, ale sposób wyjaśnienia tego był problematyczny, ponieważ jedyny dowód intencji był subiektywny. Jak zauważył Powers, behawioryści podążający za Wundtem , Thorndyke , Watsonem i innymi odrzucali raporty introspekcyjne jako dane dla obiektywnej nauki psychologii. Jako dane można było przyjąć tylko obserwowalne zachowanie. Z tego stanowiska wynika założenie, że zdarzenia środowiskowe (bodźce) powodują działania (odpowiedzi) behawioralne. Założenie to utrzymuje się w psychologii poznawczej , która wstawia mapy poznawcze i inne postulowane przetwarzanie informacji między bodźcem a reakcją, ale poza tym zachowuje założenie liniowej przyczynowości od środowiska do zachowania.

Innym, bardziej konkretnym powodem, który zaobserwował Powers dla odrzucania przez psychologów koncepcji celu lub intencji, było to, że nie mogli oni dostrzec, w jaki sposób cel (stan, który jeszcze nie istniał) może spowodować zachowanie, które do niego doprowadziło. PCT rozwiązuje te filozoficzne argumenty dotyczące teleologii, ponieważ dostarcza modelu funkcjonowania organizmów, w którym cel ma obiektywny status bez uciekania się do introspekcji , a przyczynowość jest cykliczna wokół pętli sprzężenia zwrotnego .

Przykład

Prosty system kontroli negatywnego sprzężenia zwrotnego to system tempomatu do samochodu. Tempomat posiada czujnik, który „odbiera” prędkość jako prędkość wirowania wału napędowego bezpośrednio połączonego z kołami. Posiada również regulowany przez kierowcę „cel” określający konkretną prędkość. Zmierzona prędkość jest stale porównywana z określoną prędkością przez urządzenie (nazywane „komparatorem”), które odejmuje aktualnie wykrywaną wartość wejściową od zapisanej wartości celu. Różnica (sygnał błędu) określa ustawienie przepustnicy (wciśnięcie pedału gazu), dzięki czemu moc silnika jest stale zmieniana, aby zapobiec zwiększeniu lub zmniejszeniu prędkości samochodu od żądanej prędkości wraz ze zmianą warunków otoczenia.

Jeśli prędkość samochodu zaczyna spadać poniżej prędkości docelowej, na przykład podczas wjazdu na wzgórze, niewielki wzrost sygnału błędu, wzmocniony, powoduje wzrost mocy silnika, co powoduje, że błąd jest prawie zerowy. Jeśli prędkość zaczyna przekraczać cel, np. podczas zjazdu ze wzgórza, silnik jest dławiony do tyłu, aby działać jak hamulec, więc ponownie prędkość nie może odbiegać o więcej niż ledwo wykrywalna wartość od prędkości docelowej (hamulce są potrzebne tylko wtedy, gdy wzgórze jest zbyt strome). W rezultacie tempomat utrzymuje prędkość zbliżoną do celu, gdy samochód wjeżdża i zjeżdża ze wzgórz, a inne zakłócenia, takie jak wiatr, wpływają na prędkość samochodu. Wszystko to odbywa się bez planowania konkretnych działań i bez ślepych reakcji na bodźce. Rzeczywiście, tempomat w ogóle nie wykrywa zakłóceń, takich jak ciśnienie wiatru, a jedynie wyczuwa regulowaną zmienną prędkość. Nie kontroluje też mocy generowanej przez silnik, wykorzystuje „zachowanie” mocy silnika jako środek do kontrolowania wykrywanej prędkości.

Te same zasady kontroli negatywnego sprzężenia zwrotnego (w tym zdolność do niwelowania skutków nieprzewidywalnych zakłóceń zewnętrznych lub wewnętrznych) dotyczą żywych systemów kontroli. Tezą PCT jest to, że zwierzęta i ludzie nie kontrolują swojego zachowania; raczej zmieniają swoje zachowanie jako sposób kontrolowania swoich percepcji, z zewnętrznymi zakłóceniami lub bez nich. Jest to wprost sprzeczne z historycznym i wciąż powszechnym założeniem, że zachowanie jest ostatecznym wynikiem bodźców i planów poznawczych.

Metodyka modelowania, a PCT jako model

Główną daną w metodologii PCT jest zmienna kontrolowana. Podstawowy etap badań PCT, test na zmienne kontrolowane, rozpoczyna się od powolnego i delikatnego nakładania zakłócających wpływów na stan zmiennej w środowisku, o którym badacz przypuszcza, że ​​jest już pod kontrolą obserwowanego organizmu. Istotne jest, aby nie przytłaczać zdolności organizmu do kontrolowania, ponieważ właśnie to jest badane. Jeżeli organizm zmienia swoje działania tylko po to, aby zakłócający wpływ nie miał oczekiwanego wpływu na tę zmienną, jest to mocny dowód, że działanie eksperymentalne zakłóciło kontrolowaną zmienną. Niezwykle ważne jest odróżnienie percepcji i punktu widzenia obserwatora od percepcji obserwowanego organizmu. Może być potrzebna pewna liczba odmian testu, aby wyizolować, który aspekt sytuacji środowiskowej jest pod kontrolą, jak postrzega obserwowany organizm.

PCT stosuje metodologię czarnej skrzynki . Kontrolowana zmienna mierzona przez obserwatora odpowiada ilościowo wartości odniesienia dla postrzegania, że ​​organizm kontroluje. Zmienna kontrolowana jest zatem obiektywnym wskaźnikiem celu lub intencji tych konkretnych działań behawioralnych organizmu — celu, do którego osiągnięcia te działania konsekwentnie zmierzają pomimo zakłóceń. Z nielicznymi wyjątkami, w obecnym stanie neuronauki ta wewnętrznie utrzymywana wartość referencyjna rzadko jest bezpośrednio obserwowana jako taka (np. jako szybkość odpalania w neuronie), ponieważ niewielu badaczy śledzi odpowiednie zmienne elektryczne i chemiczne poprzez ich specyficzne ścieżki podczas życia. organizm angażuje się w to, co zewnętrznie obserwujemy jako zachowanie. Jednakże, gdy działający system negatywnego sprzężenia zwrotnego symulowany na komputerze cyfrowym działa zasadniczo identycznie jak obserwowane organizmy, wówczas dobrze rozumiana struktura negatywnego sprzężenia zwrotnego symulacji lub modelu (biała ramka) jest rozumiana jako demonstrująca niewidoczną strukturę negatywnego sprzężenia zwrotnego w organizmie ( czarna skrzynka).

Dane dotyczące osób fizycznych nie są agregowane w celu analizy statystycznej; zamiast tego budowany jest model generatywny, który replikuje dane zaobserwowane dla osób o bardzo wysokiej wierności (0,95 lub lepszej). Zbudowanie takiego modelu danej sytuacji behawioralnej wymaga dokładnych pomiarów trzech obserwowanych zmiennych:

q ja Wielkość wejściowa, ten aspekt bodźca, który podmiot postrzega i który, jak wykazano, kontroluje.
Q O Wielkość wyjściowa, ten aspekt zachowania podmiotu, który wpływa na stan q i .
D Zakłócenie, wartość sumująca wpływ, jaki na stan q i wywierają jakiekolwiek inne wpływy w środowisku . W kontrolowanym eksperymencie dąży się do uzyskania tylko jednego zakłócającego wpływu, który jest pod kontrolą badacza, ale w obserwacji naturalistycznej sytuacja jest często bardziej złożona.

Czwarta wartość, wewnętrznie utrzymywana wartość odniesienia r (zmienna „nastawa”), jest wyprowadzana z wartości, przy której organizm utrzymuje q i , jak określono w teście dla kontrolowanych zmiennych (opisanym na początku tej sekcji). .

Przy zadanych dwóch zmiennych, kontrolowanych wejście P I i odniesienia R , odpowiednio zaprojektowany układ sterowania symulowanego w komputerze cyfrowym, wytwarza WYJŚCIA Q O że prawie dokładnie przeciwstawić nieprzewidywalne zakłócenia d na wejściu kontrolowany. Co więcej, odchylenie od doskonałej kontroli dobrze zgadza się z odchyleniem obserwowanym dla organizmów żywych. Doskonała kontrola skutkowałaby zerowym efektem zakłócenia, ale żywe organizmy nie są doskonałymi kontrolerami, a celem PCT jest modelowanie żywych organizmów. Gdy symulacja komputerowa wykonuje się z >95% zgodnością z wartościami zmierzonymi eksperymentalnie, przeciwstawiając się efektowi nieprzewidywalnych zmian d przez generowanie (prawie) równych i przeciwnych wartości q o , rozumie się, że modeluje zachowanie i wewnętrzną strukturę pętli sterowania organizmu.

Co za tym idzie, opracowanie teorii stanowi ogólny model procesu poznawczego i zachowania. Z każdym konkretnym modelem lub symulacją zachowania, która jest konstruowana i testowana na podstawie zaobserwowanych danych, ogólny model przedstawiony w teorii jest narażony na potencjalne wyzwanie, które może wymagać rewizji lub może prowadzić do odrzucenia.

Matematyka

Aby zilustrować obliczenia matematyczne stosowane w symulacji PCT, rozważ zadanie śledzenia pościgu, w którym uczestnik trzyma kursor myszy w jednej linii z ruchomym celem na monitorze komputera.

Model zakłada, że ​​sygnał percepcyjny w uczestniku reprezentuje wielkość wielkości wejściowej q i . (Wykazano, że jest to szybkość wyzwalania w neuronie, przynajmniej na najniższych poziomach.) W zadaniu śledzenia, wielkość wejściowa to odległość w pionie między pozycją docelową T a pozycją kursora C oraz losową zmiennością pozycji docelowej działa jako zakłócenie d tej wielkości wejściowej. Sugeruje to, że sygnał percepcyjny p ilościowo reprezentuje pozycję kursora C minus pozycję docelową T, wyrażoną w równaniu p = C – T .

Pomiędzy percepcją celu i kursora a konstrukcją sygnału reprezentującego odległość między nimi występuje opóźnienie τ milisekund tak, że działający sygnał percepcyjny w czasie t reprezentuje odległość cel-kursor w czasie t – t . W konsekwencji równanie użyte w modelu to

1. p ( t ) = C ( t–τ ) – T ( t–τ )

System sterowania z ujemnym sprzężeniem zwrotnym odbiera sygnał odniesienia r, który określa wielkość danego sygnału percepcyjnego, który jest aktualnie zamierzony lub pożądany. (Pochodzenie r w organizmie, patrz „ Hierarchia kontroli ”, poniżej.) Zarówno r, jak i p są danymi wejściowymi do prostej struktury neuronowej z r pobudzającym i p hamującym. Ta struktura nazywana jest „komparatorem”. Efektem jest odjęcie p od r , dając sygnał błędu e, który wskazuje wielkość i znak różnicy między pożądaną wielkością r a aktualnie wejściową wielkością p danej percepcji. Równanie reprezentujące to w modelu to:

2. e = r–p

Błąd sygnału e muszą być przekształcone do wielkości wyjściowej q O (reprezentującego mięśni starania uczestnika wpływających na pozycję myszy). Eksperymenty wykazały, że w najlepszym modelu dla funkcji wyjściowej kursor V prędkości myszy jest proporcjonalny do sygnału błędu e przez współczynnik wzmocnienia G (to znaczy kursor V = G * e ). Zatem, gdy sygnał percepcyjny p jest mniejszy niż sygnał odniesienia r , sygnał błędu e ma znak dodatni, z którego model oblicza prędkość kursora w górę, która jest proporcjonalna do błędu.

Następna pozycja kursora C new to bieżąca pozycja C stara plus kursor prędkości V razy czas trwania dt jednej iteracji programu. Za pomocą prostej algebry podstawiamy G * e (jak podano powyżej) za V kursor , otrzymując trzecie równanie:

3. C nowy = C stary + G * e * dt

Te trzy proste równania lub kroki programu stanowią najprostszą formę modelu do zadania śledzenia. Kiedy te trzy równoczesne równania są oceniane w kółko z tymi samymi przypadkowymi zakłóceniami d pozycji docelowej, których doświadczył uczestnik, pozycje wyjściowe i prędkości kursora powielają działania uczestnika w powyższym zadaniu śledzenia w granicach 4,0% ich wartości szczytowej. najwyższa szczegółowość.

Ten prosty model można udoskonalić za pomocą współczynnika tłumienia d, który zmniejsza rozbieżność między modelem a człowiekiem do 3,6%, gdy zakłócenie d jest ustawione na maksymalną trudność.

3'. C nowy = C stary + [( G * e )–( d * C stary )]* dt

Szczegółowe omówienie tego modelu w (Powers 2008) obejmuje zarówno kod źródłowy, jak i wykonywalny, za pomocą którego czytelnik może sprawdzić, jak dobrze ten prosty program symuluje rzeczywiste zachowanie. Nie trzeba brać pod uwagę możliwych nieliniowości, takich jak prawo Webera-Fechnera , potencjalny szum w systemie, stale zmieniające się kąty na złączach i wiele innych czynników, które mogłyby wpłynąć na wydajność, gdyby był to prosty model liniowy. Nie jest wymagana kinematyka odwrotna ani obliczenia predykcyjne. Model po prostu zmniejsza rozbieżność między wejściem p i odniesieniem r w sposób ciągły, gdy pojawia się ona w czasie rzeczywistym, i to wszystko, co jest wymagane – zgodnie z przewidywaniami teorii.

Wyróżnienia od inżynierskiej teorii sterowania

W sztucznych systemach, które są określone przez inżynierską teorię sterowania , sygnał odniesienia jest uważany za zewnętrzny sygnał wejściowy do „instalacji”. W teorii sterowania inżynierskiego sygnał odniesienia lub nastawa jest jawna; w PCT nie jest, ale raczej musi być wywnioskowane z wyników testu dla zmiennych kontrolowanych, jak opisano powyżej w sekcji metodologii . Dzieje się tak, ponieważ w żywych systemach sygnał odniesienia nie jest wejściem dostępnym z zewnątrz, lecz pochodzi z systemu. W modelu hierarchicznym, wyjście błędu pętli sterujących wyższego poziomu, jak opisano w następnej sekcji poniżej , wywołuje sygnał referencyjny r z pamięci lokalnej synaps, a siła r jest proporcjonalna do (ważonej) siły sygnału błędu lub sygnały z jednego lub więcej systemów wyższego poziomu.

W inżynierskich systemach sterowania, w przypadku, gdy istnieje kilka takich wejść referencyjnych, „sterownik” jest zaprojektowany do manipulowania tymi wejściami w celu uzyskania pożądanego przez projektanta efektu na wyjściu systemu i zadania tak pomyślana teoria sterowania polega na obliczaniu tych manipulacji, aby uniknąć niestabilności i oscylacji. Projektant modelu lub symulacji PCT nie określa żadnego konkretnego pożądanego wpływu na wyjście systemu, z wyjątkiem tego, że musi to być wszystko, co jest wymagane, aby sygnał wejściowy z otoczenia (sygnał percepcyjny) był zgodny z odniesieniem. W teorii sterowania percepcyjnego funkcja wejściowa sygnału odniesienia jest ważoną sumą wewnętrznie generowanych sygnałów (w przypadku kanonicznym sygnałów błędu wyższego poziomu), a stabilność pętli jest określana lokalnie dla każdej pętli w sposób naszkicowany w poprzedniej sekcji na matematyce PCT (i szerzej omówione w literaturze referencyjnej ). Przyjmuje się, że suma ważona wynika z reorganizacji .

Inżynierska teoria sterowania jest wymagająca obliczeniowo, ale jak pokazuje poprzednia sekcja , PCT nie jest. Na przykład porównaj implementację modelu odwróconego wahadła w inżynierskiej teorii sterowania z implementacją PCT jako hierarchią pięciu prostych systemów sterowania.

Hierarchia kontroli

Postrzeganie w PCT jest konstruowane i kontrolowane w hierarchii poziomów. Na przykład wizualna percepcja obiektu jest zbudowana z różnic w natężeniu światła lub różnic w odczuciach, takich jak kolor na jego krawędziach. Kontrolowanie kształtu lub położenia obiektu wymaga zmiany percepcji wrażeń lub intensywności (które są kontrolowane przez systemy niższego poziomu). Ta zasada organizacyjna jest stosowana na wszystkich poziomach, aż do najbardziej abstrakcyjnych konstrukcji filozoficznych i teoretycznych.

Rosyjski fizjolog Nicolas Bernstein niezależnie doszedł do tego samego wniosku, że zachowanie musi być wieloporządkowe – zorganizowane hierarchicznie, warstwowo. Prosty problem doprowadził do tego wniosku mniej więcej w tym samym czasie zarówno w PCT, jak iw pracy Bernsteina. Odruchy rdzeniowe działają stabilizująco na kończyny przed zaburzeniami. Dlaczego nie uniemożliwiają ośrodkom znajdującym się wyżej w mózgu używania tych kończyn do wykonywania zachowań? Ponieważ mózg oczywiście wykorzystuje układy kręgosłupa do tworzenia zachowań, musi istnieć zasada, która pozwala wyższym układom działać poprzez włączanie odruchów, a nie tylko przez ich przezwyciężanie lub wyłączanie. Odpowiedź brzmi, że wartość odniesienia (wartość zadana) dla odruchu kręgosłupa nie jest statyczna; jest raczej zróżnicowana przez systemy wyższego poziomu jako sposób poruszania kończynami. Zasada ta dotyczy wyższych pętli sprzężenia zwrotnego, ponieważ każda pętla przedstawia ten sam problem dla podsystemów znajdujących się powyżej.

Podczas gdy inżynieryjny system kontroli ma wartość referencyjną lub nastawę dostosowaną przez jakąś zewnętrzną agencję, wartość referencyjna dla biologicznego systemu kontroli nie może być ustawiona w ten sposób. Wartość zadana musi pochodzić z jakiegoś procesu wewnętrznego. Jeśli istnieje sposób, aby zachowanie miało na to wpływ, każda percepcja może zostać sprowadzona do stanu chwilowo określonego przez wyższe poziomy, a następnie utrzymana w tym stanie w obliczu nieprzewidywalnych zakłóceń. W hierarchii systemów kontroli wyższe poziomy dostosowują cele niższych poziomów jako sposób na osiągnięcie własnych celów wyznaczonych przez jeszcze wyższe systemy. Ma to ważne konsekwencje dla każdej proponowanej zewnętrznej kontroli autonomicznego systemu kontroli życia (organizmu). Na najwyższym poziomie wartości referencyjne (cele) wyznaczane są przez dziedziczność lub procesy adaptacyjne.

Reorganizacja w ewolucji, rozwoju i uczeniu się

Jeśli organizm kontroluje niewłaściwe postrzeganie lub jeśli kontroluje niektóre postrzeganie do niewłaściwych wartości, jest mniej prawdopodobne, że doprowadzi potomstwo do dojrzałości i może umrzeć. W konsekwencji, w wyniku doboru naturalnego, kolejne pokolenia organizmów ewoluują tak, że kontrolują te percepcje, które, gdy są kontrolowane za pomocą odpowiednich nastaw, mają tendencję do utrzymywania krytycznych zmiennych wewnętrznych na optymalnym poziomie lub przynajmniej w granicach nieśmiercionośnych. Powers nazwał te krytyczne zmienne wewnętrzne "zmiennymi wewnętrznymi" ("zmiennymi podstawowymi" Ashby'ego).

Mechanizm, który wpływa na rozwój struktur postrzegania, które mają być kontrolowane, jest określany jako „reorganizacja”, proces w indywidualnym organizmie, który podlega naturalnej selekcji, podobnie jak ewoluująca struktura osobników w obrębie gatunku.

Proponuje się, aby ten „system reorganizacji” był częścią dziedzicznej struktury organizmu. Zmienia podstawowe parametry i łączność hierarchii kontroli w sposób losowy. Istnieje podstawowe ciągłe tempo zmian zmiennych wewnętrznych, które przebiega z prędkością ustaloną przez błąd całkowity (i zatrzymuje się na zerowym błędzie), przerywane losowymi zmianami kierunku w hiperprzestrzeni o tylu wymiarach, ile jest zmiennych krytycznych. Jest to mniej lub bardziej bezpośrednia adaptacja „ homeostatu ” Ashby'ego , po raz pierwszy zaadaptowana do PCT w artykule z 1960 r., a następnie zmieniona na metodę E. coli nawigowania w górę gradientów składników odżywczych, jak opisał Koshland (1980).

Reorganizacja może nastąpić na dowolnym poziomie, gdy utrata kontroli na tym poziomie powoduje, że zmienne wewnętrzne (podstawowe) odbiegają od ustalonych punktów genetycznych. Jest to podstawowy mechanizm zaangażowany w uczenie się metodą prób i błędów, który prowadzi do nabywania bardziej systematycznych rodzajów procesów uczenia się.

Psychoterapia: metoda poziomów (MOL)

Główny artykuł: Metoda poziomów

Koncepcja reorganizacji doprowadziła do powstania metody psychoterapii zwanej metodą poziomów (MOL). Korzystając z MOL, terapeuta ma na celu pomóc pacjentowi przenieść swoją świadomość na wyższy poziom percepcji w celu rozwiązania konfliktów i umożliwienia reorganizacji.

Neuronauka

Uczenie się

Obecnie nie uzgodniono żadnej teorii wyjaśniającej synaptyczne, neuronalne lub systemowe podstawy uczenia się. Jednak od 1973 roku dominuje pogląd, że długoterminowe wzmocnienie (LTP) populacji synaps indukuje uczenie się poprzez mechanizmy zarówno przed-, jak i postsynaptyczne (Bliss i Lømo, 1973; Bliss i Gardner-Medwin, 1973). LTP jest formą uczenia Hebbowskiego , według której toniczna aktywacja obwodu neuronów o wysokiej częstotliwości zwiększa skuteczność z jaką są one aktywowane oraz wielkość ich odpowiedzi na dany bodziec w porównaniu ze standardowym neuronem (Hebb, 1949 ). Te mechanizmy są podstawą słynnego prostego wyjaśnienia Hebba: „Ci, którzy strzelają razem, łączą się” (Hebb, 1949).

LTP otrzymało wiele wsparcia, odkąd zostało po raz pierwszy zaobserwowane przez Terje Lømo w 1966 roku i nadal jest przedmiotem wielu nowoczesnych badań i badań klinicznych. Istnieją jednak możliwe alternatywne mechanizmy leżące u podstaw LTP, jak zaprezentowali Enoki, Hu, Hamilton i Fine w 2009 r., opublikowani w czasopiśmie Neuron . Przyznają, że LTP jest podstawą uczenia się. Jednak najpierw proponują, że LTP występuje w poszczególnych synapsach, a plastyczność ta jest stopniowana (w przeciwieństwie do trybu binarnego) i dwukierunkowa (Enoki i in., 2009). Po drugie, grupa sugeruje, że zmiany synaptyczne wyrażają się wyłącznie presynaptycznie, poprzez zmiany prawdopodobieństwa uwolnienia nadajnika (Enoki i in., 2009). Wreszcie zespół przewiduje, że występowanie LTP może zależeć od wieku, ponieważ plastyczność mózgu noworodka byłaby wyższa niż mózgu dojrzałego. W związku z tym teorie różnią się, ponieważ jedna proponuje włączanie/wyłączanie występowania LTP przez mechanizmy pre- i postsynaptyczne, a druga proponuje jedynie zmiany presynaptyczne, stopniowaną zdolność i zależność od wieku.

Teorie te zgadzają się co do jednego elementu LTP, a mianowicie, że musi ono zachodzić poprzez fizyczne zmiany w błonie/błonach synaptycznych, tj. plastyczność synaptyczna. Teoria kontroli percepcyjnej obejmuje oba te poglądy. Jako podstawę uczenia się proponuje mechanizm „reorganizacji” . Reorganizacja zachodzi w nieodłącznym systemie kontroli człowieka lub zwierzęcia poprzez restrukturyzację wzajemnych i wewnętrznych połączeń jego hierarchicznej organizacji, podobnie jak neuronaukowe zjawisko plastyczności neuronalnej. Ta reorganizacja początkowo pozwala na uczenie się metodą prób i błędów, która jest obserwowana u niemowląt, a następnie przechodzi do bardziej zorganizowanego uczenia się poprzez skojarzenia, widocznego u niemowląt, a ostatecznie do uczenia systematycznego, obejmującego zdolność dorosłych do uczenia się zarówno wewnętrznie, jak i bodźce i zdarzenia generowane zewnętrznie. W ten sposób PCT zapewnia ważny model uczenia się, który łączy biologiczne mechanizmy LTP z wyjaśnieniem postępu i zmiany mechanizmów związanych ze zdolnościami rozwojowymi (Plooij 1984, 1987, 2003, Plooij i Plooij (1990), 2013).

Powers (2008) stworzył symulację koordynacji ramion. Zasugerował, że w celu poruszania ramieniem zaangażowanych jest czternaście systemów sterujących, które kontrolują czternaście kątów stawów, które reorganizują się jednocześnie i niezależnie. Stwierdzono, że w celu uzyskania optymalnej wydajności funkcje wyjściowe muszą być zorganizowane w taki sposób, aby wyjście każdego systemu sterowania wpływało tylko na jedną zmienną środowiskową, którą postrzega. W tej symulacji proces reorganizacji działa tak, jak powinien, i tak jak Powers sugeruje, że działa u ludzi, redukując wyjścia powodujące błędy i zwiększając te, które redukują błędy. Początkowo zaburzenia mają duży wpływ na kąty w stawach, ale z czasem kąty w stawach lepiej odpowiadają sygnałom referencyjnym ze względu na reorganizację systemu. Powers (2008) sugeruje, że aby osiągnąć koordynację kątów w stawach w celu wywołania pożądanych ruchów, zamiast obliczać, jak wiele kątów w stawach musi się zmienić, aby wytworzyć ten ruch, mózg wykorzystuje systemy negatywnego sprzężenia zwrotnego do generowania wymaganych kątów w stawach. Pojedynczy sygnał odniesienia, który zmienia się w systemie wyższego rzędu, może generować ruch, który wymaga jednoczesnej zmiany kilku kątów przegubu.

Organizacja hierarchiczna

Botvinick (2008) zaproponował, że jednym z fundamentalnych spostrzeżeń rewolucji kognitywnej było rozpoznanie hierarchicznej struktury ludzkiego zachowania. Jednak pomimo dziesięcioleci badań mechanizmy obliczeniowe leżące u podstaw hierarchicznie zorganizowanego zachowania wciąż nie są w pełni zrozumiałe. Bedre, Hoffman, Cooney i D'Esposito (2009) proponują, że podstawowym celem neuronauki poznawczej jest scharakteryzowanie funkcjonalnej organizacji kory czołowej, która wspiera kontrolę działania.

Ostatnie dane z neuroobrazowania potwierdziły hipotezę, że płaty czołowe są zorganizowane hierarchicznie, tak że kontrola jest wspierana w progresywnych regionach ogonowych, gdy kontrola przechodzi do bardziej konkretnej specyfikacji działania. Jednak nadal nie jest jasne, czy na procesory sterujące niższego rzędu w różny sposób wpływają upośledzenia sterowania wyższego rzędu, gdy do wykonania zadania wymagane są interakcje między poziomami, czy też występują wpływy sprzężenia zwrotnego niższego poziomu na sterowanie wyższego poziomu (Bedre, Hoffman, Cooney i D'Esposito 2009).

Botvinik (2008) odkrył, że wszystkie istniejące modele hierarchicznie ustrukturyzowanego zachowania mają co najmniej jedno ogólne założenie – że hierarchiczna, częściowo-cała organizacja ludzkiego działania znajduje odzwierciedlenie w wewnętrznych lub neuronalnych reprezentacjach leżących u jej podstaw. W szczególności zakłada się, że istnieją reprezentacje nie tylko zachowań motorycznych niskiego poziomu, ale także dające się oddzielić reprezentacje jednostek behawioralnych wyższego poziomu. Najnowsza kolekcja modeli dostarcza nowych spostrzeżeń, ale także stawia nowe lub udoskonalone pytania do badań empirycznych, w tym w jaki sposób abstrakcyjne reprezentacje działań powstają poprzez uczenie się, w jaki sposób wchodzą w interakcję z różnymi trybami kontroli działań i jak sortują się w korze przedczołowej (PFC). ).

Teoria kontroli percepcyjnej (PCT) może dostarczyć wyjaśniającego modelu organizacji neuronowej, który zajmuje się bieżącymi problemami. PCT opisuje hierarchiczny charakter zachowania jako determinowany przez kontrolę hierarchicznie zorganizowanej percepcji. Systemy kontroli w ciele i w wewnętrznym środowisku miliardów połączonych ze sobą neuronów w mózgu są odpowiedzialne za utrzymywanie sygnałów percepcyjnych w granicach umożliwiających przeżycie w nieprzewidywalnie zmiennym środowisku, z którego pochodzą te percepcje. PCT nie sugeruje, że istnieje wewnętrzny model, w ramach którego mózg symuluje zachowanie przed wydaniem poleceń wykonania tego zachowania. Zamiast tego jedną z jego charakterystycznych cech jest zasadniczy brak mózgowej organizacji zachowania. Zachowanie jest raczej zmiennym środkiem organizmu do zmniejszania rozbieżności między percepcją a wartościami odniesienia, które są oparte na różnych zewnętrznych i wewnętrznych danych wejściowych (Cools, 1985). Zachowanie musi nieustannie dostosowywać się i zmieniać, aby organizm mógł utrzymać swoje cele percepcyjne. W ten sposób PCT może zapewnić wyjaśnienie abstrakcyjnego uczenia się poprzez spontaniczną reorganizację hierarchii. PCT sugeruje, że konflikt występuje między odmiennymi wartościami odniesienia dla danej percepcji, a nie między różnymi reakcjami (Mansell 2011), oraz że uczenie się jest wdrażane jako zmiany metodą prób i błędów właściwości systemów sterowania (Marken i Powers 1989), a nie każda konkretna reakcja zostanie wzmocniona . W ten sposób zachowanie pozostaje adaptacyjne do środowiska, gdy się rozwija, zamiast polegać na wyuczonych wzorcach działania, które mogą nie pasować.

Hierarchie kontroli percepcyjnej zostały zasymulowane w modelach komputerowych i wykazano, że zapewniają ścisłe dopasowanie do danych behawioralnych. Na przykład Marken przeprowadził eksperyment porównujący zachowanie modelu komputerowego hierarchii kontroli percepcyjnej z zachowaniem sześciu zdrowych ochotników w trzech eksperymentach. Uczestnicy musieli zachować odległość między lewą linią a linią środkową równą odległości linii środkowej i prawej linii. Poinstruowano ich również, aby zachować obie odległości równe 2 cm. Mieli w rękach 2 wiosła, jedno kontrolujące lewą linię, a drugie kontrolujące środkową linię. Aby to zrobić, musieli oprzeć się przypadkowym zakłóceniom zastosowanym w pozycjach linii. Gdy uczestnicy uzyskali kontrolę, zdołali zniwelować oczekiwany efekt zakłóceń poprzez poruszanie wiosłami. Korelacja między zachowaniem badanych a modelem we wszystkich eksperymentach zbliżała się do 0,99. Proponuje się, aby organizacja modeli hierarchicznych systemów kontroli, taka jak ta, informowała nas o organizacji ludzkich podmiotów, których zachowanie tak ściśle odtwarza.

Obecna sytuacja i perspektywy

Poprzednie wyjaśnienie zasad PCT dostarcza uzasadnienia, w jaki sposób ta teoria może zapewnić prawidłowe wyjaśnienie organizacji neuronowej i jak może wyjaśnić niektóre z aktualnych problemów modeli pojęciowych.

Teoria kontroli percepcyjnej proponuje obecnie hierarchię 11 poziomów percepcji kontrolowanych przez systemy w ludzkim umyśle i architekturze neuronowej. Są to: intensywność, odczucie, konfiguracja, przejście, zdarzenie, relacja, kategoria, sekwencja, program, zasada i koncepcja systemu. Różnorodne sygnały percepcyjne na niższym poziomie (np. wzrokowe postrzeganie intensywności) są łączone w funkcji wejściowej w celu skonstruowania pojedynczej percepcji na wyższym poziomie (np. wzrokowa percepcja odczucia koloru). Percepcje, które są konstruowane i kontrolowane na niższych poziomach, są przekazywane jako percepcyjne sygnały wejściowe na wyższych poziomach. Wyższe poziomy z kolei kontrolują, dostosowując poziomy odniesienia (cele) niższych poziomów, w efekcie mówiąc niższym poziomom, co mają postrzegać.

Chociaż opracowano wiele komputerowych demonstracji zasad, proponowane wyższe poziomy są trudne do modelowania, ponieważ zbyt mało wiadomo o tym, jak mózg działa na tych poziomach. Można badać izolowane procesy sterowania wyższego poziomu, ale modele rozbudowanej hierarchii sterowania są nadal jedynie konceptualne lub w najlepszym razie szczątkowe.

Teoria kontroli percepcyjnej nie była szeroko akceptowana w psychologii głównego nurtu, ale była skutecznie wykorzystywana w wielu dziedzinach w dziedzinie czynników ludzkich, psychologii klinicznej i psychoterapii (" Metoda Poziomów "), stanowi podstawę znacznego zbioru badań socjologicznych i stworzyła koncepcyjną podstawę dla modelu odniesienia wykorzystywanego przez kolejne grupy badawcze NATO . Jest nauczany na kilku uniwersytetach na całym świecie i jest przedmiotem wielu prac doktorskich.

Wybrana bibliografia

  • Cziko, Gary (1995). Bez cudów: uniwersalna teoria doboru i druga rewolucja darwinowska . Cambridge, MA: MIT Press (książka Bradforda). ISBN  0-262-53147-X
  • Cziko, Gary (2000). Rzeczy, które robimy: Korzystanie z lekcji Bernarda i Darwina, aby zrozumieć, co, jak i dlaczego nasze zachowanie . Cambridge, MA: MIT Press (książka Bradforda). ISBN  0-262-03277-5
  • Forssell, Dag (red.), 2016. Teoria kontroli percepcyjnej, przegląd trzeciej wielkiej teorii w psychologii: wprowadzenie, odczyty i zasoby . Hayward, CA: Living Control Systems Publishing. ISBN  978-1938090134 .
  • Mansell, Warren (wyd.), (2020). Interdyscyplinarny podręcznik teorii kontroli percepcyjnej: systemy kontroli życia IV . Cambridge: Prasa akademicka. ISBN  978-0128189481 .
  • Marken, Richard S. (1992) Odczyty w myślach: Eksperymentalne badania celu . Publikacje wzorcowe: Nowy Kanaan, CT.
  • Marken, Richard S. (2002) Więcej odczytów w myślach: Metody i modele w badaniu celu . Chapel Hill, Karolina Północna: Nowy widok. ISBN  0-944337-43-0
  • Plooij, FX (1984). Rozwój behawioralny wolno żyjących niemowląt i niemowląt szympansów . Norwood, NJ: Ablex.
  • Plooij, FX (2003). „Trylogia umysłu”. W M. Heimann (red.), Okresy regresji w niemowlęctwie człowieka (str. 185-205). Mahwah, NJ: Erlbaum.
  • Uprawnienia, William T. (1973). Zachowanie: kontrola percepcji. Chicago: Aldine de Gruyter. ISBN  0-202-25113-6 . [drugi ex. wyd. = Uprawnienia (2005)].
  • Uprawnienia, William T. (1989). Systemy kontroli życia . [Wybrane artykuły 1960-1988.] New Canaan, CT: Benchmark Publications. ISBN  0-9647121-3-X .
  • Uprawnienia, William T. (1992). Systemy kontroli życia II . [Wybrane artykuły 1959–1990.] New Canaan, CT: Benchmark Publications.
  • Uprawnienia, William T. (1998). Nadawanie sensu zachowaniu: znaczenie kontroli. New Canaan, CT: Benchmark Publications. ISBN  0-9647121-5-6 .
  • Uprawnienia, William T. (2005). Zachowanie: kontrola percepcji. Nowy Kanaan: Publikacje porównawcze. ISBN  0-9647121-7-2 . [drugi ex. wyd. uprawnień (1973). chiński tr. (2004) Guongdong Higher Learning Education Press, Guangzhou, Chiny. ISBN  7-5361-2996-3 .]
  • Uprawnienia, William T. (2008). Living Control Systems III: Fakt kontroli. [Dodatek matematyczny autorstwa dr Richarda Kennawaya. Zawiera programy komputerowe dla czytelnika, aby zademonstrować i eksperymentalnie przetestować teorię.] New Canaan, CT: Benchmark Publications. ISBN  978-0-9647121-8-8 .
  • Moce, Williamie. T., Clark, RK i McFarland, RL (1960). „Ogólna teoria sprzężenia zwrotnego ludzkiego zachowania [Część 1; Część 2]. Umiejętności percepcyjne i motoryczne 11, 71-88; 309-323.
  • Powers, William T. i Runkel, Philip J. 2011. Dialog dotyczący dwóch głównych podejść do nauki o życiu: obrazy i korelacje słowne a modele robocze . Hayward, CA: Living Control Systems Publishing ISBN  0-9740155-1-2 .
  • Robertson, RJ i Powers, WT (1990). Wprowadzenie do współczesnej psychologii: ujęcie teorii sterowania. Gravel Switch, KY: Control Systems Group.
  • Robertson, RJ, Goldstein, DM, Mermel, M. i Musgrave, M. (1999). Testowanie siebie jako systemu kontroli: Zagadnienia teoretyczne i metodologiczne. wewn. J. Human-Computer Studies, 50, 571-580.
  • Runkel, Philip J[ulian]. 1990. Zarzucanie sieci i próbki testowe: dwie wielkie metody psychologii . Nowy Jork: Praeger. ISBN  0-275-93533-7 . [Repr. 2007, Hayward, CA: Living Control Systems Publishing ISBN  0-9740155-7-1 .]
  • Runkel, Philip J[ulian]. (2003). Ludzie jako żywe istoty . Hayward, CA: Living Control Systems Publishing ISBN  0-9740155-0-4
  • Taylor, Martin M. (1999). „Redakcja: Teoria kontroli percepcyjnej i jej zastosowanie”, International Journal of Human-Computer Studies , Vol 50, nr 6, czerwiec 1999, s. 433-444.

Socjologia

  • McClelland, Kent (1994). „Kontrola percepcyjna i władza społeczna”. Perspektywy socjologiczne . 37 (4): 461–496. doi : 10.2307/1389276 . JSTOR  1389276 . S2CID  144872350 .
  • McClelland, Kent (2004). „Zbiorowa kontrola percepcji: konstruowanie porządku z konfliktu”. International Journal of Human-Computer Studies . 60 : 65–99. doi : 10.1016/j.ijhcs.2003.08.003 .
  • McClelland, Kent i Thomas J. Fararo , wyd. (2006). Cel, znaczenie i działanie: teorie systemów sterowania w socjologii. Nowy Jork: Palgrave Macmillan.
  • McPhail, Clark. 1991. Mit szalejącego tłumu . Nowy Jork: Aldine de Gruyter.

Bibliografia

Zewnętrzne linki

Zasoby biblioteczne dotyczące
teorii kontroli percepcyjnej

Artykuły

Audio

Strony internetowe