แบบจำลองทางปัญญาคือการแสดงกระบวนการทางปัญญา อย่างน้อยหนึ่งกระบวนการ ในมนุษย์หรือสัตว์อื่นๆ เพื่อจุดประสงค์ในการทำความเข้าใจและการคาดการณ์แบบจำลอง ทางปัญญามีหลายประเภท และอาจมีตั้งแต่แผนภาพกล่องและลูกศรไปจนถึงชุดสมการหรือโปรแกรมซอฟต์แวร์ที่โต้ตอบกับเครื่องมือเดียวกันกับที่มนุษย์ใช้ในการทำงานให้สำเร็จ (เช่น เมาส์ และแป้นพิมพ์คอมพิวเตอร์ ) ^{[ 1 ] : 7, 8} ในแง่ของการประมวลผลข้อมูลการสร้างแบบจำลองทางปัญญาคือการสร้างแบบจำลอง การรับรู้ การให้เหตุผลความจำและการกระทำของมนุษย์^{[ 2 ] [ 3 ]}

ความรู้เกี่ยวกับการแสดงกระบวนการทางปัญญาในมนุษย์มีต้นกำเนิดมาจากปรัชญา โดยอาศัยแนวทางปรัชญาสองแนวทางที่ตรงข้ามกัน คือ ลัทธิภายในนิยมและลัทธิภายนอกนิยม ซึ่งร่วมกันอธิบายธรรมชาติของจิตใจและความสัมพันธ์กับร่างกายและโลกภายนอก จากมุมมองของลัทธิภายในนิยม การสร้างแบบจำลองการรับรู้ การให้เหตุผล ความจำ และการกระทำของมนุษย์นั้นเป็นอิสระจากโลกภายนอก^{[ 4 ]}วรรณกรรมทางวิชาการในปัจจุบันโดยทั่วไปจัดประเภทแบบจำลองทางปัญญาของลัทธิภายในนิยมออกเป็นสามกลุ่มของการแสดงกระบวนการทางปัญญาในมนุษย์:

• แบบจำลองกล่องและลูกศร แบบจำลองเหล่านี้ระบุส่วนประกอบที่เกี่ยวข้องกับการรับรู้
• แบบจำลองเชิงคำนวณอธิบาย "กฎ" ที่ควบคุมการเคลื่อนย้ายข้อมูลระหว่างโครงสร้างต่างๆ ที่ได้กำหนดไว้ข้างต้น
• ระบบไดนามิกมุ่งเน้นไปที่การเปลี่ยนแปลงของระบบในทุกขณะ^{[ 5 ] [ 6 ]}

แนวคิดเชิงปรัชญาของศาสตราจารย์Andy ClarkและDavid Chalmersได้พัฒนาแนวทางภายนอกนิยมในการสร้างแบบจำลองการรับรู้ โดยอิงจากบทบาทเชิงรุกของสิ่งแวดล้อมในการขับเคลื่อนกระบวนการรับรู้: วิทยานิพนธ์จิตใจที่ขยายออกไป ตามแนวทางนี้ เนื่องจากวัตถุภายนอกมีบทบาทสำคัญในการช่วยเหลือกระบวนการรับรู้ จิตใจและสิ่งแวดล้อมจึงทำหน้าที่เป็น "ระบบที่เชื่อมโยงกัน" ซึ่งสามารถมองได้ว่าเป็นระบบการรับรู้ที่สมบูรณ์ในตัวเอง^{[ 7 ]}แนวคิดภายนอกนิยมนี้แสดงให้เห็นได้จากแบบจำลองประสาทวิทยาศาสตร์ของแม่และทารกในครรภ์ ซึ่งอธิบายพัฒนาการทางสติปัญญาบางส่วนว่าเป็นหน้าที่ของสิ่งแวดล้อม^{[ 8 ]}

แบบจำลองทางปัญญาอาจได้รับการพัฒนาภายในหรือภายนอกสถาปัตยกรรมทางปัญญาแม้ว่าทั้งสองจะไม่สามารถแยกแยะได้ง่ายเสมอไป ในทางตรงกันข้ามกับสถาปัตยกรรมทางปัญญา แบบจำลองทางปัญญามักจะมุ่งเน้นไปที่ปรากฏการณ์หรือกระบวนการทางปัญญาเพียงอย่างเดียว (เช่น การเรียนรู้รายการ) วิธีที่กระบวนการสองหรือมากกว่านั้นมีปฏิสัมพันธ์กัน (เช่น การค้นหาภาพและการตัดสินใจ ) หรือการคาดการณ์พฤติกรรมสำหรับงานหรือเครื่องมือเฉพาะ (เช่น การนำซอฟต์แวร์ชุดใหม่มาใช้จะส่งผลต่อประสิทธิภาพการทำงานอย่างไร) สถาปัตยกรรมทางปัญญามักจะมุ่งเน้นไปที่คุณสมบัติเชิงโครงสร้างของระบบที่จำลอง และช่วยจำกัดการพัฒนาแบบจำลองทางปัญญาภายในสถาปัตยกรรม^{[ 9 ]}ในทำนองเดียวกัน การพัฒนาแบบจำลองช่วยให้ทราบถึงข้อจำกัดและข้อบกพร่องของสถาปัตยกรรม สถาปัตยกรรมที่เป็นที่นิยมที่สุดสำหรับการสร้างแบบจำลองทางปัญญา ได้แก่^ACT -R , Clarion , LIDAและSoar ^{[ 10} ]

การสร้างแบบจำลองทางปัญญาได้รับการพัฒนาขึ้นในอดีตภายในจิตวิทยาทางปัญญา / วิทยาศาสตร์ทางปัญญา (รวมถึงปัจจัยมนุษย์ ) และได้รับการสนับสนุนจากสาขาการเรียนรู้ของเครื่องจักรและปัญญาประดิษฐ์เป็นต้น^{[ 11 ]}อย่างไรก็ตาม ก่อน "การปฏิวัติทางปัญญา" ในช่วงทศวรรษ 1960 นักวิทยาศาสตร์ได้เริ่มเข้าใกล้แบบจำลองทางคณิตศาสตร์และเชิงกลของจิตใจแล้ว การมีส่วนร่วมในช่วงแรกในสาขานี้เกิดขึ้นในปี 1885 ลุดวิก ลิชไทม์เสนอแนวคิด (ซึ่งต่อมาได้รับการขยายความโดยคาร์ล เวอร์นิค ) ซึ่งอาจกล่าวได้ว่าเป็นข้อกำหนดเบื้องต้นประการแรกของแบบจำลอง "กล่องและลูกศร" โดยแมปการประมวลผลภาษาลงใน "กล่อง" เฉพาะสำหรับการรับรู้เสียงและการผลิตคำพูด ซึ่งเชื่อมต่อกันด้วยเส้นทางประสาท (ลูกศร) ^{[ 12 ]}เขาได้สร้างแบบแผนการเชื่อมต่อแบบเฉพาะที่ ซึ่งถือว่าฟังก์ชันที่ซับซ้อนเช่นภาษาไม่ได้ตั้งอยู่ในที่เดียว แต่เป็นผลมาจากการไหลของข้อมูลระหว่างศูนย์กลางเฉพาะทาง^{[ 13 ]}ในปี พ.ศ. 2486 วอร์เรน แมคคัลล็อกและวอลเตอร์ พิตต์สได้สร้างแบบจำลองทางคณิตศาสตร์ของเซลล์ประสาทเป็นชุดของเกตตรรกะเพื่อแสดงให้เห็นว่าสมองสามารถ "คำนวณ" ได้อย่างไรในบทความของพวกเขาเรื่อง " A Logical Calculus of the Ideas Immanent in Nervous Activity " ^{[ 14 ]}ในปีเดียวกันนั้น เคนเนธ เครกได้โต้แย้งในบทความเรื่อง "The Nature of Explanation" ว่าสมองเป็น "เครื่องคำนวณ" ที่สร้างแบบจำลองภายในของโลก^{[ 15 ]}ศาสตราจารย์ริชาร์ด แอตกินสันและริชาร์ด ชิฟฟรินได้เปิดยุค "กล่องและลูกศร" ในปี พ.ศ. 2511 ด้วยแบบจำลองหน่วยความจำแบบหลายคลังของแอตกินสัน-ชิฟฟรินซึ่งทำให้แนวทาง " การประมวลผลข้อมูล " เป็นที่รู้จักอย่างแพร่หลายโดยการวาดกล่องสามกล่องที่แตกต่างกันสำหรับหน่วยความจำ อธิบายการไหลระหว่างรีจิสเตอร์ประสาทสัมผัส (SR) หน่วยความจำระยะสั้น (STM) และหน่วยความจำระยะยาว (LTM) ^{[ 16 ]}ในปี พ.ศ. 2541 ศาสตราจารย์แวน เกลเดอร์ ได้ตีพิมพ์สมมติฐานพลวัตในวิทยาศาสตร์การรู้คิด แบบจำลองพลวัตของเขาอธิบายว่าสถานะของระบบเปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไป โดยใช้สมการเชิงอนุพันธ์หลายสมการโดยอิงจากข้อมูลการติดตามพลวัตภายใน^{[ 17 ]}มุมมองตรงกันข้าม มุมมองภายนอกเกี่ยวกับพัฒนาการของการรู้คิดถูกนำเสนอโดยศาสตราจารย์อิกอร์ วาล ดานิลอฟ ชาวลัตเวีย ในแบบจำลองประสาทวิทยาศาสตร์แม่-ทารกในครรภ์ของเขาในปี พ.ศ. 2567 ^{[ 8 ]}

แบบจำลองกล่องและลูกศรแสดงถึงจิตใจในฐานะระบบของส่วนประกอบการทำงาน ("กล่อง") ที่เชื่อมต่อกันด้วยเส้นทางการไหลของข้อมูล ("ลูกศร") กลุ่มแบบจำลองนี้อธิบายสิ่งที่จิตใจทำโดยไม่จำเป็นต้องอธิบายว่าเซลล์ประสาททำงานอย่างไร^{[ 16 ]} การประยุกต์ใช้แบบจำลองนี้ที่มีอิทธิพลมากที่สุด ได้แก่:

แบบจำลองหน่วยความจำหลายชั้นของ Atkinson-Shiffrin (1968) : ทฤษฎีหน่วยความจำแบบคลาสสิกที่เสนอว่าข้อมูลไหลผ่าน "กล่อง" ที่แตกต่างกันสามกล่อง ได้แก่ หน่วยความจำประสาทสัมผัส หน่วยความจำระยะสั้น และหน่วยความจำระยะยาว^{[ 16 ]}

แบบจำลองตัวกรองของบรอดเบนท์ (1958) : หนึ่งในทฤษฎี "คอขวด" ยุคแรกๆ ของความสนใจแบบเลือกสรรโดยใช้แผนภาพกล่องและลูกศรเพื่อแสดงให้เห็นว่าข้อมูลทางประสาทสัมผัสถูกกรองอย่างไรก่อนที่จะไปถึงการประมวลผลระดับสูง^{[ 18 ]}

แบบจำลองหน่วยความจำใช้งานของ Baddeley (1974/2000) : ปรับปรุง "กล่องหน่วยความจำระยะสั้น" ให้เป็นระบบหลายองค์ประกอบ ซึ่งรวมถึง Central Executive, Phonological Loop และ Visuospatial Sketchpad ^{[ 19 ]}

แบบจำลอง CS/SS ของ Norman และ Shallice (1986) : แบบจำลองการควบคุมการรับรู้ที่ใช้ "กล่อง" แทน Contention Scheduling (การกระทำตามปกติ) และ Supervisory Attentional System (งานที่ซับซ้อน) ^{[ 20 ]}

หลักการสำคัญสามประการ:

ความเป็นโมดูล : จิตใจประกอบด้วย "โมดูล" ที่แยกจากกัน^{[ 21 ]}

การประมวลผลแบบอนุกรม (การไหลแบบมีทิศทาง) : ข้อมูลมักจะเคลื่อนที่ในลักษณะเชิงเส้นทีละขั้นตอน^{[ 22 ]}

ขั้นตอนแยกกัน : แต่ละกล่องจะทำงานให้เสร็จสมบูรณ์ก่อนที่จะส่งผลลัพธ์ไปยังกล่องถัดไป ซึ่งตรงกันข้ามกับแนวทางของระบบพลวัตที่มองทุกอย่างเป็นการทับซ้อนที่ต่อเนื่องและไม่เป็นระเบียบ^{[ 16 ]}

แบบจำลองเชิงคำนวณคือแบบจำลองทางคณิตศาสตร์ในวิทยาศาสตร์เชิงคำนวณที่ต้องใช้ทรัพยากรการคำนวณจำนวนมากเพื่อศึกษาพฤติกรรมของระบบที่ซับซ้อนโดยการจำลองด้วยคอมพิวเตอร์แบบจำลองเชิงคำนวณทางปัญญาจะตรวจสอบการรับรู้และหน้าที่การรับรู้โดยการพัฒนาแบบจำลองเชิงคำนวณตามกระบวนการที่กำหนดเป็นชุดของสมการทางคณิตศาสตร์หรือการจำลองด้วยคอมพิวเตอร์^{[ 23 ]}ระบบที่กำลังศึกษาอยู่มักจะเป็นระบบที่ไม่เป็นเชิงเส้นที่ ซับซ้อน ซึ่งไม่มีวิธีแก้ปัญหาเชิงวิเคราะห์ที่ง่ายและเข้าใจได้ง่าย แทนที่จะหาคำตอบเชิงวิเคราะห์ทางคณิตศาสตร์สำหรับปัญหา การทดลองกับแบบจำลองจะทำโดยการเปลี่ยนพารามิเตอร์ของระบบในคอมพิวเตอร์ และศึกษาความแตกต่างในผลลัพธ์ของการทดลอง ทฤษฎีการทำงานของแบบจำลองสามารถอนุมานได้จากการทดลองเชิงคำนวณเหล่านี้ ตัวอย่างของแบบจำลองเชิงคำนวณทั่วไป ได้แก่แบบจำลองการพยากรณ์อากาศแบบจำลองการจำลองโลก แบบ จำลองการจำลองการบิน แบบจำลอง การพับโปรตีนระดับโมเลกุลและแบบจำลองเครือข่ายประสาท^{[ 24 ] [ 25 ] [ 26 ]}

แบบ จำลอง เชิงสัญลักษณ์แสดงออกมาในรูปตัวอักษร ซึ่งโดยปกติจะเป็นตัวอักษรที่ไม่ใช่ตัวเลข และต้องมีการแปลก่อนจึงจะสามารถใช้งานได้^{[ 27 ]}

แบบจำลองการรับรู้เป็นแบบย่อยสัญลักษณ์หากสร้างขึ้นจากหน่วยองค์ประกอบที่ไม่ใช่ตัวแทนในตัวมันเอง เช่น พิกเซล ภาพเสียงที่รับรู้โดยหู ตัวอย่างสัญญาณ หน่วยย่อยสัญลักษณ์ในเครือข่ายประสาทสามารถถือเป็นกรณีพิเศษของหมวดหมู่นี้ได้^{[ 28 ]}

คอมพิวเตอร์ไฮบริดคือคอมพิวเตอร์ที่มีคุณสมบัติทั้งของคอมพิวเตอร์อนาล็อกและคอมพิวเตอร์ดิจิทัล โดยปกติแล้วส่วนประกอบดิจิทัลจะทำหน้าที่เป็นตัวควบคุมและดำเนินการทางตรรกะ ในขณะที่ส่วนประกอบอนาล็อกจะทำหน้าที่แก้สมการเชิงอนุพันธ์ ดูรายละเอียดเพิ่มเติมได้ที่ระบบอัจฉริยะไฮบริด

ในแนวทางการคำนวณแบบ ดั้งเดิม การแสดงผลถูกมองว่าเป็นโครงสร้างคงที่ของสัญลักษณ์ ที่ไม่ต่อเนื่อง การรับรู้เกิดขึ้นโดยการแปลงโครงสร้างสัญลักษณ์คงที่เหล่านั้นให้เป็นขั้นตอนที่ไม่ต่อเนื่องและเรียงลำดับข้อมูลทางประสาทสัมผัสถูกแปลงเป็นอินพุตเชิงสัญลักษณ์ ซึ่งสร้างเอาต์พุตเชิงสัญลักษณ์ที่ถูกแปลงเป็น เอาต์พุต การเคลื่อนไหวระบบทั้งหมดทำงานในวงจรต่อเนื่อง

สิ่งที่ขาดหายไปจากมุมมองแบบดั้งเดิมนี้คือ การรับรู้ของมนุษย์เกิดขึ้นอย่างต่อเนื่องและแบบเรียลไทม์ การแบ่งกระบวนการออกเป็นขั้นตอนเวลาที่ไม่ต่อเนื่องอาจไม่สามารถจับพฤติกรรมนี้ได้อย่างสมบูรณ์ แนวทางอื่นคือการกำหนดระบบที่มี (1) สถานะของระบบ ณ เวลาใดเวลาหนึ่ง (2) พฤติกรรม ซึ่งกำหนดเป็นการเปลี่ยนแปลงสถานะโดยรวมเมื่อเวลาผ่านไป และ (3) ชุดสถานะหรือปริภูมิสถานะซึ่งแสดงถึงสถานะโดยรวมทั้งหมดที่ระบบสามารถอยู่ในได้^{[ 17 ]}ระบบนี้มีความโดดเด่นตรงที่การเปลี่ยนแปลงในด้านใดด้านหนึ่งของสถานะระบบขึ้นอยู่กับด้านอื่นๆ ของสถานะระบบเดียวกันหรือสถานะระบบอื่นๆ^{[ 29 ]}

แบบจำลอง พลวัตทั่วไปจะถูกกำหนดอย่างเป็นทางการด้วยสมการเชิงอนุพันธ์หลายสมการที่อธิบายว่าสถานะของระบบเปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไป ด้วยวิธีนี้ รูปแบบของพื้นที่ของวิถี ที่เป็นไปได้ และแรงภายในและภายนอกที่กำหนดรูปร่างวิถีเฉพาะที่คลี่คลายไปตามเวลา แทนที่จะเป็นลักษณะทางกายภาพของกลไก พื้นฐาน ที่แสดงพลวัตนี้ จะมีบทบาทในการอธิบาย ในมุมมองพลวัตนี้ อินพุตพารามิเตอร์จะเปลี่ยนแปลงพลวัตที่แท้จริงของระบบ แทนที่จะระบุสถานะภายในที่อธิบายสถานการณ์ภายนอกบางอย่าง^{[ 17 ]}

งานในช่วงแรกเกี่ยวกับการประยุกต์ใช้ระบบพลวัตกับการรับรู้สามารถพบได้ในแบบจำลองเครือข่าย Hopfield ^{[ 30 ] [ 31 ]}เครือข่ายเหล่านี้ถูกเสนอเป็นแบบจำลองสำหรับหน่วยความจำแบบเชื่อมโยงโดยแสดงถึงระดับประสาทของหน่วยความจำจำลองระบบที่มีเซลล์ประสาทประมาณ 30 เซลล์ ซึ่งสามารถอยู่ในสถานะเปิดหรือปิดได้ โดยการปล่อยให้เครือข่ายเรียนรู้ด้วยตนเอง โครงสร้างและคุณสมบัติการคำนวณจึงเกิดขึ้นเองตามธรรมชาติ แตกต่างจากแบบจำลองก่อนหน้านี้ “ความทรงจำ” สามารถสร้างและเรียกคืนได้โดยการป้อนส่วนเล็ก ๆ ของความทรงจำทั้งหมด ลำดับเวลาของความทรงจำก็สามารถเข้ารหัสได้เช่นกัน พฤติกรรมของระบบถูกจำลองด้วยเวกเตอร์ที่สามารถเปลี่ยนค่าได้ ซึ่งแสดงถึงสถานะต่าง ๆ ของระบบ แบบจำลองในช่วงแรกนี้เป็นก้าวสำคัญไปสู่มุมมองระบบพลวัตของการรับรู้ของมนุษย์ แม้ว่ารายละเอียดอีกมากมายยังต้องเพิ่มและปรากฏการณ์อื่น ๆ ยังต้องนำมาพิจารณาอีกมาก

โดยคำนึงถึงพัฒนาการทางวิวัฒนาการของระบบประสาท ของมนุษย์ และความคล้ายคลึงกันของสมองกับอวัยวะอื่นๆเอลแมนเสนอว่าภาษาและการรับรู้ควรได้รับการปฏิบัติในฐานะระบบพลวัตมากกว่าตัวประมวลผลสัญลักษณ์ดิจิทัล^{[ 32 ]}เครือข่ายประสาทประเภทที่เอลแมนนำมาใช้ได้รับการขนานนามว่าเครือข่ายเอลแมนแทนที่จะมองภาษาเป็นชุดของ คำ ศัพท์และ กฎ ไวยากรณ์ แบบคง ที่ที่เรียนรู้และนำไปใช้ตามกฎที่กำหนดไว้ มุมมองของระบบพลวัตกำหนดคำศัพท์เป็นพื้นที่ของสถานะภายในระบบพลวัต ไวยากรณ์ประกอบด้วยตัวดึงดูดและตัวผลักดันที่จำกัดการเคลื่อนไหวในสถานะ ซึ่งหมายความว่าการแสดงแทนนั้นมีความไวต่อบริบท โดยการแสดงแทนทางจิตนั้นถูกมองว่าเป็นวิถีผ่านพื้นที่ทางจิตแทนที่จะเป็นวัตถุที่ถูกสร้างขึ้นและคงที่ เครือข่ายเอลแมนได้รับการฝึกฝนด้วยประโยคง่ายๆ เพื่อแสดงไวยากรณ์ในฐานะระบบพลวัต เมื่อเรียนรู้ไวยากรณ์พื้นฐานแล้ว เครือข่ายก็สามารถวิเคราะห์ประโยคที่ซับซ้อนได้โดยการคาดการณ์ว่าคำใดจะปรากฏต่อไปตามแบบจำลองพลวัต^{[ 33 ]}

ข้อผิดพลาดในการพัฒนาแบบคลาสสิกได้รับการตรวจสอบในบริบทของระบบพลวัต: ^{[ 34 ] [ 35 ]}ข้อผิดพลาด A-not-Bถูกเสนอว่าไม่ใช่ข้อผิดพลาดที่แยกต่างหากซึ่งเกิดขึ้นในช่วงอายุที่เฉพาะเจาะจง (8 ถึง 10 เดือน) แต่เป็นคุณลักษณะของกระบวนการเรียนรู้แบบไดนามิกที่มีอยู่ในเด็กโตด้วยเช่นกัน พบว่าเด็กอายุ 2 ขวบทำผิดพลาดคล้ายกับข้อผิดพลาด A-not-B เมื่อค้นหาของเล่นที่ซ่อนอยู่ในกล่องทราย หลังจากสังเกตเห็นของเล่นถูกซ่อนอยู่ในตำแหน่ง A และค้นหาซ้ำ ๆ ที่นั่น เด็กอายุ 2 ขวบก็ได้รับการแสดงของเล่นที่ซ่อนอยู่ในตำแหน่งใหม่ B เมื่อพวกเขามองหาของเล่น พวกเขาค้นหาในตำแหน่งที่เอนเอียงไปทางตำแหน่ง A สิ่งนี้ชี้ให้เห็นว่ามีการแสดงตำแหน่งของของเล่นอย่างต่อเนื่องซึ่งเปลี่ยนแปลงไปตามเวลา พฤติกรรมในอดีตของเด็กมีอิทธิพลต่อแบบจำลองตำแหน่งของกล่องทราย ดังนั้นคำอธิบายเกี่ยวกับพฤติกรรมและการเรียนรู้จะต้องคำนึงถึงว่าระบบของกล่องทรายและการกระทำในอดีตของเด็กเปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไป^{[ 35 ]}

กลไกหนึ่งที่เสนอของระบบไดนามิกมาจากการวิเคราะห์เครือข่ายประสาทแบบวนซ้ำ ต่อเนื่อง (CTRNNs) โดยการมุ่งเน้นไปที่เอาต์พุตของเครือข่ายประสาทมากกว่าสถานะของมัน และการตรวจสอบเครือข่ายที่เชื่อมต่อกันอย่างสมบูรณ์ ตัวสร้างรูปแบบส่วนกลาง สามนิวรอน (CPG) สามารถใช้เพื่อแสดงระบบต่างๆ เช่น การเคลื่อนไหวของขาขณะเดิน^{[ 36 ]} CPG นี้ประกอบด้วยนิวรอนมอเตอร์ สามตัว เพื่อควบคุมเท้า การแกว่งไปข้างหลัง และการแกว่งไปข้างหน้าของขา เอาต์พุตของเครือข่ายแสดงว่าเท้าอยู่ขึ้นหรือลง และแรงที่ใช้ในการสร้างแรงบิดในข้อต่อขามีมากน้อยเพียงใด คุณลักษณะหนึ่งของรูปแบบนี้คือเอาต์พุตของนิวรอนส่วนใหญ่จะเป็นปิดหรือเปิดอีกคุณลักษณะหนึ่งคือสถานะต่างๆ มีเสถียรภาพกึ่งเสถียร หมายความว่าในที่สุดมันจะเปลี่ยนไปเป็นสถานะอื่น วงจรสร้างรูปแบบอย่างง่ายเช่นนี้ถูกเสนอให้เป็นส่วนประกอบพื้นฐานสำหรับระบบไดนามิก ชุดของเซลล์ประสาทที่เปลี่ยนจากสถานะมีเสถียรภาพกึ่งเสถียรหนึ่งไปยังอีกสถานะหนึ่งพร้อมกันจะถูกกำหนดให้เป็นโมดูลไดนามิก ในทางทฤษฎีแล้ว โมดูลเหล่านี้สามารถนำมาประกอบกันเพื่อสร้างวงจรขนาดใหญ่ขึ้น ซึ่งประกอบเป็นระบบไดนามิกที่สมบูรณ์ได้ อย่างไรก็ตาม รายละเอียดเกี่ยวกับวิธีการประกอบดังกล่าว ยังไม่ได้รับการศึกษาอย่างครบถ้วน

รูปแบบที่เป็นทางการสมัยใหม่ของระบบพลวัตที่นำมาใช้ในการศึกษาการรับรู้มีความหลากหลาย รูปแบบที่เป็นทางการอย่างหนึ่งที่เรียกว่า “พลวัตเชิงพฤติกรรม” ^{[ 37 ]}ถือว่าตัวแทนและสิ่งแวดล้อมเป็น ระบบพลวัต ที่เชื่อมโยง กันเป็นคู่ โดยอาศัยทฤษฎีระบบพลวัตแบบคลาสสิก ในรูปแบบที่เป็นทางการนี้ ข้อมูลจากสิ่งแวดล้อมจะแจ้งพฤติกรรมของตัวแทน และการกระทำของตัวแทนจะปรับเปลี่ยนสิ่งแวดล้อม ในกรณีเฉพาะของวงจรการรับรู้-การ กระทำ การเชื่อมโยงของสิ่งแวดล้อมและตัวแทนจะถูกกำหนดเป็นทางการโดยฟังก์ชัน สองฟังก์ชัน ฟังก์ชัน แรกจะแปลงการแสดงการกระทำของตัวแทนให้เป็นรูปแบบเฉพาะของการกระตุ้นกล้ามเนื้อซึ่งจะสร้างแรงในสิ่งแวดล้อม ฟังก์ชันที่สองจะแปลงข้อมูลจากสิ่งแวดล้อม (เช่น รูปแบบการกระตุ้นที่ตัวรับของตัวแทนที่สะท้อนสถานะปัจจุบันของสิ่งแวดล้อม) ให้เป็นตัวแทนที่มีประโยชน์สำหรับการควบคุมการกระทำของตัวแทน ระบบพลวัตที่คล้ายกันอื่นๆ ได้รับการเสนอ (แม้ว่าจะไม่ได้พัฒนาเป็นกรอบที่เป็นทางการ) ซึ่งระบบประสาทของตัวแทน ร่างกายของตัวแทน และสิ่งแวดล้อมเชื่อมโยงกัน^{[ 38 ]}

พลวัตเชิงพฤติกรรมได้ถูกนำมาประยุกต์ใช้กับพฤติกรรมการเคลื่อนที่^{[ 37 ] [ 39 ] [ 40 ]} การสร้างแบบจำลองการเคลื่อนที่ด้วยพลวัตเชิงพฤติกรรมแสดงให้เห็นว่าพฤติกรรมที่ปรับตัวได้อาจเกิดขึ้นจากปฏิสัมพันธ์ระหว่างตัวแทนและสิ่งแวดล้อม ตามกรอบนี้ พฤติกรรมที่ปรับตัวได้สามารถจับได้ด้วยการวิเคราะห์สองระดับ ในระดับแรกของการรับรู้และการกระทำ ตัวแทนและสิ่งแวดล้อมสามารถถูกมองว่าเป็นระบบพลวัตคู่หนึ่งที่เชื่อมโยงกันด้วยแรงที่ตัวแทนใช้กับสิ่งแวดล้อมและด้วยข้อมูลที่มีโครงสร้างที่สิ่งแวดล้อมให้มา ดังนั้น พลวัตเชิงพฤติกรรมจึงเกิดขึ้นจากปฏิสัมพันธ์ระหว่างตัวแทนและสิ่งแวดล้อม ในระดับที่สองของการวิวัฒนาการตามเวลา พฤติกรรมสามารถแสดงออกเป็นระบบพลวัตที่แสดงเป็นสนามเวกเตอร์ในสนามเวกเตอร์นี้ ตัวดึงดูดสะท้อนถึงโซลูชันเชิงพฤติกรรมที่เสถียร ในขณะที่การแยกสาขาสะท้อนถึงการเปลี่ยนแปลงในพฤติกรรม ตรงกันข้ามกับงานก่อนหน้านี้เกี่ยวกับตัวสร้างรูปแบบส่วนกลาง กรอบนี้ชี้ให้เห็นว่ารูปแบบเชิงพฤติกรรมที่เสถียรเป็น คุณสมบัติ ที่เกิดขึ้นเองและจัดระเบียบตนเองของระบบตัวแทน-สิ่งแวดล้อมมากกว่าที่จะถูกกำหนดโดยโครงสร้างของตัวแทนหรือสิ่งแวดล้อม

ในการขยายทฤษฎีระบบพลวัตแบบคลาสสิก^{[ 41 ]}แทนที่จะเชื่อม^{โยงระบบ}พลวัตของสิ่งแวดล้อมและตัวแทนเข้าด้วยกัน “ระบบพลวัตแบบเปิด” จะกำหนด “ระบบทั้งหมด” “ระบบตัวแทน” และกลไกในการเชื่อมโยงระบบทั้งสองนี้เข้าด้วยกัน ระบบทั้งหมดเป็นระบบพลวัตที่จำลองตัวแทนในสิ่งแวดล้อม ในขณะที่ระบบตัวแทนเป็นระบบพลวัตที่จำลองพลวัตภายในของตัวแทน (เช่น พลวัตของตัวแทนในกรณีที่ไม่มีสิ่งแวดล้อม) ที่สำคัญ กลไกการเชื่อมโยงไม่ได้เชื่อมโยงระบบทั้งสองเข้าด้วยกัน แต่จะปรับเปลี่ยนระบบทั้งหมดอย่างต่อเนื่องให้กลายเป็นระบบทั้งหมดของตัวแทนที่แยกออกจากกัน การแยกแยะระหว่างระบบทั้งหมดและระบบตัวแทนทำให้สามารถตรวจสอบพฤติกรรมของตัวแทนได้ทั้งเมื่อแยกออกจากสิ่งแวดล้อมและเมื่อฝังตัวอยู่ในสิ่งแวดล้อม การกำหนดรูปแบบอย่างเป็นทางการนี้สามารถมองได้ว่าเป็นการขยายความจากการกำหนดรูปแบบอย่างเป็นทางการแบบคลาสสิก โดยที่ระบบตัวแทนสามารถมองได้ว่าเป็นระบบตัวแทนในระบบพลวัตแบบเปิด และตัวแทนที่เชื่อมโยงกับสิ่งแวดล้อมและสิ่งแวดล้อมสามารถมองได้ว่าเป็นระบบทั้งหมดในระบบพลวัตแบบเปิด

ในบริบทของระบบพลวัตและการรับรู้แบบฝังตัวการแสดงผลสามารถถูกกำหนดแนวคิดได้ว่าเป็นตัวบ่งชี้หรือตัวกลาง ในมุมมองของตัวบ่งชี้ สถานะภายในจะบรรจุข้อมูลเกี่ยวกับการมีอยู่ของวัตถุในสภาพแวดล้อม โดยที่สถานะของระบบในระหว่างการสัมผัสกับวัตถุคือการแสดงผลของวัตถุนั้น ในมุมมองของตัวกลาง สถานะภายในจะบรรจุข้อมูลเกี่ยวกับสภาพแวดล้อมซึ่งระบบใช้ในการบรรลุเป้าหมาย ในคำอธิบายที่ซับซ้อนกว่านี้ สถานะของระบบจะบรรจุข้อมูลที่เป็นตัวกลางระหว่างข้อมูลที่ตัวแทนรับมาจากสภาพแวดล้อม และแรงที่กระทำต่อสภาพแวดล้อมโดยพฤติกรรมของตัวแทน การประยุกต์ใช้ระบบพลวัตแบบเปิดได้รับการกล่าวถึงสำหรับตัวอย่างการรับรู้แบบฝังตัวแบบคลาสสิกสี่ประเภท: ^{[ 42 ]}

1. กรณีที่สภาพแวดล้อมและตัวแทนต้องทำงานร่วมกันเพื่อให้บรรลุเป้าหมาย เรียกว่า "ความใกล้ชิด" ตัวอย่างคลาสสิกของความใกล้ชิดคือพฤติกรรมของตัวแทนอย่างง่ายที่ทำงานเพื่อให้บรรลุเป้าหมาย (เช่น แมลงที่เคลื่อนที่ผ่านสภาพแวดล้อม) การบรรลุเป้าหมายที่สำเร็จนั้นขึ้นอยู่กับการเชื่อมโยงของตัวแทนกับสภาพแวดล้อมอย่างสมบูรณ์^{[ 43 ]}
2. กรณีที่การใช้สิ่งประดิษฐ์ภายนอกช่วยปรับปรุงประสิทธิภาพของงานเมื่อเทียบกับประสิทธิภาพที่ไม่มีสิ่งประดิษฐ์เหล่านี้ กระบวนการนี้เรียกว่า "การถ่ายโอนภาระงาน" ตัวอย่างคลาสสิกของการถ่ายโอนภาระงานคือพฤติกรรมของ ผู้เล่นเกม Scrabbleผู้คนสามารถสร้างคำได้มากขึ้นเมื่อเล่น Scrabble หากพวกเขามีตัวอักษรอยู่ตรงหน้าและได้รับอนุญาตให้จัดการการจัดเรียงตัวอักษรเหล่านั้นได้ ในตัวอย่างนี้ ตัวอักษร Scrabble ช่วยให้เอเจนต์สามารถถ่ายโอน ความต้องการ หน่วยความจำในการทำงานไปยังตัวอักษรเหล่านั้นได้^{[ 44 ]}
3. กรณีที่สิ่งประดิษฐ์ภายนอกที่มีฟังก์ชันเทียบเท่ากันเข้ามาแทนที่ฟังก์ชันที่ปกติแล้วตัวแทนจะดำเนินการภายใน ซึ่งถือเป็นกรณีพิเศษของการถ่ายโอนงาน ตัวอย่างที่มีชื่อเสียงอย่างหนึ่งคือการนำทางของมนุษย์ (โดยเฉพาะตัวแทน Otto และ Inga) ในสภาพแวดล้อมที่ซับซ้อนโดยมีหรือไม่มีความช่วยเหลือจากสิ่งประดิษฐ์^{[ 45 ]}
4. กรณีที่ไม่มีตัวแทนเพียงคนเดียว ตัวแทนแต่ละคนเป็นส่วนหนึ่งของระบบที่ใหญ่กว่าซึ่งประกอบด้วยตัวแทนหลายตัวและสิ่งประดิษฐ์หลายชิ้น ตัวอย่างที่มีชื่อเสียงอย่างหนึ่งที่Ed Hutchins ได้กล่าวไว้ ในหนังสือCognition in the Wild ของเขา ก็คือการนำทางเรือรบ^{[ 46 ]}

การตีความตัวอย่างเหล่านี้อาศัยตรรกะ ดังต่อไปนี้ : (1) ระบบโดยรวมจับภาพการแสดงออกทางกาย (2) ระบบตัวแทนหนึ่งระบบหรือมากกว่านั้นจับภาพพลวัตที่แท้จริงของตัวแทนแต่ละตัว (3) พฤติกรรมที่สมบูรณ์ของตัวแทนสามารถเข้าใจได้ว่าเป็นการเปลี่ยนแปลงพลวัตที่แท้จริงของตัวแทนที่เกี่ยวข้องกับสถานการณ์ในสภาพแวดล้อม และ (4) เส้นทางของระบบพลวัตแบบเปิดสามารถตีความได้ว่าเป็นกระบวนการแสดงแทน ตัวอย่างการรับรู้ทางกายเหล่านี้แสดงให้เห็นถึงความสำคัญของการศึกษาพลวัตที่เกิดขึ้นใหม่ของระบบตัวแทน-สิ่งแวดล้อม ตลอดจนพลวัตที่แท้จริงของระบบตัวแทน^{[ 45 ]}แทนที่จะขัดแย้งกับแนวทางวิทยาศาสตร์การรู้คิดแบบดั้งเดิม ระบบพลวัตเป็นส่วนขยายตามธรรมชาติของวิธีการเหล่านี้และควรศึกษาควบคู่กันไปแทนที่จะแข่งขันกัน^{[ 17 ]}

การเริ่มต้นของกระบวนการทางปัญญาในสิ่งมีชีวิตที่ไร้เดียงสาเป็นประเด็นสำคัญในพื้นฐานที่แน่นอนของแนวทางระบบพลวัต การวิพากษ์วิจารณ์การรับรู้ที่ฝังอยู่ในร่างกายก่อให้เกิดข้อโต้แย้งอย่างน้อยสองประการที่ตั้งคำถามถึงความเป็นอิสระและความเพียงพอในตัวเอง^{[ 47 ]}ประการแรก รากฐานของแนวทางระบบพลวัตนี้ สมมติฐานพลวัตในวิทยาศาสตร์ทางปัญญา ขึ้นอยู่กับชุดสมการ^{[ 17 ]}ข้อเท็จจริงนี้หมายความว่าในการอธิบายระบบเฉพาะแต่ละระบบ จำเป็นต้องแนะนำข้อมูลเกี่ยวกับเงื่อนไขเริ่มต้นเฉพาะของระบบนั้น ระบบพลวัตเฉพาะไม่สามารถกำหนดได้หากไม่มีข้อมูลเบื้องต้น อันที่จริง สมมติฐานพลวัตของ van Gelder ในวิทยาศาสตร์ทางปัญญาเกี่ยวข้องกับเงื่อนไขเริ่มต้น^{[ 17 ]}แม้ว่าระบบพลวัตจะติดตามข้อมูลเบื้องต้นน้อยกว่าพลวัตภายใน ตามสมมติฐานแล้ว ระบบยังคงต้องการข้อมูลเบื้องต้นจากภายนอก ดังนั้น ระบบพลวัตจึงต้องการข้อมูลป้อนเข้าจากภายนอกเพื่อกระตุ้นการทำงาน

ประการที่สอง จากความยากลำบากข้างต้น นักทฤษฎีความรู้ความเข้าใจที่เชื่อมโยงกับร่างกายจึงได้นำเสนอแนวคิดเรื่องข้อมูลที่เชื่อมโยงกับร่างกายอย่างมีพลวัต ซึ่งหมายถึงการจับคู่ระหว่างสิ่งเร้ากับสัญลักษณ์เฉพาะที่ถูกบันทึกไว้ในโครงสร้างและกระบวนการทางประสาทสัมผัสและการเคลื่อนไหวที่แสดงถึงความหมาย (ความรู้สึก)

“ยานพาหนะที่เป็นตัวแทนคือรูปแบบกิจกรรมที่ขยายออกไปตามเวลาซึ่งสามารถข้ามขอบเขตระหว่างสมอง ร่างกาย และโลกได้ และความหมายหรือเนื้อหาที่ยานพาหนะเหล่านั้นแสดงออกมานั้นจะถูกนำเสนอหรือแสดงออกมาในบริบทของการเชื่อมโยงโครงสร้างของระบบกับสิ่งแวดล้อม” ^{[ 48 ] : 36}

ในความวุ่นวายของสิ่งเร้าจากสิ่งแวดล้อม การเชื่อมโยงระหว่างสิ่งเร้าเฉพาะกับ "รูปแบบกิจกรรม" ของระบบประสาท^{[ 48 ]}นั้นคาดเดาไม่ได้ เนื่องมาจากสิ่งเร้าที่ไม่เกี่ยวข้องซึ่งอาจเชื่อมโยงกับความหมายที่ฝังอยู่ในร่างกายนี้ได้โดยบังเอิญ การเชื่อมโยงนี้เป็นไปได้ก็ต่อเมื่อ "บริบทของการเชื่อมโยงโครงสร้างของระบบกับสิ่งแวดล้อม" ^{[ 48 ]}ได้ถูกสร้างขึ้นแล้ว ซึ่งเป็นไปไม่ได้สำหรับสิ่งมีชีวิตที่ไร้เดียงสาในสภาพแวดล้อมที่ไม่คุ้นเคย ดังนั้น หลักฐานที่สนับสนุนการฝังอยู่ในร่างกายจึงมีมากมายในสาขาวิทยาศาสตร์ต่างๆ แต่การตีความผลลัพธ์และความสำคัญของผลลัพธ์ยังคงเป็นที่ถกเถียงกัน และนักวิจัยยังคงมองหาวิธีที่เหมาะสมในการศึกษาและอธิบายการรับรู้ที่ฝังอยู่ในร่างกาย แนวทางระบบพลวัตไม่ใช่เพียงวิธีเดียวที่จะอธิบายพัฒนาการทางปัญญาในสิ่งมีชีวิตในระยะเริ่มต้น^{[ 47 ]}

การวิจัยเกี่ยวกับการพัฒนาเด็กเป็นแรงบันดาลใจให้เกิดมุมมองที่แตกต่างออกไปเกี่ยวกับการแสดงกระบวนการทางปัญญาในมนุษย์ แบบจำลองประสาทวิทยาของแม่และทารกในครรภ์หมายถึงการแสดงกระบวนการทางสรีรวิทยาประสาทภายในระบบชีวภาพของคู่แม่ลูกนี้ ซึ่งเตรียมระบบประสาทของทารกในครรภ์ให้ตอบสนองต่อสิ่งเร้าได้อย่างเหมาะสมเมื่อเริ่มมีการรับรู้^{[ 8 ] [ 49 ]}โดยการอธิบายพัฒนาการทางปัญญาในระยะเริ่มต้นมากกว่าแบบจำลองทางปัญญาอื่นๆ ( แบบจำลองเชิงคำนวณและ วิธีการ ของระบบพลวัต ) แบบจำลองนี้จึงช่วยเติมเต็มช่องว่างในความรู้ของเรา เช่น ปัญหาการรับรู้-ความเสถียรปัญหาการเชื่อม โยง ปัญหาอินพุตกระตุ้นและปัญหาการสร้างรูปร่าง^{[ 8 ] [ 49 ]}

สิ่งมีชีวิตวัยอ่อนในระยะพัฒนาการด้านประสาทสัมผัสและการเคลื่อนไหวไม่สามารถรับรู้ภาพของสภาพแวดล้อมได้เหมือนกับผู้ใหญ่ เนื่องจากระบบประสาทสัมผัสยังไม่เจริญเต็มที่ เนื่องจากการรับรู้วัตถุที่คล้ายคลึงกันไม่น่าจะเกิดขึ้นในสิ่งมีชีวิตเหล่านี้ การสอนผ่านพลวัตระหว่างบุคคลจึงมีข้อจำกัดมากขึ้น^{[ 8 ] [ 49 ] [ 50 ]}

ปัญหาการเชื่อมโยงเกี่ยวข้องกับการขาดความรู้เกี่ยวกับวิธีที่สิ่งมีชีวิตในระยะพัฒนาการแบบรีเฟล็กซ์อย่างง่ายเอาชนะขีดจำกัดของความวุ่นวายทางสิ่งแวดล้อมในสิ่งเร้าทางประสาทสัมผัส^{[ 51 ] [ 50 ]}ในขณะที่สิ่งมีชีวิตอายุน้อยจำเป็นต้องรวมวัตถุ พื้นหลัง และคุณลักษณะที่เป็นนามธรรมหรืออารมณ์เข้าไว้ในประสบการณ์เดียวเพื่อสร้างความเป็นจริงโดยรอบ พวกมันไม่สามารถแยกแยะสิ่งเร้าทางประสาทสัมผัสที่เกี่ยวข้องได้อย่างอิสระ แม้แต่แนวทางระบบพลวัตแบบฝังตัวก็ไม่สามารถหลีกเลี่ยงปัญหาสัญญาณต่อเสียงรบกวนได้ ความสามารถนี้ต้องอาศัยการจัดหมวดหมู่สิ่งแวดล้อมเป็นวัตถุที่เกิดขึ้นผ่าน (และหลังจาก) การรับรู้และความตั้งใจ^{[ 8 ] [ 49 ] [ 50 ]}

ตามมุมมองที่แพร่หลายในวิทยาศาสตร์การรู้คิดความยืดหยุ่นของเซลล์ประสาท ที่ขึ้นอยู่กับประสบการณ์ เป็นพื้นฐานของการพัฒนาการรู้คิด^{[ 52 ] [ 53 ] [ 54 ]}ความยืดหยุ่นของเซลล์ประสาทขึ้นอยู่กับการจัดระเบียบโครงสร้างของอินพุตกระตุ้น ซึ่งสนับสนุนความยืดหยุ่นที่ขึ้นอยู่กับจังหวะการเกิดสไปค์แต่สิ่งนี้ยังไม่เป็นที่ทราบแน่ชัด^{[ 55 ]}โดยเฉพาะอย่างยิ่ง ความสัมพันธ์ระหว่างสิ่งเร้าทางประสาทสัมผัสที่เฉพาะเจาะจงกับการจัดระเบียบโครงสร้างที่เหมาะสมของอินพุตกระตุ้นในเซลล์ประสาทที่เฉพาะเจาะจงยังคงเป็นปัญหาสำหรับแบบจำลองการรู้คิด^{[ 8 ] [ 49 ] [ 50 ]}

ตามมุมมองที่ได้รับการยอมรับในชีววิทยา การกระทำของเซลล์ในระหว่างการเจริญเติบโตรวมถึงการปรับเปลี่ยนการสัมผัสของเซลล์การเคลื่อนย้ายของเซลล์การแบ่งเซลล์และการขับเซลล์จำเป็นต้องมีการควบคุมกลไกของเซลล์^{[ 56 ]} Collinet และ Lecuit (2021) ตั้งคำถามว่า "แรงหรือกลไกใดในระดับเซลล์ที่จัดการการเปลี่ยนแปลงรูปร่างของเนื้อเยื่อ 4 ประเภททั่วไป ได้แก่ การพับและการเว้าของเนื้อเยื่อ การไหลและการขยายตัวของเนื้อเยื่อ การเกิดโพรงของเนื้อเยื่อ และสุดท้าย การแตกแขนงของเนื้อเยื่อ" ^{[ 56 ]} "กลไกของเซลล์และพฤติกรรมของเซลล์ที่เกี่ยวข้องได้รับการจัดระเบียบอย่างแข็งแกร่งในพื้นที่และเวลาในระหว่างการสร้างรูปร่างของเนื้อเยื่ออย่างไร" ^{[ 56 ]} "อะไรเป็นตัวกำหนดมาตราส่วนเวลาและความยาวของพฤติกรรมของเซลล์ที่ขับเคลื่อนการสร้างรูปร่าง" ^{[ 56 ]}ที่น่าสังเกตคือ เนื่องจากโครงสร้างของระบบประสาทเป็นพื้นฐานของทุกสิ่งที่ทำให้เราเป็นมนุษย์ การสร้างเนื้อเยื่อประสาทในลักษณะเฉพาะจึงมีความสำคัญต่อการกำหนดรูปแบบการทำงานของการรับรู้^{[ 8 ] [ 49 ] [ 50 ]}

ตามแบบจำลองประสาทวิทยาของมารดาและทารกในครรภ์ กระบวนการที่ซับซ้อนในการกำหนดโครงสร้างของระบบประสาทนั้นต้องการโปรแกรมการพัฒนาที่สมบูรณ์พร้อมแม่แบบสำหรับการบรรลุโครงสร้างทางชีวภาพขั้นสุดท้ายของระบบประสาท^{[ 8 ] [ 49 ]}อันที่จริง แม้แต่กระบวนการของการจับคู่เซลล์ที่กำหนดรูปร่างของระบบประสาทในระหว่างการพัฒนาของตัวอ่อนก็ท้าทายแนวทางธรรมชาติ วิธีที่ระบบประสาทเข้าใจการรับรู้และกำหนดเจตนา (โดยอิสระ กล่าวคือ โดยไม่มีแม่แบบใดๆ) ดูเหมือนจะซับซ้อนยิ่งขึ้น^{[ 8 ] [ 49 ]}แบบจำลองนี้อธิบายถึงปฏิสัมพันธ์ทางกายภาพระหว่างระบบประสาทสองระบบที่ประสานกิจกรรมของเซลล์ประสาทในการรับรู้สิ่งเร้าจากสิ่งแวดล้อม การรับรู้และอารมณ์พัฒนาขึ้นผ่านการเชื่อมโยงของสัญญาณทางอารมณ์กับสิ่งเร้าที่กระตุ้นเส้นทางประสาทสำหรับปฏิกิริยาตอบสนองแบบง่ายๆ ซึ่งขับเคลื่อนโดยการจับคู่เซลล์ประสาทที่ไม่ใช่แบบเฉพาะที่ในระบบประสาทที่ประสานกัน^{[ 8 ] [ 49 ]}การรวมกันของสิ่งเร้าทางอารมณ์และปฏิกิริยาตอบสนองมีส่วนช่วยในการพัฒนาเพิ่มเติมของกลุ่มเซลล์ประสาทโดยกำเนิดที่เรียบง่าย โดยสร้างรูปแบบเซลล์ประสาททางอารมณ์ในการเรียนรู้เชิงสถิติที่เชื่อมต่ออย่างต่อเนื่องกับเส้นทางเซลล์ประสาทของปฏิกิริยาตอบสนอง^{[ 57 ]}

• การรับรู้เชิงคำนวณ
• แบบจำลองเชิงคำนวณของการเรียนรู้ภาษา
• ความเข้าใจเชิงคำนวณและเชิงตัวแทนของจิตใจ
• การรับรู้แบบกระจาย
• วิทยานิพนธ์เรื่องจิตใจที่ขยายกว้าง
• การสร้างแบบจำลองความคิดที่บ้าน
• กรอบงานทำนายความจำ
• การรับรู้ทางสังคม
• การทำแผนที่อวกาศ

วิกิมีเดียคอมมอน ส์มีสื่อที่เกี่ยวข้องกับแบบจำลองทางปัญญา

วิกิมีเดียคอมมอน ส์มีสื่อที่เกี่ยวข้องกับแบบจำลองทางปัญญา

• การสร้างแบบจำลองทางปัญญาที่ CMU
• การสร้างแบบจำลองทางปัญญาที่ RPI (HCI)
• การสร้างแบบจำลองทางปัญญาที่ RPI (CLARION)
• การสร้างแบบจำลองทางปัญญาที่มหาวิทยาลัยเมมฟิส (LIDA)
• การสร้างแบบจำลองทางปัญญาที่มหาวิทยาลัยมิชิแกน