Copycatเป็นแบบจำลองการสร้างความคล้ายคลึงและการรับรู้ ของมนุษย์ โดยอิงจากแนวคิดของ การสแกน ^แบบขั้นบันไดคู่ขนานซึ่งพัฒนาขึ้นในปี 1988 โดยDouglas Hofstadter , Melanie Mitchellและคนอื่นๆ ที่ศูนย์วิจัยเกี่ยวกับแนวคิดและการรับรู้มหาวิทยาลัยอินเดียนา บลูมิงตัน[ ^{1 ]} Copycat ดั้งเดิมเขียนด้วยCommon Lispและใช้งานไม่ได้แล้ว (เนื่องจากต้องพึ่งพาไลบรารีกราฟิกที่ล้าสมัยสำหรับ Lucid Common Lisp) อย่างไรก็ตาม มีเวอร์ชัน Java และ Python เวอร์ชันล่าสุดคือเวอร์ชัน JavaScript ปี 2023 โดย Paul-G2 และเวอร์ชัน Python3 ปี 2018 โดย Lucas Saldyt และ J. Alan Brogan

โปรแกรม Copycat สร้างคำตอบสำหรับปัญหาต่างๆ เช่น "abc สัมพันธ์กับ abd อย่างไร ijk สัมพันธ์กับอะไร" (abc:abd :: ijk:?) ฮอฟสตัดเตอร์และมิทเชลพิจารณาว่าการสร้างความคล้ายคลึงกันเป็นแก่นหลักของการรับรู้ระดับสูง หรือการรับรู้เชิงลึกระดับสูงดังที่ฮอฟสตัดเตอร์เรียก ซึ่งเป็นพื้นฐานของการจดจำและการจัดหมวดหมู่ การรับรู้เชิงลึกระดับสูงเกิดขึ้นจากกิจกรรมที่แพร่กระจายของกระบวนการอิสระจำนวนมากที่เรียกว่าcodeletsซึ่งทำงานแบบขนาน แข่งขัน หรือร่วมมือกัน พวกมันสร้างและทำลายโครงสร้างการรับรู้ชั่วคราว โดยลองใช้รูปแบบต่างๆ อย่างน่าจะเป็นไปได้เพื่อสร้างคำตอบในที่สุด codelets อาศัยเครือข่ายการเชื่อมโยงที่เรียกว่าslipnetซึ่งสร้างขึ้นจากแนวคิดที่ตั้งโปรแกรมไว้ล่วงหน้าและการเชื่อมโยงของแนวคิดเหล่านั้น ( หน่วยความจำระยะยาว ) ระดับการกระตุ้นที่เปลี่ยนแปลงไปของแนวคิดทำให้เกิดการทับซ้อนทางแนวคิดกับแนวคิดที่อยู่ใกล้เคียง

สถาปัตยกรรมของ Copycat ประกอบด้วยสามส่วน ได้แก่สลิปเน็ตพื้นที่ทำงาน (หรือเรียกว่าเวิร์กสเปซคล้ายกับระบบกระดานดำ ) และโค้ดแร็ค (พร้อมโค้ดเล็ต) สลิปเน็ตเป็นเครือข่ายที่ประกอบด้วยโหนด ซึ่งแทนแนวคิดถาวร และลิงก์ที่มีน้ำหนัก ซึ่งเป็นความสัมพันธ์ระหว่างโหนดเหล่านั้น มันแตกต่างจากเครือข่ายความหมายแบบดั้งเดิมเนื่องจากน้ำหนักที่มีประสิทธิภาพที่เกี่ยวข้องกับลิงก์เฉพาะอาจเปลี่ยนแปลงไปตามเวลาตามระดับการเปิดใช้งานของแนวคิดเฉพาะ (โหนด) โค้ดเล็ตสร้างโครงสร้างในพื้นที่ทำงานและปรับเปลี่ยนการเปิดใช้งานในสลิปเน็ตตามนั้น (กระบวนการจากล่างขึ้นบน) และสถานะปัจจุบันของสลิปเน็ตจะกำหนดความน่าจะเป็นว่าโค้ดเล็ตใดควรทำงาน (อิทธิพลจากบนลงล่าง)

Copycat มีความแตกต่างอย่างมากในหลายแง่มุมจากสถาปัตยกรรมทางปัญญา อื่นๆ เช่นACT-R , Soar , DUAL , Psi-Theoryหรือสถาปัตยกรรมแบบ subsumption

Copycat เป็นโมเดลที่ได้รับความนิยมมากที่สุดของ Hofstadter โมเดลอื่นๆ ที่ Hofstadter และคณะนำเสนอ มีโครงสร้างคล้ายกัน แต่แตกต่างกันในส่วนที่เรียกว่าไมโครโดเมนและการใช้งาน เช่น Letter Spirit เป็นต้น

นับตั้งแต่หนังสือFluid Concepts and Creative Analogiesที่อธิบายถึงผลงานของกลุ่มวิจัย Fluid Analogies Research Group (FARG) ในปี 1995 งานวิจัยเกี่ยวกับแบบจำลองที่คล้ายกับ Copycat ก็ยังคงดำเนินต่อไป โดยในปี 2008 แบบจำลองล่าสุดได้แก่ Phaeaco ( ตัวแก้ ปัญหาแบบ Bongard ), SeqSee (การประมาณค่าลำดับตัวเลข), George (การสำรวจทางเรขาคณิต) และ Musicat (แบบจำลองการคาดการณ์ทำนองเพลง) สถาปัตยกรรมนี้เรียกว่า "FARGitecture" และการใช้งานในปัจจุบันใช้ภาษาโปรแกรมสมัยใหม่หลายภาษา รวมถึง C# และ Java เป้าหมายในอนาคตของ FARG คือการสร้างเฟรมเวิร์กซอฟต์แวร์ FARGitecture ทั่วไปเพียงเฟรมเวิร์กเดียวเพื่ออำนวยความสะดวกในการทดลอง

• จิตสำนึกเทียม
• LIDA (สถาปัตยกรรมทางปัญญา)

• มิตเชลล์, เมลานี . การสร้างความคล้ายคลึงในฐานะการรับรู้ . ISBN 0-262-13289-3.(1993)
• ฮอฟสตัดเตอร์, ดักลาส อาร์. (8 กุมภาพันธ์ 1995). แนวคิดที่ลื่นไหลและการเปรียบเทียบเชิงสร้างสรรค์ . เบสิกบุ๊คส์. ISBN 978-0-465-05154-0.

• คำอธิบายสั้นๆ เกี่ยวกับ Copycat
• แหล่งเก็บโค้ดบน GitHub สำหรับการใช้งาน copycat (และโครงการอื่นๆ ของ FARG)
• โครงการลอกเลียนแบบ: แบบจำลองความคล่องตัวทางความคิดและการสร้างอุปมาอุปไมย (pdf)
• โปรแกรม Copycat เวอร์ชัน Python โดย J. Alan Brogan, 2012
• เวอร์ชัน Python ของ Copycat โดย Joseph Hager, 2017
• โปรแกรม Copycat เวอร์ชัน JavaScriptพร้อมตัวอย่างการใช้งานออนไลน์โดย Paul-G2, ปี 2023
• โค้ด Seqsee ของ Abhijit Mahabal ในภาษา PerlและPython
• โปรแกรม Copycat นี้เขียนด้วยภาษา Lucid Common Lisp โดยหวังว่าจะได้รับการเขียนใหม่ให้ใช้งานได้กับหลายแพลตฟอร์มมากขึ้นในเร็วๆ นี้ถูกเก็บถาวร เมื่อวันที่ 24 กุมภาพันธ์ 2549 ที่Wayback Machine
• วิทยานิพนธ์ Musicat ของ Eric Nichols
• หน้าเว็บ Letter Spirit ที่ศูนย์วิจัยด้านแนวคิดและการรับรู้