Magistrsko delo raziskuje računalniško modeliranje in njegovo vlogo v kognitivni znanosti kot naravni epistemologiji. Raziskovanje se odvija na različnih nivojih abstraktnosti. Kognitivna znanost in epistemologija sta predstavljeni kot sorodni disciplini pod imenom naravna epistemologija, ki označuje raziskovanje epistemoloških vprašanj z znanstvenimi metodami. Predstavljeni so ključni elementi naravne epistemologije s poudarkom na zanki med védenjem znotraj kognitivne znanosti in védenjem kognitivne znanosti. Razmerje med zunanjim svetom in umom predstavlja eno glavnih tem kognitivne znanosti in epistemologije, zaznavanje pa je opredeljeno kot eno glavnih virov za spoznavanje zunanjega sveta in zato zanimivo za raziskovanje. Evolucijski vidik je pokazan kot en najzanimivejših obravnavanj zaznavanja. Računalniško modeliranje z genetskimi algoritmi je uporabljeno za raziskovanje vprašanja, ali je za modeliran organizem preživetveno koristnejše izomorfno ali neizomorfno zaznavanje. Predstavljena sta dva modela – kognitivistični model Donalda D. Hoffmana in sodelavcev ter lasten model, ki nekatere kognitivistične predpostavke modela Hoffmana in sodelavcev zamenja z enaktivističnimi, s poudarkom na senzomotorični zanki. Oba modela rezultirata v razvoju neizomorfnega zaznavanja kot preživetveno koristnejšega za modelirane organizme. Senzomotorična zanka v enaktivističnem modelu se izkaže za koristno, saj povzroči hitrejši razvoj v modelu. Po predstavitvi modelov magistrsko delo razišče vlogo računalniškega modeliranja za naravno epostemologijo, predvsem z namenom prevpraševanja rezultatov predstavljenih modelov. Vloga računalniškega modeliranja je prestavljena kot zgodovinsko izredno pomembna v kognitivni znanosti, kar se kaže, ko je metoda postavljena v zanko védenj. Kljub pomembnosti je izpostavljenih več težav, predvsem Pacmanov sindrom, ki označuje težavo od raziskovalke vsiljenega pomena v modeliranih agentih, ki se ne morejo samodoločati. V tej luči se glede uporabnosti implementiranih modelov postavljata dve vprašanji: Kaj nam modela povesta o kogniciji? Kakšno vlogo igra modeliranje, še posebej pristop primerjanja vloge različnih (epistemoloških) predpostavk v samih modelih? Prvo vprašanje je naslovljeno z vrednotenjem modelov na več področjih. Ugotovljeno je, da modela pojasnjujeta možnost razvoja neizomorfnega zaznavanja (ki gre proti prevladujoči ideji, da je evolucija takšnega zaznavanja nemogoča) in ne napovedujeta (saj temu nista namenjena). Ugotovljeno je tudi, da sta abstraktna in preprosta, kar oteži pristop primerjave modelov na podlagi njihovih predpostavk, saj se zdi, da te zaradi preprostosti ne morejo vplivati na končni rezultat. Raziskana je vloga genetskih algoritmov, v katerih sta odkriti težavi v njihovi delni arbitrarnosti ter v predpostavljeni kriterijski funkciji. Ta je označena kot primer Pacmanovega sindroma, saj kriterijska funkcija veluje, kaj je za organizem koristno in kaj nekoristno. Predlagano je, da se raziskovalkina moč v določanju razvoja agentov lahko omeji z oblikovanjem kriterijske funkcije tako, da se le-ta filogenetsko in ontogenetsko razvija. S tem se moč ustvarjalke modeliranih agentov v tem, da lahko namerno določa in vnaprej pozna njihov razvoj, omeji. Pristop primerjave modelov na podlagi njihovih predpostavk in vpliva le-teh na rezultate je spoznan za legitimnega, z opozorilom, da sta implementirana modela morda premalo kompleksna, saj se zdi, da predpostavke ne morejo vplivati na končni rezultat. O kogniciji implementirana modela povesta to, kako se neizomorfno zaznavanje lahko potencialno razvije, na koncu pa sta modela uvrščena še v zanko o védenju znotraj kognitivne znanosti in védenju kognitivne znanosti, kar nudi razmislek o njunem možnem vplivu.
|
