認知科学

認知科学は、心とそのプロセスに関する学際的かつ科学的な研究です。 ^{[2]認知科学は、}認知の性質、タスク、機能（広い意味で）を調査します。認知科学者が関心を持つ精神的能力には、知覚、記憶、注意、推論、言語、感情が含まれます。これらの能力を理解するために、認知科学者は心理学、人工知能、哲学、神経科学、言語学、人類学などの分野から情報を得ています。^[3]認知科学の典型的な分析は、学習と意思決定から論理と計画まで、神経回路からモジュール型脳組織まで、多くのレベルの組織化に及びます。認知科学の基本概念の 1 つは、「思考は、心の中の表現構造と、その構造で動作する計算手順の観点から理解するのが最も適切である」というものです。^[3]

認知科学は、1950年代に認知革命と呼ばれる知的運動として始まった。認知科学には、古代ギリシャの哲学書にまで遡る前史がある（プラトンの『メノン』、アリストテレスの『デ・アニマ』を参照）。デカルト、デイヴィッド・ヒューム、イマヌエル・カント、ベネディクト・ド・スピノザ、ニコラ・マルブランシュ、ピエール・カバニス、ライプニッツ、ジョン・ロックなどの近代哲学者は、ほとんどがアリストテレスを読んだことがないにもかかわらず、スコラ哲学を拒絶し、認知科学者とはまったく異なるツールとコアコンセプトを使って研究していた。^[要出典]

認知科学の現代文化は、ウォーレン・マカロックやウォルター・ピッツなど、心の組織化原理を理解しようとした1930 年代から 1940 年代の初期のサイバネティシストにまで遡ることができます。マカロックとピッツは、現在人工ニューラル ネットワークとして知られているものの最初の変種を開発しました。これは、生物学的ニューラル ネットワークの構造にヒントを得た計算モデルです。^[要出典]

もう一つの先駆者は、1940年代から1950年代にかけての計算理論とデジタルコンピュータの初期の発展である。クルト・ゲーデル、アロンゾ・チャーチ、アラン・チューリング、ジョン・フォン・ノイマンはこれらの発展に重要な役割を果たした。現代のコンピュータ、つまりフォン・ノイマン・マシンは、心の比喩として、また調査のツールとして、認知科学において中心的な役割を果たすことになる。^[4]

学術機関で認知科学の実験が行われた最初の例は、心理学部に勤務し、コンピュータのメモリを人間の認知のモデルとして使用する実験を行っていたJCRリックライダーによって設立されたMITスローン経営大学院で行われました。 ^[5] 1959年、ノーム・チョムスキーはBFスキナーの著書「言語行動」の痛烈な批評を発表しました。^[6]当時、スキナーの行動主義パラダイムは米国の心理学の分野を支配していました。ほとんどの心理学者は、内部表象を仮定することなく、刺激と反応の機能的関係に焦点を当てていました。チョムスキーは、言語を説明するには、内部表象の原因を特定するだけでなく、その根底にある秩序を特徴付ける生成文法のような理論が必要であると主張しました。^[要出典]

認知科学という用語は、 1973年にクリストファー・ロンゲット＝ヒギンズが、当時の人工知能研究の現状を扱ったライトヒル報告書に関する論評の中で作ったものである。 ^[7]同じ10年間に、雑誌「認知科学」と認知科学協会が設立された。^[8]認知科学協会の設立会議は1979年にカリフォルニア大学サンディエゴ校で開催され、認知科学は国際的に注目される事業となった。^[9] 1972年、ハンプシャー大学はニール・スティリングスの指導の下、認知科学の学部教育プログラムを開始した。1982年、スティリングス教授の支援を受けて、ヴァッサー大学は認知科学の学士号を授与する世界初の機関となった。^{[10] 1986年、世界初の認知科学科が}カリフォルニア大学サンディエゴ校に設立された。^[9]

1970 年代から 1980 年代初頭にかけて、コンピュータへのアクセスが増加するにつれて、人工知能の研究が拡大しました。マービン・ミンスキーなどの研究者は、LISPなどの言語でコンピュータ プログラムを作成し、人間の思考をより深く理解し、また人工の心を作り出すことを目指して、たとえば意思決定や問題解決など、人間がたどる手順を形式的に特徴づけようとしました。このアプローチは「シンボリック AI」として知られています。

やがて、シンボリックAI研究プログラムの限界が明らかになった。例えば、シンボリックコンピュータプログラムで使用できる形式で人間の知識を包括的にリストアップするのは非現実的に思えた。80年代後半から90年代にかけて、研究パラダイムとしてニューラルネットワークとコネクショニズムが台頭した。ジェームズ・マクレランドとデビッド・ルメルハートに帰せられることが多いこの観点によれば、心は階層化ネットワークとして表現される一連の複雑な連想として特徴付けられる。批評家は、シンボリックモデルの方がよく捉えられる現象もあるが、コネクショニストモデルは複雑すぎて説明力がほとんどないと主張している。最近では、シンボリックモデルとコネクショニストモデルが統合され、両方の説明形式を活用できるようになっている。^{[11] [12]}コネクショニズムとシンボリックアプローチはどちらも、さまざまな仮説をテストし、認知の側面や低レベルの脳機能を理解するためのアプローチを模索するのに有効であることが証明されているが、どちらも生物学的に現実的ではなく、したがって、どちらも神経科学的妥当性に欠けている。^{[13] [14] [15] [16] [17] [18] [19]}コネクショニズムは、認知が発達の中でどのように出現し、人間の脳でどのように発生するかを計算的に調査するのに有用であることが証明されており、厳密にドメイン固有/ドメイン汎用的なアプローチの代替手段を提供してきました。たとえば、ジェフ・エルマン、リズ・ベイツ、アネット・カーミロフ・スミスなどの科学者は、脳内のネットワークは、それらと環境入力との動的な相互作用から出現すると仮定しています。^[20]

IBM Quantum Platformなどの量子コンピュータ上で量子回路を実行する機能を含む量子コンピューティングの最近の進歩により、認知モデルに量子力学の要素を使用する研究が加速しています。^{[21] [22]}

認知科学の中心的な信条は、心や脳を単一のレベルだけを研究しても完全に理解することはできないということです。一例として、電話番号を覚えておいて、後で思い出すという問題が挙げられます。このプロセスを理解するための 1 つのアプローチは、直接観察、つまり自然観察によって行動を研究することです。人に電話番号を提示し、少し時間をおいてから思い出すように頼めば、その応答の正確さを測定できます。認知能力を測定するもう 1 つのアプローチは、人が電話番号を思い出そうとしているときに個々のニューロンが発火する様子を研究することです。これらの実験のどちらも、単独では電話番号を思い出すプロセスがどのように機能するかを完全には説明できません。たとえ、脳内のすべてのニューロンをリアルタイムでマッピングする技術が利用可能で、各ニューロンが発火するタイミングがわかっていたとしても、特定のニューロンの発火が観察された行動にどのように変換されるかを知ることは不可能です。したがって、これら 2 つのレベルが互いにどのように関連しているかを理解することが不可欠です。フランシスコ・ヴァレラは『身体化された心：認知科学と人間の経験』の中で、「心の新しい科学は、生きた人間の経験と、人間の経験に内在する変容の可能性の両方を包含するように視野を広げる必要がある」と主張している。^[23]古典的な認知主義の見解では、これはプロセスの機能レベルの説明によって提供できる。特定の現象を複数のレベルから研究することで、特定の行動を引き起こす脳内で起こるプロセスに対する理解が深まる。 マール^[24]は、分析の3つのレベルについて有名な説明を行った。

1. 計算の目標を規定する計算理論。
2. 表現とアルゴリズム、入力と出力の表現と、それらを変換するアルゴリズムを示します。
3. ハードウェア実装、つまりアルゴリズムと表現を物理的にどのように実現するか。

認知科学は、心理学、神経科学、言語学、心の哲学、コンピューターサイエンス、人類学、生物学など、さまざまな分野の研究者が参加する学際的な分野です。認知科学者は、他の科学と同様に、心と周囲の世界との相互作用を理解することを目指して共同で取り組んでいます。この分野は、物理科学と互換性があると自負しており、科学的手法だけでなくシミュレーションやモデリングも使用し、モデルの出力を人間の認知の側面と比較することがよくあります。心理学の分野と同様に、統一された認知科学が存在するかどうかについては疑問があり、そのため一部の研究者は「認知科学」を複数形として好んでいます。^{[25] [26]}

認知科学者を自認する人の多くは、心について機能主義的な見解を抱いています。つまり、心の状態やプロセスは、その機能、つまりそれが何をするかによって説明されるべきだという見解です。機能主義の多重実現可能性の説明によれば、ロボットやコンピューターなどの非人間的なシステムでさえ、認知機能を持つと考えられます。^[要出典]

「認知科学」における「認知」という用語は、「正確な言葉で研究できるあらゆる種類の精神的操作または構造」に対して使用されます ( Lakoff and Johnson 、 1999)。この概念化は非常に広範であり、分析哲学のいくつかの伝統における「認知」の使用方法と混同しないでください。分析哲学の伝統では、「認知」は形式的な規則と真理条件付き意味論にのみ関係します。

OEDにおける「認知」という単語の最も古いエントリは、おおよそ「知る行為またはプロセスに関連する」という意味であると解釈されています。1586 年の最初のエントリは、この単語がかつてプラトンの知識理論の議論の文脈で使用されていたことを示しています。しかし、認知科学のほとんどの人は、自分たちの分野がプラトンが求めた知識と同じくらい確実なものの研究であるとはおそらく信じていません。^[27]

認知科学は広大な分野であり、認知に関する幅広いトピックを網羅しています。しかし、認知科学が、心の性質や働きに関係する可能性のあるすべてのトピックに常に等しく関心を寄せてきたわけではないことを認識する必要があります。古典的な認知主義者は、社会的および文化的要因、身体化、感情、意識、動物の認知、比較心理学および進化心理学をほとんど重視しなかったり避けたりしてきました。しかし、行動主義の衰退とともに、情動や感情、意識や隠れた注意などの内部状態が再び扱いやすくなりました。たとえば、状況認知理論と身体化認知理論では、環境の現在の状態と認知における身体の役割を考慮に入れています。情報処理に新たに重点が置かれるようになったため、観察可能な行動はもはや心理学理論の特徴ではなく、精神状態のモデル化または記録となりました。^[要出典]

以下は認知科学が関係する主なトピックの一部です。より包括的なリストについては、 認知科学トピックのリストを参照してください。

人工知能（AI）は、機械における認知現象の研究です。AIの実際的な目標の1つは、人間の知能の側面をコンピュータに実装することです。コンピュータは認知現象を研究するためのツールとしても広く使用されています。計算モデリングでは、シミュレーションを使用して人間の知能がどのように構造化されるかを研究します。^[28]（§ 計算モデリングを参照）。

この分野では、心を、小さいが個々には弱い要素 (つまりニューロン) の巨大な配列として捉えるのが最善か、それとも記号、図式、計画、規則などの高レベルの構造の集合として捉えるのが最善かについて議論があります。前者の見方ではコネクショニズムを使用して心を研究しますが、後者は記号的人工知能を重視します。この問題を捉える 1 つの方法は、人間の脳を構成するニューロンを正確にシミュレートせずに、コンピューター上で人間の脳を正確にシミュレートできるかどうかです。

注意とは、重要な情報を選択することです。人間の心は数百万もの刺激にさらされており、これらの情報のうちどれを処理するかを決定する方法が必要です。注意はスポットライトと見なされることがあります。つまり、特定の情報セットにのみ光を当てることができるということです。この比喩を裏付ける実験には、両耳聴取課題 (Cherry、1957) や不注意盲検の研究(Mack と Rock、1998) などがあります。両耳聴取課題では、被験者は両耳に 2 つの異なるメッセージを浴びせられ、そのうちの 1 つのメッセージだけに集中するように指示されます。実験の最後に、注意を払わなかったメッセージの内容について尋ねられても、被験者はそれを報告できません。^{[引用が必要]}

注意という心理学的概念は、定義に多少意味的な曖昧さがあるため、意図性の概念と混同されることがある。注意に関する実験的研究の始まりに、ヴィルヘルム・ヴントはこの用語を「意識の内容の狭い領域を明確に知覚する際に機能する精神的プロセス」と定義した。^[29]彼の実験は、空間と時間における注意の限界を示し、1/10秒の露出中に3～6文字であった。^[29]この概念は100年にわたる研究を通じて元の意味の枠組みの中で発展してきたため、注意の定義は、この用語に当初割り当てられた主な特徴、つまり時間の経過とともに継続する思考を制御するプロセスを説明すると、その意味を反映することになる。^[30]意図性とは、何かに集中する心の力であるのに対し、注意とは、一定期間にわたって何らかの現象に意識を集中させることであり、これは意識の内容の狭い領域の明確な知覚を高めるために必要であり、心のこの集中を制御することが可能である。^[要出典]

認知を研究する上での注意の範囲に関する知識の重要性は、それが理解、判断、推論、作業記憶などの認知の知的機能を定義することです。注意の範囲の発達により、意思決定において知覚、記憶、考慮、評価する方法に依存する心の責任となる能力のセットが増加します。 ^[31]この声明の根拠は、比較、関連付け、分類のために心が把握できる詳細（イベントに関連付けられている）が多ければ多いほど、イベントの理解、判断、推論が現実とより一致するということです。^[32]ラトビアのサンドラ・ミハイロワ教授とイゴール・ヴァル・ダニロフ教授によると、心が注意の範囲内に同時に保持できる現象の要素が多ければ多いほど、そのイベント内で達成できる合理的な組み合わせの数が多くなり、現象の特徴と特殊性をより良い理解する可能性が高まります。^[32]例えば、意識の焦点に3つの項目がある場合、6通りの組み合わせ（3階乗）が可能になり、4つの項目がある場合は24通りの組み合わせ（4階乗）が可能になる。焦点に6つの項目がある場合、720通りの組み合わせ（6階乗）が可能になり、合理的な組み合わせの数は重要になる。^[32]

認知科学に対する身体化認知アプローチは、認知における身体と環境の役割を強調する。これには、神経的および神経外的身体プロセス、および情動的プロセス^[33]から、姿勢、運動制御、固有受容覚、運動感覚^{[34] 、心拍[35]}および呼吸^[36]を伴う自律神経プロセス、腸内微生物叢の役割^[37 ] までの範囲の要因が含まれる。また、身体が社会的および物理的環境とどのように関わり、または結合するかについての説明も含まれます。4E（身体化、埋め込み、拡張、および能動的）認知^{[38] [39]}には、因果的な埋め込みから、心が道具や器具を含むように拡張する方法についてのより強い主張、ならびに社会的相互作用、行動指向プロセス、およびアフォーダンスの役割まで、脳身体環境相互作用に関する幅広い見解が含まれます。 4E理論は、古典的な認知主義（いわゆる「弱い」身体化認知^[40]）に近いものから、より強力な拡張^[41]および能動的バージョン（急進的身体化認知科学と呼ばれることもある）まで多岐にわたります。^{[42] [43]}

言語を学習し理解する能力は、極めて複雑なプロセスです。言語は生後数年以内に習得され、通常の状況下ではすべての人間が言語を習得することができます。理論言語学の分野における大きな原動力は、言語がそのような方法で習得されるためには、言語が抽象的に持つべき性質を発見することです。脳自体が言語を処理する方法を研究する上での重要な研究課題には、(1) 言語知識はどの程度生得的または学習的なものか、(2) 乳児が第一言語を習得するよりも、成人が第二言語を習得するのが難しいのはなぜか、(3) 人間はどのようにして新しい文章を理解できるのか、などがあります。

言語処理の研究は、音声のパターンの調査から単語や文章全体の意味まで多岐にわたります。言語学では、言語処理を正書法、音声学、音韻論、形態論、統語論、意味論、語用論に分けることがよくあります。言語の多くの側面は、これらの各要素とそれらの相互作用から研究することができます。^{[44] [より良い情報源が必要]}

認知科学における言語処理の研究は、言語学の分野と密接に結びついている。言語学は伝統的に、歴史、芸術、文学の研究を含む人文科学の一部として研究されてきた。過去約 50 年間で、言語の知識と使用を認知現象として研究する研究者が増えているが、その主な問題は、言語の知識がどのように獲得され使用されるか、そしてそれが正確には何から構成されているかである。^[45] 言語学者は、人間は明らかに非常に複雑なシステムによって支配されている方法で文を形成するが、自分の発話を支配している規則については驚くほど無自覚であることを発見した。したがって、言語学者は、そのような規則が実際に存在する場合、それらの規則が何であるかを判断するために間接的な方法に頼らなければならない。いずれにせよ、発話が実際に規則によって支配されているとしても、それらの規則は意識的な考慮に対して不透明であるように思われる。

学習と発達は、時間の経過とともに知識と情報を獲得するプロセスです。乳児は知識をほとんどまたはまったく持たずに生まれますが (知識の定義によって異なります)、言語を使用したり、歩いたり、人や物を認識したりする能力を急速に獲得します。学習と発達の研究は、これらのプロセスが発生するメカニズムを説明することを目的としています。

認知発達の研究における主要な問題は、特定の能力がどの程度生得的であるか、あるいは学習によるものかという点である。これはしばしば、生まれつきか育ちかという議論の枠組みで表現される。生得主義的見解は、特定の特徴は生物に生得的であり、その遺伝的素質によって決定されることを強調する。一方、経験主義的見解は、特定の能力は環境から学習されることを強調する。明らかに、子どもが正常に発達するには遺伝的および環境的入力の両方が必要であるが、遺伝情報がどのように認知発達を導くかについては、かなりの議論が残っている。たとえば、言語獲得の分野では、スティーブン・ピンカー^[46]など一部の人は、普遍的な文法規則を含む特定の情報が遺伝子に含まれているに違いないと主張しているが、ジェフリー・エルマンと同僚のRethinking Innatenessなど他の人たちも、ピンカーの主張は生物学的に非現実的であると主張している。彼らは、遺伝子が学習システムの構造を決定するが、文法がどのように機能するかについての特定の「事実」は、経験の結果としてのみ学習できると主張している。

記憶は、後で検索できるように情報を保存することができます。記憶は、長期記憶と短期記憶の両方から構成されると考えられています。長期記憶は、長期間 (数日、数週間、数年) にわたって情報を保存することができます。長期記憶容量の実際的な限界はまだわかっていません。短期記憶は、短い時間スケール (数秒または数分) にわたって情報を保存することができます。

記憶は、宣言的形式と手続き的形式に分類されることもよくあります。宣言的記憶は、意味的記憶とエピソード的記憶のサブセットに分類され、事実や特定の知識、特定の意味、特定の経験に関する記憶を指します (例: 「リンゴは食べ物か?」や「4 日前の朝食に何を食べたか?」)。手続き的記憶は、行動や運動の順序 (例: 自転車の乗り方) を思い出すことができ、暗黙の知識や記憶と呼ばれることがよくあります。

認知科学者は心理学者と同じように記憶を研究しますが、記憶が認知プロセスにどう影響するか、認知と記憶の相互関係に重点を置く傾向があります。その一例は、人は長い間失っていた記憶を取り戻すためにどのような精神プロセスを経るのか、あるいは、認識（何かを思い出す前にそのヒントを見る、または文脈の中で記憶する）と想起（「空欄を埋める」ように記憶を取り戻す）という認知プロセスの違いは何か、などです。

知覚とは、感覚を介して情報を受け取り、何らかの方法で処理する能力です。視覚と聴覚は、私たちが環境を知覚することを可能にする2つの主要な感覚です。たとえば、視覚知覚の研究におけるいくつかの質問には、(1)私たちはどのようにして物体を認識できるのか、(2)一度にほんの一部しか見ていないのに、なぜ連続した視覚環境を知覚するのか、などがあります。視覚知覚を研究するための1つのツールは、人々がどのように錯覚を処理するかを見ることです。ネッカーキューブの右側の画像は、双安定知覚の例です。つまり、キューブは2つの異なる方向に向いていると解釈できます。

触覚、嗅覚、味覚刺激の研究も知覚の領域に含まれ ます。

アクションとは、システムの出力を指します。人間の場合、これは運動反応を通じて達成されます。空間計画と移動、発話の生成、複雑な運動動作はすべてアクションの側面です。

意識とは、自分自身の中での経験を認識することです。これは、心が自己の感覚を経験したり感じたりする能力を持つのに役立ちます。

認知科学の研究には、さまざまな方法論が用いられます。この分野は学際性が非常に高いため、心理学、神経科学、コンピューター科学、システム理論の研究手法を活用し、複数の研究領域にまたがって研究が行われることがよくあります。

知的な行動を構成するものを説明するためには、行動そのものを研究しなければならない。このタイプの研究は、認知心理学や精神物理学の研究と密接に結びついている。さまざまな刺激に対する行動反応を測定することで、それらの刺激がどのように処理されるかについてある程度理解することができる。Lewandowski & Strohmetz (2009) は、行動痕跡、行動観察、行動選択など、心理学における行動測定の革新的な使用法のコレクションをレビューした。^[47]行動痕跡は、行動が起こったことを示す証拠であるが、行為者はそこにいない（例：駐車場のゴミや電気メーターの読み取り値）。行動観察では、行為者が行動に従事しているのを直接目撃する（例：人が他の人の隣にどれだけ近くに座っているかを観察する）。行動選択は、人が2つ以上のオプションの中から選択する場合である（例：投票行動、他の参加者に対する罰の選択）。

• 反応時間。刺激の提示から適切な反応までの時間は、2 つの認知プロセスの違いを示し、それらの性質についていくつかのことを示している可能性があります。たとえば、検索タスクで反応時間が要素の数に比例して変化する場合は、この検索の認知プロセスには並列処理ではなく直列処理が含まれていることは明らかです。
• 心理物理学的反応。心理物理学的実験は、認知心理学に採用されている古い心理学的手法です。通常、心理物理学的実験では、音の大きさなど、何らかの物理的特性について判断を下します。個人間の主観的尺度の相関関係は、実際の物理的測定値と比較して、認知的または感覚的な偏りを示すことがあります。例としては、次のものがあります。
  • 色、トーン、質感などの同一性の判断。
  • 色、トーン、テクスチャなどの閾値の違い。
• アイトラッキング。この方法は、視覚認識と言語処理など、さまざまな認知プロセスを研究するために使用されています。目の固定点は、個人の注意の焦点と関連しています。したがって、目の動きを監視することで、特定の時間にどのような情報が処理されているかを調べることができます。アイトラッキングを使用すると、非常に短い時間スケールで認知プロセスを研究できます。目の動きは、タスク中のオンライン意思決定を反映しており、それらの決定がどのように処理されるかについての洞察を提供します。 ^[48]

脳イメージングでは、さまざまなタスクを実行している間の脳内の活動を分析します。これにより、行動と脳の機能を結び付けて、情報がどのように処理されるかを理解するのに役立ちます。さまざまなタイプのイメージング技術は、時間 (時間ベース) と空間 (場所ベース) の解像度が異なります。脳イメージングは​​、認知神経科学でよく使用されます。

• 単一光子放出コンピュータ断層撮影法と陽電子放出断層撮影法。SPECT と PET は放射性同位元素を使用し、被験者の血流に注入して脳に取り込まれます。脳のどの領域が放射性同位元素を取り込むかを観察することで、脳のどの領域が他の領域よりも活発に活動しているかがわかります。PET は fMRI と同様の空間分解能を備えていますが、時間分解能は非常に低いです。
• 脳波検査。EEG は、被験者の頭皮に一連の電極を配置して、皮質内の多数のニューロンによって生成される電界を測定します。この技術は時間分解能が非常に高いですが、空間分解能は比較的低いです。
• 機能的磁気共鳴画像法。fMRI は、脳のさまざまな部分に流れる酸素を含んだ血液の相対量を測定します。特定の領域に酸素を含んだ血液が多いほど、脳のその部分の神経活動が増加すると考えられます。これにより、さまざまな脳領域内の特定の機能を特定できます。fMRI は、中程度の空間的および時間的解像度を備えています。
• 光学イメージング。この技術では、赤外線送信機と受信機を使用して、脳のさまざまな領域の近くの血液による光反射率を測定します。酸素化された血液と酸素化されていない血液は光の反射量が異なるため、どの領域がより活発であるか（つまり、酸素化された血液が多い領域）を調べることができます。光学イメージングは​​、時間解像度は中程度ですが、空間解像度は低いです。また、非常に安全で、乳児の脳の研究に使用できるという利点もあります。
• 脳磁図。MEGは皮質活動から生じる磁場を測定します。EEG と似ていますが、測定する磁場はEEGで測定される電気活動ほど頭皮や髄膜などによってぼやけたり減衰したりしないため、空間分解能が向上しています。MEG は SQUID センサーを使用して微小な磁場を検出します。

計算モデルには、問題を数学的かつ論理的に形式的に表現することが必要です。コンピュータ モデルは、知能のさまざまな特定および一般的な特性のシミュレーションと実験的検証に使用されます。計算モデルは、特定の認知現象の機能的構成を理解するのに役立ちます。認知モデル化へのアプローチは、(1) 記号的、記号による知的な心の抽象的な精神機能、(2) サブ記号的、人間の脳の神経的および連想的特性、(3) 記号的とサブ記号的境界を越えた、ハイブリッドを含むに分類できます。

• シンボリックモデリングは、知識ベースシステムの技術と哲学的観点（「古き良き人工知能」（GOFAI）など）を使用するコンピュータサイエンスのパラダイムから発展しました。これらは最初の認知研究者によって開発され、後にエキスパートシステムの情報工学で使用されました。1990年代初頭から、ペルソノイドなどの機能的な人間のような知能モデルの調査のために体系的に一般化され、並行してSOAR環境として開発されました。最近では、特に認知的意思決定の文脈で、シンボリック認知モデリングは、サブシンボリックな無意識層と相互に関連する社会的および組織的認知を含む社会認知アプローチに拡張されています。
• サブシンボリックモデリングには、コネクショニスト/ニューラルネットワークモデルが含まれます。コネクショニズムは、心/脳は単純なノードで構成され、問題解決能力はそれらの間の接続から生まれるという考えに基づいています。ニューラルネットは、このアプローチの教科書的な実装です。このアプローチの一部の批評家は、これらのモデルはシステムがどのように機能するかの表現として生物学的現実に近づいているが、これらのモデルには説明力が欠けていると考えています。なぜなら、単純な接続ルールを備えたシステムであっても、出現する高い複雑性により、マクロレベルよりも接続レベルでの解釈性が低くなるためです。
• 人気が高まっている他のアプローチとしては、(1)動的システム理論、(2) 記号モデルをコネクショニストモデルにマッピングする（ニューラル記号統合またはハイブリッドインテリジェントシステム）、(3)機械学習から得られることが多いベイズモデルなどがあります。

上記のアプローチはすべて、個人および社会/組織の意思決定と推論の説明と改善に適用するために、合成/抽象知能（つまり認知アーキテクチャ）の統合計算モデルの形式に一般化される傾向がある^{[49] [50]}か、特定の認知能力（視覚、言語、分類など）をモデル化する単一のシミュレーションプログラム（またはミクロ理論/「中間範囲」理論）に焦点を当てる傾向があります。

神経科学や神経心理学から直接借用した研究方法も、知能の側面を理解するのに役立ちます。これらの方法により、知能行動が物理システムにどのように実装されているかを理解できます。

• 単体録音
• 直接脳刺激
• 動物モデル
• 死後研究

認知科学は、人間の認知バイアスやリスク認識のモデルを生み出し、経済学の一部である行動ファイナンスの発展に影響を与えてきました。また、数学の哲学（表示的数学に関連）の新しい理論や、人工知能、説得と強制の多くの理論も生み出しています。認知科学は、言語哲学や認識論の分野で存在感を示し、現代言語学の重要な一翼を構成しています。認知科学の分野は、発話の生成から聴覚処理や視覚知覚に至るまで、脳の特定の機能システム（および機能障害）の理解に影響を与えてきました。脳の特定の領域の損傷が認知にどのように影響するかを理解する上で進歩を遂げ、失読症、無視覚症、半側空間無視などの特定の機能障害の根本原因と結果の解明にも役立っています。

認知科学でよく知られている名前の中には、通常、最も物議を醸すか、最も引用される名前があります。哲学では、計算システムの観点から執筆するダニエル・デネット^{[71]、物議を醸した} 中国語の部屋の議論で知られるジョン・サール^[72]、機能主義を主張するジェリー・フォーダー^[73]などが知られています。

他には、二元論を主張し、意識の難問を明確に表現したことでも知られるデイヴィッド・チ​​ャーマーズや、言葉と思考の本質を問う『ゲーデル、エッシャー、バッハ』の著者として有名なダグラス・ホフスタッターなどがいます。

言語学の分野では、ノーム・チョムスキーとジョージ・レイコフが影響力を持っています（両者とも政治評論家としても有名です）。人工知能の分野では、マービン・ミンスキー、ハーバート・A・サイモン、アレン・ニューウェルが有名です。

心理学の分野で有名な人物としては、ジョージ・A・ミラー、ジェームズ・マクレランド、フィリップ・ジョンソン＝レアード、ローレンス・バルサロウ、ヴィットリオ・グイダーノ、ハワード・ガードナー、スティーブン・ピンカーなどがいます。人類学者のダン・スパーバー、エドウィン・ハッチンス、ブラッド・ショア、ジェームズ・ワーチ、スコット・アトランは、文化形成、宗教、政治的結社の一般理論を開発する試みとして、認知心理学者、社会心理学者、政治学者、進化生物学者との共同プロジェクトに携わってきました。

計算理論（モデルとシミュレーションを含む）も、 David Rumelhart、James McClelland、Philip Johnson-Lairdによって開発されました。

認識論は、1969 年にエディンバラ大学が認識学院を設立した際に作った造語です。認識論は認識論とは区別され、認識論は知識の哲学的理論であるのに対し、認識論は知識の科学的研究を意味します。

クリストファー・ロンゲット＝ヒギンズはそれを「知識と理解が達成され伝達される（知覚的、知的、言語的）プロセスの形式モデルの構築」と定義している。^[74] 1978 年のエッセイ「認識論：認知の調整理論」^[75]で、 アルヴィン・I・ゴールドマンは認識論の再方向付けを説明するために「認識論」という用語を造語したと主張している。ゴールドマンは、彼の認識論は伝統的な認識論と連続しており、新しい用語は対立を避けるためだけのものであると主張している。ゴールドマンのバージョンの認識論は、認知心理学との連携において伝統的な認識論とわずかに異なるだけである。認識論は、知識や信念につながる精神プロセスと情報処理メカニズムの詳細な研究を強調している。

1980年代半ば、認識論学部は認知科学センター（CCS）に改名されました。1998年にCCSはエディンバラ大学の情報学部に統合されました。^[76]

認知科学の中心的な目的の 1 つは、認知の統合理論を達成することです。そのためには、脳内の空間的に分離された (下) 皮質領域で同時に発生する情報処理がどのように調整され、結合されて、一貫した知覚的および記号的表現が生じるかを説明する統合メカニズムが必要です。1 つのアプローチは、この「結合問題」^{[77] [78] [79]} (つまり、最も基本的な知覚的表現 (「特徴結合」) から記号構造 (「変数結合」) などの最も複雑な認知的表現まで、情報要素の結合を動的に表現する問題) を統合同期メカニズムによって解決することです。言い換えると、調整メカニズムの 1 つは、神経生理学の同期による結合 (BBS) 仮説によって説明される、神経ネットワークの動的自己組織化プロセスに基づく神経活動の時間的 (位相) 同期であると思われます。^{[80] [81] [82] [83]}統合同期メカニズムを使用して知覚認知と言語認知におけるこの結合問題を解決するコネクショニスト認知ニューロアーキテクチャが開発されました。^{[84] [85] [86]}知覚認知における問題は、オブジェクトの色や形状などの基本的なオブジェクト特性とオブジェクト関係が、同期メカニズム（「特徴結合」、「特徴リンク」）によってどのように動的に結合できるか、またはこの知覚オブジェクトの表現に統合できるかを説明することです。 言語認知における問題は、意味概念と統語的役割が、同期メカニズム（「変数結合」）によってどのように動的に結合できるか、または体系的および構成的な記号構造や命題などの複雑な認知表現に統合できるかを説明することです（コネクショニズムの「記号主義対コネクショニズム論争」も参照）。

しかし、統合認知理論（具体的には結合問題）の理解が大きく進んだにもかかわらず、この認知の開始に関する議論はまだ進行中である。上記のさまざまな観点から、この問題は、単純な反射段階の生物が感覚刺激（電磁波、化学反応、圧力変動）による環境の混沌の閾値をいかに克服するかという問題に還元できる。^[87]いわゆるプライマリデータエントリ（PDE）テーゼは、そのような生物が自力でこの手がかり閾値を克服する能力について疑問を呈している。^[88]数学的ツールの点では、PDEテーゼは、生命の始まりにおける若い生物にとって、環境刺激のカコフォニー（刺激ノイズ）の閾値が克服できないほど高いことを強調している。^[88]神経ネットワークにおける動的自己組織化プロセスに基づく神経活動の時間的（位相）同期、同期メカニズムによる知覚オブジェクトの表現への動的結合または統合は、生物がこのノイズ閾値を克服するための関連する手がかり（情報刺激）を区別するのに役立つことはできないと主張している。^[88]

概要

• 人間の知能の概要- 人間の知能の特徴、能力、モデル、研究分野などを示すトピック ツリー。
• 思考の概要- さまざまなタイプの思考、思考の種類、思考の側面、関連分野などを識別するトピック ツリー。

• ウィキメディア・コモンズの認知科学に関連するメディア
• ウィキクォートにおける認知科学に関する引用
• Wikiversity の認知科学に関する学習教材
• スタンフォード哲学百科事典の「認知科学」
• 認知科学会
• 認知科学映画インデックス: 認知科学のテーマを紹介する幅広い映画のリスト。2015年9月4日にWayback Machineにアーカイブされました。
• 認知科学の代表的な思想家の一覧