認知

知覚とは、世界に関する感覚情報を組織化し解釈することです。それは、多様な認知プロセスが相互作用する複雑な精神活動であり、その多くは自動的かつ無意識的に起こります。知覚は、光や音などの物理的刺激から始まります。これらの刺激は受容体によって検出され、電気信号として脳に伝達されます。これらの信号は、さまざまな脳領域で処理され、空間的・時間的な枠組みの中に位置づけながら、個々の対象や出来事の一貫した経験を構築します。^{[ 12 ]}

特定の認知プロセスは、エッジ、色、音高などの感覚データの基本的な特徴を検出する役割を担い、他の認知プロセスは空間位置を処理します。物体認識は、この情報を保存された表現と比較し、既知のパターンを探す別の機能であり、馴染みのあるランドマークの認識や特定のメロディーの識別などが含まれます。一部の認知機能は、顔認識や言語処理など、特定の知覚内容にのみ関連するタスクに特化しています。^{[ 13 ]}

知覚を担う認知プロセスは、問題を単純化し認知的負担を軽減するために、さまざまなヒューリスティックに依存しています。たとえば、視覚知覚では、視点や照明の変化に関わらず一貫した視覚を確保するために、物体の大きさ、形状、色が一定であると仮定することがよくあります。ヒューリスティックは、不正確な知覚や錯覚につながることがあります。^{[ 14 ]}

知覚のさまざまな形態は、それぞれ異なる種類の刺激と受容体に関連付けられています。視覚（光の検出と解釈）は、人間にとって外部環境に関する知識の主要な源です。その他の知覚形態には、聴覚、触覚、嗅覚、味覚などがあります。これらの異なる様式からのデータは、高次の認知プロセスによって統合され、統一された一貫性のある世界体験を形成します。^{[ 15 ]}感覚データは知覚体験の中心的な要素ですが、唯一の要素ではなく、さまざまな他の形式の情報が根底にある認知操作に影響を与えます。たとえば、以前の経験からの記憶は、どの物体が馴染みのあるものとして体験されるかを決定します。その他の要素には、個人の期待、目標、背景知識、信念体系などがあります。 ^{[ 16 ]}

注意は、認知資源を特定の刺激や特徴に集中させる精神過程の中心的な側面です。注意は、無関係な情報をフィルタリングしながら、特定の側面を選択または優先することを含みます。たとえば、注意はカクテルパーティー効果の原因であり、脳は周囲の雑音を背景に追いやりながら、単一の会話を分離します。情報の総量は通常、脳が一度にすべてを処理するには膨大すぎるため、選択プロセスは非常に重要です。注意は、最も重要な特徴が優先されることを保証します。注意は知覚に限らず、記憶や思考などの他の認知プロセスにも存在します。^{[ 17 ]}

記憶とは、情報を保持、保存、検索する能力のことです。記憶には、過去の経験を意識的に思い出す能力が含まれ、保存されたデータに基づいて情報を処理し、行動を調整する他の多くの認知活動の中心となっています。記憶プロセスには、新しい情報を取得する入力フェーズ、将来のアクセスに備えて情報を保存する保存フェーズ、情報を検索して他の認知操作に利用できるようにする出力フェーズの 3 つの段階があります。さまざまな種類の記憶は、その機能と処理する情報の種類によって区別されます。^{[ 18 ]}

ワーキングメモリは情報を一時的に保存し、保存された情報の操作を可能にしながら、他の認知プロセスで利用できるようにします。たとえば、暗算中は、ワーキングメモリは計算の実行中に中間結果を保持して更新します。 ^{[ 19 ]}この用語は、動的な操作に重点を置かずに短時間保持することを特徴とする短期記憶という用語と互換的に使用されることがあります。対照的に、長期記憶は情報を長期間、場合によっては無期限に保持します。保存中は、情報は積極的に考慮されません。しかし、子供の頃の記憶を思い出すときのように、情報は検索可能な状態のままです。^{[ 20 ]}受動的な情報への曝露は、通常、長期記憶の効果的な形成と検索には十分ではありません。関連する要因には、内容への関与のレベルとタイプが含まれます。たとえば、情報が処理される際の注意、感情、気分、およびコンテキストなどです。^{[ 21 ]}

長期記憶は、通常、関与する情報の種類に基づいて、エピソード記憶、意味記憶、手続き記憶に分類されます。 ^{[ 22 ]}エピソード記憶は、過去の個人的な経験や出来事に関する情報を扱います。新しい記憶は、人が経験をするにつれて保存され、出来事に関する事実情報にアクセスするか、精神的に追体験することによって、後でアクセスできます。たとえば、最後の休暇旅行を思い出すのはエピソード記憶です。^{[ 23 ]}意味記憶は、事実や概念に関する一般的な知識など、特定の経験に結びついていない世界についての組織化された知識を扱います。たとえば、水が0°Cで凍るという情報は 意味記憶に保存されます。^{[ 24 ]}

手続き記憶は、物事のやり方に関する実践的な知識を扱います。自転車に乗る能力やキーボードでタイピングする能力など、実行可能な学習済みのスキルが含まれます。 ^{[ 25 ]}ノウハウの一形態として、手続き記憶は、自転車でバランスを保つ方法を説明するなど、実行に関わる正確な手順を言葉で説明する能力とは異なります。^{[ 26 ]}このため、手続き記憶は、自動的に機能し、意識的にアクセスできない非宣言的記憶または暗黙的記憶に分類されます。 ^{[ 27 ]}一方、エピソード記憶と意味記憶は、意識的に想起および説明できる情報を含む宣言的記憶または明示的記憶に属します。 ^{[ 28 ]}

さまざまな形態の記憶は学習において中心的な役割を果たし、学習には新しい情報、スキル、習慣の獲得、既存の​​知識やスキルの洗練が含まれます。学習は経験を通して起こり、個人が環境に適応することを可能にします。学習は、勉強や練習などによって意図的に行われる場合もあれば、他の作業に従事することによる無意識の副産物として意図せず行われる場合もあります。効果的な学習の中心的な側面は、さまざまな情報を結びつけ、それらの検索を容易にする記憶のつながりの形成です。^{[ 29 ]}

思考とは、概念、アイデア、心的表象を検討し操作する精神活動である。推論、概念形成、問題解決、意思決定など、多くの認知プロセスがこのカテゴリーに分類される。^{[ 30 ]}

論理的推論は、一連の前提から結論を推論することによって、ステートメントの形式の情報を扱います。結論が合理的に説得力があり、前提によって裏付けられていることを保証するために、厳密かつ規範に則った方法で進められます。^{[ 31 ]}論理的推論には、演繹的推論と非演繹的推論が含まれます。演繹的推論は、最も強力な裏付けを提供する厳格な推論規則に従います。すべての前提が真であれば、演繹的推論の結論は偽になることはありません。例としては、 「すべての人間は死ぬ」および「ソクラテスは人間である」という前提から「ソクラテスは死ぬ」という結論に至る三段論法があります。非演繹的推論は、結論を合理的に説得力のあるものにすることを目指しますが、その真偽を保証するものではありません。たとえば、帰納的推論は、多数の黒いワタリガラスの観察に基づいてすべてのワタリガラスは黒いと結論付けるように、多くの個々の観察から一般的な法則を推論します。アブダクション推論は、非演繹的推論の一種であり、現象の最良の説明を探求する。例えば、医師は、子供の皮膚の発疹と発熱の説明として、その子供が水痘にかかっていると推論する際に、アブダクション推論を用いる。^{[ 32 ]}

問題解決は、障害を克服して事前に定義された目標に到達することを目的とした目標指向的な活動です。これは、たとえば、今後の旅行に最適なルートを決定するときに起こります。問題解決は、問題の理解から始まります。これは通常、初期状態、目標状態、および進行を妨げる障害や制約を理解することを含みます。問題の中には、構造が明確で、正確な解決経路があるものもあります。対照的に、構造が不十分な問題では、どの正確な手順が成功するかを判断することはできません。発散的思考は、多くの可能な解決策を生み出す問題解決のアプローチです。これは通常、さまざまな選択肢を評価し、実行不可能なものを排除する収束的思考と組み合わせて使用​​されます。思考は、可能な解決策を見つけて比較するために、ヒューリスティックまたは一般的なルールに頼ることがよくあります。一般的なヒューリスティックは、問題をいくつかのより単純なサブ問題に分割することです。別のヒューリスティックは、以前に遭遇した同様の問題で成功した戦略を適用することです。^{[ 34 ]}

問題解決と密接に関連する意思決定は、行動方針の中から選択する認知プロセスです。最良の選択肢を決定するために、さまざまな選択肢の利点と欠点を評価して比較検討します。たとえば、それらの肯定的および否定的結果を考慮することによってです。期待効用理論によれば、意思決定は、各結果の確率と価値によって決定される、最も高い期待利益を持つ選択肢を選択する場合に合理的です。結果の確率を評価するために、人々は代表性ヒューリスティック（プロトタイプとの類似性で判断する）、利用可能性ヒューリスティック（容易にアクセスできる情報を優先する）、およびアンカリング（参照点に依存する）などのさまざまなヒューリスティックを使用します。^{[ 35 ]}

さまざまな思考形態は概念に依存しており、概念とは、動物やテーブルなどのように、対象をクラスに分類するための一般的な考えや心的表象です。概念形成とは、新しい概念の事例を識別し、他の概念との関係を把握することを学ぶことによって、新しい概念を獲得するプロセスです。このプロセスは、個人が情報を整理し、世界を理解するのに役立ちます。心理学者は、論理的概念と自然的概念を区別します。論理的概念には、概念三角形のように、正確な定義と適用規則があります。対照的に、自然的概念は類似性に基づいていますが、テーブルの概念のように、正確な定義や明確な境界がありません。^{[ 33 ]}

英語、日本語、アメリカ手話などの言語は、情報を共有し行動を調整するための記号と規則に基づいた構造化されたコミュニケーションシステムです。言語は日常生活で中心的な役割を果たし、他の認知プロセスにも影響を与えますが、これらの影響の程度については意見の相違があります。ウォーフ仮説と言語相対性理論は、言語が思考パターンを形成し、異なる言語を話す人は異なる考え方をする、という広範な影響を提唱しています。言語表現の習得、理解、産出には多くの認知プロセスが関わっています。^{[ 36 ]}

言語習得は、幼少期に言語環境に触れることで自然に起こります。話し言葉の体系は複数の層から成り立っているため、複雑なプロセスです。^{[ 37 ]}基本的なレベルには、基本音または音の単位があります。これらは通常、それ自体には言語的な意味を持ちませんが、さまざまな物事や考えを指す単語に組み合わされます。 ^{[ a ]}単語は文法の規則に従って文に組み合わされます。このシステムにより、限られた数の単語と規則の知識に基づいて、無限の数の文を形成し、理解することが可能になります。文の正確な意味は、通常、使用される文脈にも依存します。 ^{[ 39 ]}異なる言語は一般的な構造において大きく異なる可能性がありますが、すべての人間の言語の根底にある普遍的な認知パターンがいくつかあります。^{[ 40 ]}

言語理解とは、話し言葉、書き言葉、手話を理解するプロセスです。これには、単語を認識し、記憶を参照して意味にアクセスし、文の構造を分析し、文脈情報を使用してその意味を解釈するなど、さまざまな認知スキルの調整が含まれます。語彙的および構造的な曖昧さによって、単語や文が複数の意味に関連付けられる場合、さらに困難が生じます。曖昧さを解消するために、個人は全体的なトピックや話し手に関する背景知識に頼って、意図された意味を識別します。結果として、言語理解は、感覚情報から始まるボトムアッププロセスだけでなく、一般的な知識と期待を統合するトップダウンプロセスにも依存します。たとえば、聞き手が予想していなかった文脈で馴染みのある単語が出現した場合、期待によって処理時間が長くなります。^{[ 41 ]}

言語理解は既存の言語メッセージの意味を解明しようとするのに対し、言語産出は思考を伝えるための言語表現を生成するという逆のプロセスです。発言を正確に定式化する前に、話し手は表現したい内容の概略と、それを伝えるための大まかな文型を構築します。次に、話し手は伝えたい概念に合致する単語を認知的に探します。この活動は語彙化と呼ばれ、意図する意味の抽象的な概念の特定と、その単語を発音するために必要な音韻形式の検索という2つの段階に分かれています。 ^{[ b ]}話し手は単語を繋ぎ合わせて文を生成する際に、名詞と形容詞の対比など、各単語の文法カテゴリーを考慮して、意図する全体の文構造に合わせます。さらに、会話の文脈と聞き手の想定される背景知識も、単語と文構造の選択に影響を与えます。^{[ 43 ]}

認知プロセスは意識的または無意識的である。数学の問題を段階的に注意深く解いたり、鮮明な記憶を思い出すなどの意識的なプロセスは、能動的な意識を伴う。顔認識や言語処理の根底にある低レベルのプロセスなどの無意識的なプロセスは、個人の意識なしに自動的に機能する。現象的意識は精神現象の質的な経験を伴うが、アクセス意識は使用可能な情報に対する意識であり、現時点では能動的に経験されていない。^{[ 44 ]}意識の認知機能に関するさまざまな理論が提案されている。1つは、意識はさまざまな形式のデータを統合し、さまざまなサブシステムに情報を広く利用可能にすると主張する。他の理論は、意識は社会的文脈での自己認識を促進することによって社会的相互作用を改善する、または意識は特に新しい状況で柔軟性と制御を高めることを可能にすると主張する。^{[ 45 ]}

関連する区別として、制御プロセスと自動プロセスがあります。制御プロセスは、人が意図的に注意をある知覚対象から別の知覚対象に移すときのように、個人の意図によって積極的に誘導されます。これらのプロセスは柔軟で新しい状況に適応できますが、より多くの認知リソースを必要とします。一方、自動プロセスは無意識に行われ、労力を要せず、認知リソースも少なくて済みます。タスクに慣れることで、最初は制御されていたプロセスが自動になり、他の活動にリソースを解放することができます。たとえば、初心者ドライバーが経験を積むにつれて、自動的に車を操作し、道路や交通状況に適応できるようになり、同時に会話をする能力も獲得します。^{[ 46 ]}

意識はメタ認知と密接に関連しており、メタ認知とは認知に関する情報を扱うあらゆる知識や認知プロセスを包含するものです。メタ認知の中には、特定の記憶を思い出すことができると知っているなど、認知の他の側面に関する情報を管理または保存するだけのものもあります。また、以前の問題解決戦略が効果的でないことに気づいて戦略を変更するなど、進行中のプロセスを監視および調整する積極的な役割を果たすものもあります。メタ認知スキルは、特に複雑なタスクを扱う際に、他の認知スキルのパフォーマンスを向上させる傾向があります。^{[ 47 ]}

社会的認知とは、個人が社会現象を理解するための精神活動です。これには、顔や表情の認識、意図や行動の解釈、社会的合図や力学の評価など、さまざまな種類があります。この分野の中心的なテーマは心の理論です。これは、他者を自分とは異なる感情、欲求、信念を持つ精神的存在として理解する能力です。この能力により、個人は他者の精神状態について考え、それに対応することができます。^{[ 48 ]}道徳的認知は、個人が状況の道徳的意義を認識する社会的認知の一種です。これは、人々が利他的行動を認識して評価したり、悪意のある有害な行為を非難したりするときに生じます。^{[ 49 ]}認知心理学者は、認知と感情の関係、例えば感情が注意や意思決定などの精神活動にどのように影響するかについても研究しています。^{[ 50 ]}

認知プロセスは必ずしも正しく機能するとは限らず、認知バイアスに関連する自然なエラーや認知障害による病理学的障害の結果として、不正確さにつながる可能性があります。認知バイアスとは、人間の思考が合理性の理想的な規範から逸脱する体系的な方法です。これらはほとんどの人に影響を与える一般的なパターンであり、現実の誤った解釈や最適とは言えない意思決定につながります。認知バイアスは、脳が速度を上げ認知負荷を軽減するために使用するヒューリスティックまたは精神的な近道によって引き起こされることがよくあります。たとえば、人々は通常、状況を評価する際に、簡単に思い浮かぶ情報に頼り、より関連性の高い、思い出すのが難しい情報を無視します。^{[ 51 ]}

認知障害は、通常の精神機能からのより顕著な逸脱を伴います。高次の認知能力は通常、多くの低次プロセスの相互作用を必要とします。特定のサブプロセスに影響を与える障害は、多くの場合、高次プロセスの部分的な機能不全を引き起こしますが、他の機能は損なわれません。^{[ 52 ]}例えば、相貌失認は、他の視覚能力は影響を受けないにもかかわらず、顔を認識するのに苦労する知覚障害です。^{[ 53 ]}同様に、前向性健忘は、新しい記憶の形成と想起能力の障害ですが、長期記憶は損なわれません。障害は、思考や言語を含む、広範囲の精神機能に影響を与える可能性があります。^{[ 54 ]}一部の障害は、1つの特定の機能に限定されない、一般的な認知機能の低下を伴います。例えば、アルツハイマー病は、記憶、推論、言語の広範囲にわたる徐々に進行する障害と関連しています。^{[ 55 ]}

計算主義は、認知は一種の計算であると主張し、心とコンピュータの類似性を強調する。古典的な形では、脳は情報を記号列で表現すると主張する。思考を記号操作として扱い、認知は記号列を操作して新しい記号列を作成する。このモデルの重要な特徴は、認知プロセスが記号が何を表しているかを考慮せずに、記号列の構文構造に依存する機械的な規則に従うことである。この点において、個々のプロセスは、これらの数字の意味を理解することなく、算術の機械的な規則に従って「3 + 7」という文字列を「10」という結果に変換する電子計算機と似たように機能する。 ^{[ 58 ]}理論は、意味ネットワーク、スキーマ、フレームなどのより洗練された知識表現装置でこの記号ベースのアプローチを拡張し、心が多数の実体と関係を含む複雑なデータをどのように処理するかを説明する。^{[ 59 ]}

古典的計算主義によれば、あらゆる認知活動は、知覚、推論、計画、言語処理を含め、その根本レベルでは形式的な記号操作である。この視点を用いる研究者は、関与する表現の種類と従う機械的規則を調べることによって、認知プロセスを分析および区別する。^{[ 60 ]}三段階仮説は、この研究を3つの抽象化レベルに分割する。最高レベルでは、プロセスの目標または目的を分析し、受け取る情報、解決しようとする問題、および生成される結果を特定する。中間レベルでは、プロセスを個々のステップに分解し、計算がどのように実行されるか、またはどのアルゴリズムが使用されるかを分析する。最も具体的なレベルでは、アルゴリズムが神経系を通じて物質レベルでどのように実装されるかを探る。^{[ 61 ]}

古典的計算主義は情報処理アプローチと密接に関連しており、ほとんどの認知活動は複数のサブプロセスの相互作用から生じる複雑なプロセスであると仮定しています。各プロセスは、それが実行する機能によって特徴付けられ、その機能は、取得する入力情報、その情報の変換方法、および生成する出力に関連しています。相互作用は、あるサブプロセスの出力が別のサブプロセスへの入力として機能するときに発生します。このアプローチは、複雑な計算が、中間結果が計算され、最終的な出力が生成されるまで伝達される一連の計算に分割されるシリアルモデルに関連付けられています。通常、このアプローチは、知覚、記憶、推論などの異なるタスクを担当する少数の高レベルシステムに心を分割します。情報処理モデルは、多くの場合、中央システムが他のユニットからの情報を統合し、全体的な目標を策定する階層的な認知アーキテクチャに依存しています。^{[ 62 ]}

思考の言語仮説は、思考は英語などの自然言語と同様に、メンタリーズと呼ばれる内部言語システムを介して行われると主張する古典的計算主義の一形態である。この見解によれば、内部記号とその組み合わせによる文字列は、文法の規則に従って構成される単語や文のようなものである。思考の言語仮説は、信念や欲求などの精神状態はメンタリーズの文として実現され、認知操作は特定の規則に従ってこれらの文を操作して情報を変換または抽出すると示唆している。^{[ 63 ]}

記号ベースのアプローチの中には、形式論理を認知のモデルとして用いるものがある。この見解によれば、内部表現は宣言文に似た文の形式をとる。計算プロセスは推論規則として概念化され、1つ以上の文を入力として受け取り、新しい文を出力として生成する。例えば、モーダス・ポネンスは推論規則であり、 「雨が降れば地面は濡れる」と「雨が降る」という前提に適用すると、「地面は濡れる」という結論が得られる。^{[ 64 ]}

同様のアプローチでは、認知をif-thenルールを適用して新しい表現を生成することと解釈します。この考え方によれば、認知システムは多数のルールで構成され、各ルールは1つ以上の条件と出力手順によって定義されます。ワーキングメモリに格納された情報がルールのすべての条件を満たす場合、その出力手順がトリガーされ、新しい表現がワーキングメモリに転送されます。この変更は、さらに別のルールの実行を促し、複雑な計算タスクを解決できる動的な一連の操作につながります。認知アーキテクチャSoarはこのアプローチの一例です。^{[ 65 ]}

コネクショニズムは、古典的計算主義とはさまざまな点で異なる、もう一つの計算主義の一形態です。認知は計算であるという点では同意しますが、ノードの複雑なネットワークに基づく異なる認知アーキテクチャを提案しています。ノードは互いに局所的にリンクされており、各ノードの活動は、接続されたノードから受け取る入力に依存します。^{[ 67 ]}ノードはレイヤーに組織化されており、情報は入力レイヤーから出力レイヤーへと一方向に流れます。ノードの最初の入力レイヤーは、感覚データなどの情報を受け取り、それを中間レイヤーに渡します。中間レイヤーでは、主要な計算が行われます。プロセスの最後には出力レイヤーがあり、結果を他のシステムに送信します。個々のノードの動作は通常比較的単純です。前のレイヤーのノードから入力値を受け取り、この情報を使用して自身の活性化レベルを計算し、この値を次のレイヤーのノードに送信します。多数のノードが並列に動作し、レイヤー間で相互作用すると、複雑な計算が発生します。^{[ 66 ]}

コネクショニストは、古典的計算主義で一般的な直列モデルや階層モデルを一般的に否定します。代わりに、認知は無数のニューロンが同時に働き、中央制御システムがプロセスを導くことなく並列的に起こると主張します。 ^{[ 67 ]}もう一つの違いは、コネクショニズムが非記号的プロセスに焦点を当てていることです。個々のノードの活性化は、記号を使用せずに計算を実行します。したがって、コネクショニズムと古典的計算主義は、互換性のない認知アーキテクチャを提案する競合するパラダイムとして特徴付けられることがよくあります。しかし、必ずしも互いに排他的ではありません。たとえば、実装コネクショニズムは、非記号的プロセスが記号的プロセスを実装できると主張します。この見解では、認知システムは基本的なレベルではニューラルネットワークとして、より抽象度の高いレベルでは記号プロセッサとして機能します。対照的に、ラディカルコネクショニズムは、記号ベースのアプローチは根本的に欠陥があり、認知の本質を誤解していると主張します。^{[ 68 ]}

複雑さを軽減するために、認知科学者は、活性化レベルとノード間の接続に焦点を当てた理想化されたモデルに頼ることが多い。これらのモデルは通常、脳内の根底にある神経生理学的メカニズムを無視している。この点において、心のコネクショニストモデルと人工知能の分野で使用されているニューラルネットワークの間には、例えば、特定の認知タスクを解決するためのノードネットワークの適用や学習アルゴリズムの問​​題に関して、さまざまな類似点がある。対照的に、計算神経科学は、ニューロンの電気化学的活動に関する神経学的データを理論に直接統合するため、通常はより複雑なモデルになる。^{[ 69 ]}

古典的な計算主義とコネクショニズムの一部の形態^{[ d ]}は、表象主義を受け入れています。表象主義では、情報は世界の状態を描写する表象に格納されると考えられています。表象は、記号、画像、概念などのさまざまな形式をとることができ、高レベルの構造をモデル化するために使用される非記号的なパターンも含まれます。表象主義者は、認知システムがどのように表象を符号化、操作、復号化して環境の内部モデルを構築し、変化を予測するかを調べます。 ^{[ 71 ]}

反表象主義者は、認知とは内部モデルを通して世界を表象することであるという考えを否定する。彼らは、知能は内部プロセスのみからではなく、生物とその環境との相互作用から生じると主張する。例えば、行動主義や状況依存型ロボット工学のいくつかのアプローチは、知覚と行動の間により直接的なつながりがあることを示唆している。環境刺激は、詳細な内部表象を構築することなく、刺激反応パターンに従って直接処理され、行動に変換される。この見解は、たとえこれらのパターンを担う認知システムが環境がどのようなものであるかの表象を持っていなくても、外部状況に合致する刺激反応パターンを持つ実体があれば、知能的な行動が出現することを示唆している。^{[ 72 ]}

反表象主義は、内部表象を優先することに批判的な見解群である4E認知と密接に関連している。4E認知は、身体化された認知、埋め込み型認知、拡張型認知、能動的認知という4つのアプローチを通して、心、身体、環境の関係を考察する。身体化された認知は、認知プロセスは身体経験に基づいており、生物の感覚運動能力から切り離して理解することはできないという考え方である。埋め込み型認知は、認知努力と効率は物理的および社会的環境に依存すると主張する。拡張型認知は、環境は認知に影響を与えるだけでなく、認知の一部を形成すると主張し、認知プロセスは内部神経活動を超えて外部の出来事を含むことを意味する。能動的認知は、認知は生物と環境の相互作用から生じると主張する。^{[ 73 ]}

心のモジュール性は、認知システムを独立した精神モジュールの観点から分析するアプローチです。各モジュールは、特定の種類の情報のみを扱い、他のモジュールの活動をほとんど認識しない生来のメカニズムです。精神モジュールは、主に視覚におけるエッジ検出などの低レベルの認知活動を説明するために使用されます。^{[ 74 ]}一方、大規模モジュール性仮説は、心は完全にモジュールで構成されていると主張します。この見解によれば、精神モジュールは、低レベルの認知プロセスの出力をリンクおよび統合することによって、高レベルの認知プロセスも担当します。^{[ 75 ]}

ベイズ主義は、確率論を用いて学習、視覚、運動制御などの認知活動をモデル化する。その中心的な考え方は、環境の表現には不確実性の度合いがあるということである。ベイズ主義は、この不確実性に対処し、入力情報を処理するため確率論を用いる。^{[ 76 ]}ベイズ主義は、予測モデルと組み合わされることもある。これらのモデルによれば、脳は結果を予測し、それを現実と照らし合わせ、それに応じて内部モデルを更新する。^{[ 77 ]}

二重過程理論は、認知現象を分析するために、自動過程と制御過程の区別に依拠している。この理論は、これらを2つのシステムとして概念化し、それらの相互作用の異なるモデルを提案している。デフォルト介入主義モデルによれば、自動システムは直感的な判断を生成し、制御システムはそれを監視して問題が検出された場合介入する。対照的に、並列競合モデルは、各システムが独自のタイプの知識を生成し、異なるシステムの出力が互いに競合することを示唆している。^{[ 78 ]}

古代インド哲学では、さまざまな認識理論が議論されており、その多くは紀元前1500年から600年頃に編纂されたヴェーダ聖典に影響を受けています。多くの理論では、心は特定の認識プロセスを扱うさまざまな機能に分かれているとされています。たとえば、マナスは外部感覚からの情報を受け取り解釈する感覚的な心として理解されることが多く、ブッディは判断、推論、意思決定を行う知性として説明されるのが一般的です。関連する議論では、知覚、推論、証言などのプラマーナと呼ばれる知識の源泉が取り上げられています。^{[ 79 ]}古代中国思想では、認識と行動のつながりが強調されました。これらの考えは秦の時代以前（つまり紀元前221年以前）に起源を持ち、後の能動的認識の理論を先取りしていました。^{[ 80 ]}

動物の認知とは、動物が柔軟で目標指向的な行動を導くために情報を獲得、処理、使用するメカニズムを包含するものです。動物は、食物を見つけて認識する、縄張りをナビゲートする、隠れ家を探す、獲物を狩る、捕食者を避ける、社会的に交流する、コミュニケーションをとる、新しい習慣を学ぶ、長期記憶を形成するなど、多くの日常的なタスクに認知能力を使用します。研究者は、哺乳類、鳥類、魚類、昆虫など、さまざまな種の認知を調べています。^{[ 90 ]}さまざまな種の認知能力は、通常、生活の中で遭遇する特定の生態学的および社会的課題に関連しています。より一般的な能力は主に脳の大きい動物に見られ、エネルギーコストが高くなるため、エネルギー投資と行動の柔軟性の間にトレードオフが生じます。^{[ 91 ]}

研究者たちは、動物の認知のさまざまな領域を研究している。抽象概念を形成する能力を研究するために、動物が一般化によってカテゴリーを理解し、これまで遭遇したことのないケースに適用できるかどうかを調べる。たとえば、チンパンジーはさまざまな数の概念を学習することができる。その結果、特定の数のアイテムを含む集合を識別するなど、さまざまな数に関連する能力を獲得する。よく研究されるもう1つの能力は、環境の空間マップを形成して記憶する能力である。これにより、カケスなどの動物は効率的にナビゲートし、シェルターや餌場への最短ルートを選択することができる。研究では、動物が他の動物の行動を模倣する模倣も取り上げている。これは、道具の使用を含む有用なスキルの普及を促進する。^{[ 92 ]}動物の認知を超えて、一部の研究者は、環境に対する適応的、柔軟、または目標指向的な反応をもたらす情報処理の一形態として植物の認知も研究している。たとえば、カエデの木は植物コミュニケーションを使用する。カエデは空気中の化学物質を放出して近くの木に草食動物の攻撃を警告し、防御反応の準備を助ける。植物の認知能力の程度については議論があり、研究者たちは意識のような高度な機能の存在に懐疑的であることが多い。^{[ 93 ]}

比較認知学は、種を超えた認知能力の類似点と相違点を研究する学際的な分野です。進化要因も考慮する学際的な研究分野です。例えば、研究者は、特定の社会生態学的問題を解決するためにどのような認知特性が必要か、また、これらの特性が異なる種でどのように進化してきたかを調査します。この分野の重要なトピックは、擬人化の問題、つまり動物に人間の認知特性を帰属させる傾向です。例えば、研究者は、チンパンジーの社会的行動が、他の個体の精神状態を理解する人間のような能力を示しているのか、それともより単純なメカニズムで説明できるのかを判断しなければなりません。これらの課題は、人間中心主義、つまり人間の認知を他の動物の認知よりも例外的で優れているとみなす傾向と密接に関係しています。^{[ 94 ]}

人工知能とロボット工学を主な応用分野として、知覚や推論などの認知プロセスを模倣およびモデル化するために計算システムを使用する。^{[ 95 ]}人工知能と人間の認知には、それぞれ異なる強みと弱みがある。例えば、人工知能は、定義済みのアルゴリズムに従って膨大なデータセットを迅速に処理することに優れている。一方、人間の認知は、感情的な重要性を評価したり、斬新で創造的な思考を必要とする解決策を見つけて評価したりすることに適している。これらの違いは、2つの認知形態がどのように統合されるかに影響を与える。一部のアプリケーションでは、人工知能は人間の認知を支援するために使用される。例えば、航空分野では、自動システムが飛行パラメータを監視し、乱気流予測などの環境条件を分析することで、人間のパイロットはデータ分析ではなく意思決定に集中できる。しかし、自律走行車のナビゲーションのように、人工知能が人間の認知に取って代わるケースもある。^{[ 96 ]}

人工認知システムの分野では、人間のような認知能力を持つ自律型機械の可能性を探求しています。これは、物体検出や言語翻訳などの個々のタスクレベルの人工知能だけでなく、多様な認知プロセスの統合も包含します。目標は、リアルタイムで環境と自律的に相互作用できる具現化されたシステムです。人工認知システムは、周囲をナビゲートし、目標を設定し、それを達成するための手段を考案し、結果を予測し、状況に適応し、行動計画を実行し、経験から学ぶことができます。^{[ 97 ]}密接に関連する概念である汎用人工知能は、人間の精神能力の全範囲を所有または超える仮説上のシステムを指します。論理的推論に関連する計算能力だけでなく、感情や現象的意識も含まれるため、そのようなシステムが完全に実現できるかどうかは議論の余地があります。^{[ 98 ]}

認知心理学は、認知現象や知的な行動に関わる精神活動を研究します。知覚、記憶、推論、言語などの認知プロセスを研究するために科学的方法を用います。精神活動は刺激と反応の間を媒介しますが、直接観察することはできないため、研究者にとって方法論上の課題となります。そのため、研究者は通常、検証可能な予測を持つモデルや理論といった間接的な方法に頼らざるを得ません。例えば、ある理論が特定の状況における特定の行動を予測する場合、経験的観察によって結果がその予測と一致するかどうかを判断できます。^{[ 100 ]}

認知心理学者は、実証的検証のためのデータを収集するために多様な方法を使用します。実験的方法では、独立変数と呼ばれる特定の要因を変更できる制御された状況を作り出します。主な関心は、これらの要因が状況内の個人にどのように影響するかです。従属変数と呼ばれる効果を測定することで、研究者は独立変数と従属変数の間の因果関係を特定することを目指します。対照的に、相関的方法は、一方が他方の原因であることを証明することなく、2つの変数間の関連性の度合いを測定します。認知心理学者は、神経画像技術や計算シミュレーションなど、他の分野の方法も統合しています。ヴィルヘルム・ヴントなどの初期の認知心理学者は、内観法を広く使用しました。内観法では、研究者は精神過程を理解するために、自身の経験を調べ、振り返ります。方法の選択は、研究対象の認知過程に依存し、知覚や記憶などの領域間で大きく異なる場合があります。^{[ 101 ]}

認知神経科学は、神経系がどのように認知を生み出すかを研究します。特に脳に関心があり、個々のニューロンやシナプスのミクロスケールの研究と、脳領域間の相互作用のマクロスケールの分析の両方を網羅しています。たとえば、認知神経科学者は、記憶や意思決定などのプロセスを担う脳領域を研究し、それらが生物学的レベルでどのように情報を表現、変換し、互いに通信するかを探求します。また、これらのプロセスが、ニューロン間の情報交換に影響を与えるシグナル伝達分子である神経伝達物質によってどのように影響を受けるかを調べます。 ^{[ 103 ]}

認知神経科学者は、脳活動を研究するために、脳波検査（EEG）、陽電子放出断層撮影（PET）、機能的磁気共鳴画像法（fMRI）などの神経画像技術を使用します。これらの技術は、さまざまな脳領域における電気的または磁気的変化や血流などの現象を測定することによって神経プロセスを可視化し、局所的な活動レベルを示します。研究者は、特定の精神作業に関連する活性化パターンを比較して、脳の領域活動が認知要求とどのように相関するかを学びます。別の方法として、脳損傷のある患者を調べて、その領域が障害を受けたときに認知がどのように変化するかを観察することによって、脳領域の役割を推測します。 ^{[ 104 ]}

計算神経科学や理論神経科学でよく見られる別のアプローチは、認知システムの計算モデルや数学モデルを設計することです。このアプローチでは、脳の根底にあるメカニズムをモデル化およびシミュレーションすることにより、観察された精神現象や神経活動の可能な説明を探ります。^{[ 105 ]}

認知科学は、心理学、神経科学、哲学、言語学、人工知能に影響を受けた学際的な分野です。認知科学は、これらの分野の知見を統合し、統一的な視点を提供することを目指しています。この目的のために、認知科学は、心を情報処理装置として捉え、認知を内部表象の操作として理解するという共通の概念化を採用しています。^{[ 106 ]}

異なる分野間の学問的および方法論的な隔たりを埋めるために、異なる抽象度に対応する明確な分析レベルを特定します。たとえば、脳領域の電気化学的活動の神経科学的分析は、計算を実行する生物学的メカニズムを扱う具体的なレベルに属します。対照的に、知覚、記憶、推論などの高レベルプロセスの役割と相互作用の心理学的研究は、抽象的な視点を採用します。認知科学者は、実験結果を説明やモデルと結びつけ、異なるレベルを結びつける検証可能な理論を生み出そうとします。^{[ 107 ]}

多くの研究分野には、認知現象に特化した下位分野が存在する。例えば、認知言語学は言語と認知の関係を研究する言語学の下位分野である。認知言語学は、文法、概念化、言語理解、言語産出に関わる認知プロセスを研究する。^{[ 108 ]}同様に、認知人類学は文化と認知のつながりを検証し、文化を知識、信念、価値観の体系として概念化する。認知人類学はこの観点から文化体系を分析・比較し、特定の社会の際立った特徴と、すべての社会に共通する普遍的なパターンを特定する。^{[ 109 ]}関連分野である認知社会学は、社会文化的要因が認知活動をどのように形成するかを研究する。^{[ 110 ]}その他の分野には、認知考古学や認知生物学などがある。^{[ 111 ]}

哲学のさまざまな分野が認知を扱っており、心の哲学や認識論もその一つです。心の哲学者は、認知の性質や、心、表象、意識といった関連概念を研究します。^{[ 112 ]}彼らは特に、心と身体の関係^{[ 113 ]}や、物理的な状態がどのようにして意識的な経験を生み出すのかという問題に関心を持っています。^{[ 114 ]}認識論者は、知識の性質と限界を理解しようと努めます。さらに、知覚や推論といった認知プロセスがどのような条件下で知識につながるのかを問います。^{[ 115 ]}哲学者はまた、認知を研究する探究分野についても考察します。心理学者、神経科学者、認知科学者がどのように研究を行っているのかを探究し、これらの分野の根底にある基本的な概念や背景となる前提について問います。^{[ 116 ]}

教育学は、教育の性質、目的、実践、成果を検証し、子どもの認知発達を調査し、知識がどのように伝達、獲得、組織化されるかを研究します。 ^{[ 117 ]}この分野は、学習に関心があるため、認知心理学や認知科学と重なり合っており、概念変化、メタ認知、メンタルモデル、論理的推論、問題解決など、多様な認知プロセスやスキルを網羅しています。 ^{[ 118 ]}認知学習理論は、学習を情報処理の観点から概念化します。情報がどのように符号化、検索、変換されるかを分析し、多くの場合、学習を最適化する教育実践を考案することを目的としています。たとえば、認知負荷理論は、ワーキングメモリの限界を学習を妨げるボトルネックとして特定し、認知過負荷を回避するための教育実践を提案しています。^{[ 119 ]}

心理測定学は、精神的特性をどのように測定できるかを研究する学問です。認知能力を評価するために設計された方法である認知テストについての議論も含まれます。IQテストは、論理的推論、言語理解、空間的思考、ワーキングメモリを含む課題で個人がどのようにパフォーマンスするかを測定することにより、全体的な認知能力を推定します。^{[ 120 ]}モントリオール認知評価とミニメンタルステート検査は、記憶、注意、言語の欠陥などの認知障害を検出するためのテストです。^{[ 121 ]}

認知機能の向上には、生化学的、行動的、身体的要因など、精神的パフォーマンスを向上させるさまざまな方法が含まれます。生化学的アプローチには、バランスの取れた栄養とカフェインやアンフェタミンなどの精神活性物質が含まれます。行動的向上には、運動、十分な睡眠、瞑想、記憶術などの認知戦略が含まれます。身体的向上には、侵襲的および非侵襲的な脳刺激、ニューロフィードバック、ウェアラブルデバイスが含まれます。^{[ 122 ]}

認知行動療法は、認知プロセスの観点から心理的問題を分析する心理療法です。不適応な自動思考、認知の歪み、不健康な中核信念が、出来事の不正確な解釈、感情的苦痛、問題行動につながると主張します。たとえば、自分が根本的に不十分であるという無意識の中核信念を持っている人は、中立的なやり取りを拒絶と誤解する可能性があります。認知行動療法士は、クライアントが機能不全な思考パターンや不適応な行動を修正するのを支援することで、問題のある態度を再構築しようとします。^{[ 123 ]}

コンピュータ科学の多くのトピックは認知と関連しており、特に認知を計算と情報処理の観点から理解するアプローチにおいて顕著です。計算理論は計算の本質を検証し、どのような問題を計算によって解決できるかを探求します。コンピュータアーキテクチャは認知アーキテクチャと類似点があり、異なるコンポーネントがどのように相互作用して機能的なシステムを形成するかのモデルを提供します。もう1つの重複は知識表現の分野に関するもので、コンピュータ科学者は知識を計算プロセスでアクセス可能にする形式的なデータ構造を探求します。人工知能は、推論や問題解決など、知能を必要とするタスクを実行する特定のコンピュータシステムの能力です。これには、コンピュータシステムがプログラマによって明示的にコード化されていない新しい能力を獲得する機械学習の分野が含まれます。認知ロボティクスの分野は、これらのサブフィールドからの知見を統合してインテリジェントなロボットを作成します。^{[ 124 ]}