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 ]}受動的な情報への接触は、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 ]}

Cognitive processes can be conscious or unconscious. Conscious processes, such as attentively solving a math problem step by step or recalling a vivid memory, involve active awareness. Unconscious processes, such as the low-level processes underlying face recognition and language processing, operate automatically without the individual's awareness. Phenomenal consciousness involves a qualitative experience of mental phenomena, whereas access consciousness is an awareness of information that is available for use but not actively experienced at the moment.^[44] Various theories of the cognitive function of consciousness have been proposed. One asserts that consciousness integrates diverse forms of data and makes information widely available to different subsystems. Other theories argue that consciousness improves social interaction by fostering self-awareness in social contexts or that consciousness allows for increased flexibility and control, particularly in novel situations.^[45]

A related distinction is between controlled and automatic processes. Controlled processes are actively guided by the individual's intentions, such as when a person deliberately shifts attention from one object of perception to another. These processes are flexible and adaptable to new situations but require more cognitive resources. Automatic processes, by contrast, happen unconsciously, are effortless, and require fewer cognitive resources. By becoming familiar with a task, a process that was initially controlled can become automatic, freeing up resources for other activities. For example, as a novice driver becomes experienced, they can automatically handle the car and adapt to road and traffic conditions while gaining the ability to engage in a conversation at the same time.^[46]

Consciousness is closely related to metacognition, which encompasses any knowledge or cognitive process that deals with information about cognition. Some forms of metacognition only manage or store information about other aspects of cognition, like knowing that one can recall a specific memory. Others play an active role in monitoring and regulating ongoing processes, like changing a problem-solving strategy upon realizing that the previous one was ineffective. Metacognitive skills tend to improve the performance of other cognitive skills, particularly when dealing with complex tasks.^[47]

Social cognitions are mental activities through which individuals make sense of social phenomena. They include diverse types, such as the recognition of faces and facial expressions, the interpretation of intentions and behavior, and the evaluation of social cues and dynamics. A central topic in this field is theory of mind—the ability to understand others as mental beings with emotions, desires, and beliefs different from one's own. This ability allows individuals to think about and respond to the mental states of others.^[48]Moral cognitions are a type of social cognition that make individuals aware of the moral significance of situations. They occur when people recognize and appreciate altruistic behavior or disapprove of malicious and harmful actions.^[49]Cognitive psychologists also study the relation between cognition and emotion—for example, how emotions influence mental operations like attention and decision-making.^[50]

Cognitive processes do not always function as they should, and can lead to inaccuracies, either because of natural errors associated with cognitive biases or as a result of pathological impairments from cognitive disorders. Cognitive biases are systematic ways in which human thinking deviates from ideal norms of rationality. They are common patterns that affect most people, leading to misinterpretations of reality and suboptimal decisions. Cognitive biases are often caused by heuristics or mental shortcuts, which the brain uses to increase speed and reduce cognitive load. For instance, people typically rely on information that easily comes to mind when assessing a situation while disregarding more relevant information that is harder to retrieve.^[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 ]}

Computationalism asserts that cognition is a type of computation, highlighting the similarities between minds and computers. In its classical form, it argues that the brain represents information through strings of symbols. It treats thought as symbol manipulation: cognitions operate on strings to create new strings. A key feature of this model is that cognitive processes follow mechanical rules that depend on the syntactic structure of symbol strings without considering what the symbols represent. In this regard, individual processes work similarly to an electronic calculator that transforms the string "3 + 7" into the result "10" according to the mechanical rules of arithmetic without grasping the meaning of these numerals.^[58] Theories extend this symbol-based approach with more sophisticated devices of knowledge representation, such as semantic nets, schemata, and frames, to explain how the mind handles complex data involving many entities and relations.^[59]

According to classical computationalism, any cognitive activity is at its fundamental level a formal symbol manipulation, including perception, reasoning, planning, and language processing. Researchers using this perspective analyze and distinguish cognitive processes by examining the types of representations involved and the mechanical rules followed.^[60] The tri-level hypothesis divides this study into three levels of abstraction. The highest level analyzes the goal or purpose of a process, identifying the information it receives, the problem it aims to solve, and the result it produces. The intermediary level decomposes the process into individual steps, analyzing how the computation is performed or which algorithm is used. The most concrete level explores how the algorithm is implemented on a material level through neurological systems.^[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 ]}

Connectionists typically reject the serial and hierarchical models common in classical computationalism. Instead, they argue that cognition happens in parallel as countless neurons work simultaneously without a central control system guiding the process.^[67] Another difference is that connnectionism focuses on non-symbolic processes: the activations of individual nodes perform computations without the use of symbols. Accordingly, connectionism and classical computationalism are often characterized as competing paradigms that propose incompatible cognitive architectures. However, they do not necessarily exclude each other. For example, implementation connectionism argues that non-symbolic processes can implement symbolic processes. This view holds that the cognitive system functions as a neural network at the fundamental level and as a symbol-processor at a higher level of abstraction. Radical connectionism, by contrast, asserts that symbol-based approaches are fundamentally flawed and misconstrue the nature of cognition.^[68]

To reduce complexity, cognitive scientists often rely on idealized models that focus on activation levels and connections between nodes. These models typically ignore the underlying neurophysiological mechanisms in the brain. In this regard, there are various parallels between connectionist models of the mind and the neural networks employed in the field of artificial intelligence, for example, concerning the application of node networks to solve specific cognitive tasks and the problem of learning algorithms. Computational neuroscience, by contrast, directly integrates neurological data about the electrochemical activity of neurons into theories, which usually results in more complex models.^[69]

Both classical computationalism and some forms of connectionism^[d] accept representationalism, which holds that information is stored in representations that depict the state of the world. Representations can take various forms, such as symbols, images, and concepts, as well as non-symbolic patterns used to model higher-level structures. Representationalists examine how cognitive systems encode, manipulate, and decode representations to construct internal models of the environment and predict changes.^[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 ]}

Cognitive neuroscientists employ neuroimaging techniques to study brain activity, including electroencephalography (EEG), positron emission tomography (PET), and functional magnetic resonance imaging (fMRI). These techniques visualize neural processes by measuring phenomena such as electrical or magnetic changes and blood flow across different brain areas, indicating local activity levels. Researchers compare the activation patterns associated with specific mental tasks to learn how regional brain activity correlates with cognitive demands. Another method examines patients with brain damage to infer the role of a brain area by observing how cognition changes when the area is impaired.^[104]

A different approach, common in computational or theoretical neuroscience, is to design computational or mathematical models of cognitive systems. This approach explores possible explanations of observed mental phenomena and neural activities by modeling and simulating underlying brain mechanisms.^[105]

Cognitive science is an interdisciplinary field informed by psychology, neuroscience, philosophy, linguistics, and artificial intelligence. It seeks to integrate the insights of these disciplines and provide a unified perspective. To this end, it adopts a common conceptualization of minds as information processors, understanding cognition as the manipulation of internal representations.^[106]

To bridge disciplinary and methodological divides between the different fields, it identifies distinct levels of analysis corresponding to different degrees of abstraction. For example, neuroscientific analysis of the electrochemical activity of brain areas belongs to a concrete level that deals with the biological mechanisms performing computations. By contrast, the psychological study of the roles of and interactions between high-level processes, such as perception, memory, and reasoning, adopts an abstract perspective. Cognitive scientists seek to connect experimental findings with explanations and models to produce testable theories that link the different levels.^[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 ]}

Cognitive behavior therapy is a psychotherapy that analyzes psychological problems in terms of cognitive processes. It argues that maladaptive automatic thoughts, cognitive distortions, and unhealthy core beliefs lead to inaccurate interpretations of events, emotional distress, and problematic behavior. For example, if a person has an unconscious core belief that they are fundamentally inadequate, they may misinterpret a neutral interaction as a rejection. Cognitive behavior therapists seek to restructure problematic attitudes by helping clients modify dysfunctional thought patterns and maladaptive behavior.^[123]

Many topics in computer science are relevant to cognition, particularly for approaches that understand cognition in terms of computation and information processing. Theories of computation examine the nature of computation and explore which problems can be solved computationally. Computer architecture has parallels with cognitive architecture, providing models of how different components interact to form a functional system. Another overlap concerns the field of knowledge representation, in which computer scientists explore formal data structures that make knowledge accessible to computational processes. Artificial intelligence is the capacity of certain computer systems to perform tasks requiring intelligence, such as reasoning and problem-solving. It includes the field of machine learning, through which computer systems acquire new abilities not explicitly coded by programmers. The field of cognitive robotics integrates insights from these subfields to create intelligent robots.^[124]