روان‌آمار: آمار و فرآیندهای روان‌شناختی
149 subscribers
18 photos
1 video
14 files
85 links
فارغ‌التحصیل مخابرات (UT)، هوش مصنوعی (KUL؛ پایان‌نامه در فلسفه‌ی ذهن)، و روان‌شناسی (KUL؛ تمرکز روان‌سنجی)، و اکنون دانشجوی دکترا در دانشگاه اوترخت.

روی مدل‌سازی فرآیندهای روان‌شناختی کار می‌کنم و این کانال به علاقه‌های پژوهشی‌ام در این حوالی می‌پردازد.
Download Telegram
در این هفته مقاله‌ی نتایج کارآموزی‌ام و پایان‌نامه‌ی هوش‌مصنوعی‌ام را به اشتراک می‌گذارم به امید خدا.
(و دنبال معادل فارسی برای چند اصطلاح علمی ام این روزها.)
Are we on the same page? Latent variable modeling suggests different nomothetic and idiographic factor structures for momentary affect

در امسالی که گذشت در گروه پژوهشی روان‌شناسی کَمّی دانشگاه کاتولیک لوون (OKP) کارآموزی‌ای حول مدل‌سازی پویایی هیجانات/عواطف داشتم و نتیجه‌اش این مقاله شد که بر روی سای‌آرکایو (PsyArXiv) در دست‌رس است:
https://psyarxiv.com/6wsgd/

بهترین ترجمه‌ی ممکن عنوان به فارسی هم از قرار زیر است:

آیا درباره‌ی یک چیز صحبت می‌کنیم؟ مدل‌سازی متغیرهای نهان ساختارهای عاملی قانون‌نگر و فردنگر متفاوتی را برای سُهِش آنی پیشنهاد می‌دهد.

در این کارآموزی به آن‌چه که در پژوهش‌های اخیر سهش مورد غفلت بود پرداختم: تحلیل عاملی داده‌ها به جای مدل‌سازی/تحلیل مقادیر سطحی اندازه‌گیری‌ها—چه چیزی باعث تغییر پاسخ‌های افراد می‌شود؟

فارغ از این که نویسنده‌ی این مقاله خودم هستم این مقاله از جهات مختلفی مقاله‌ی خوبی است:

زبان و ساختار نوشتاری آکادمیک خوبی دارد؛ جزئیات سبکی روش‌نامه‌ی APA به دقت در آن مراعات شده‌اند؛ مرور تاریخی جامعی به ادبیات پژوهشی دارد؛ روش‌شناختی تازه‌ای دارد که تا به حال به مشابهش پرداخته نشده؛ به نتایج بسیار بدیعی انجامیده که بسیار در خور توجه است؛ مثال روشن‌گری که اواخر مقاله ذکر شده مشکل را به خوبی تبیین کرده؛ و کدها (کمی نامرتب البته) و داده‌های آن (در حدود اختیاراتی که برای انتشارشان داشته‌ام) برای تکرار تحلیل‌ها توسط دیگران موجود اند.
(#SelfPromotion)

خلاصه‌ی نتایج این مقاله دو مطلب مهم زیر است:

1. ساختارهای عاملی آنی و پایدار سهش، نامتجانس (incongruent) اند—مسأله‌ای که، مانند ناارگودیکی، تقریباً در تمام پژوهش‌های سهش مورد غفلت قرار گرفته.

2. ابزارهای اندازه‌گیری فعلی سهش آنی (momentary affect)، که باید حالت آنی (momentary state) احساسات (به طور دقیق‌تر، سهش) را بسنجند، عملاً تنها خصیصه‌ی پایدار ([stable] trait) سهش را اندازه می‌گیرند—تا کنون عملاً هیچ کس به این مسأله‌ی حیاتی وقعی ننهاده و احتمالاً بخش قابل توجهی از هزاران دلار/یورو/ساعتی که خرج روش نمونه‌برداری تجربیات (experience sampling method) شده هدر رفته.

در این نخ‌جیک (با 1+8 توییت) خلاصه‌ای از نکات مهم مقاله را نوشته‌ام که ترجمه‌ی همه‌ی آن (با توجه به تصاویر ضمیمه و واژگان تخصصی) برایم دشوار و زمان‌گیر است—نوشتن همین متن هم چند ساعتی وقت گرفته از من. اگر به توییتر دست‌رسی ندارید، از این‌جا بخوانید.

در سه پست بعدی به اختصار به مقدمات/زمینه‌های نظری و روش‌شناختی این مقاله می‌پردازم که فهم آن برای غیرمتخصصین دست‌یاب‌تر باشد.

#مقاله
#خودم
#AreWeOnTheSamePage?
https://t.me/Psychtistics
روان‌آمار: آمار و فرآیندهای روان‌شناختی
Are we on the same page? Latent variable modeling suggests different nomothetic and idiographic factor structures for momentary affect در امسالی که گذشت در گروه پژوهشی روان‌شناسی کَمّی دانشگاه کاتولیک لوون (OKP) کارآموزی‌ای حول مدل‌سازی پویایی هیجانات/عواطف…
#AreWeOnTheSamePage?
مقدمات - 1
_________________________

الف) سهش چیست؟

آن‌چه ما احساس (feeling) می‌نامیم را می‌توان به مفاهیم متفاوتی تحویل/تعبیر کرد:

هیجان (emotion)، سُهِش (affect)، و خُلق (mood).
واژه‌ی فرهنگ‌نامه‌ای سهش معادل خودم است برای affect؛ چرا که معادل فرهنگستان (عاطفه، که بیشتر ناظر به اشتقاق از affection است) را مناسب این مفهوم نمی‌دانم.

برای تقریب به ذهن و به دور از ظرافت‌های فنی، سهش بیان‌گر احساس آنی‌ای است که خالی از عنصر شناختی است—خوشایندی (ظرفیت، valence) آن می‌تواند مثبت/خوب یا منفی/بد باشد، و شدت (برانگیختگی، arousal) آن می‌تواند کم یا زیاد باشد.

هیجان اما جزئی‌تر و دقیق‌تر است؛ می‌توان شرمگین یا خجالت‌زده بود اما احساس شرم و خجالت (هرچند که به یک میزان ناخوشایند و خمودی‌آور باشند) با همدیگر تفاوت وِجدانی‌ای دارند چرا که محتوای شناختی آن‌ها متفاوت است؛ شرم معطوف به وجود/هویت فرد است اما خجالت‌زدگی به کاری که از فرد سر زده.

خلق را هم می‌توان به عنوان سطح مبنا (baseline) یا حالت پس‌زمینه‌ی (background state) هیجان/سهش در نظر گرفت که در پس‌زمینه‌ی هیجان‌ها در جریان است و میزان وِجدان هیجان‌ها/سهش را تحت تأثیر قرار می‌دهد و از خلق یا سهش نامشخص‌تر است؛ برای مثال، دوره‌ افسردگی می‌تواند ماه‌ها یا سال‌ها به طول بینجامد اما فرد در این مدت هیجانات مثبتی چون شادی و شعف را (احتمالاً با شدت کمتری) تجربه می‌کند.

نظریات بسیار بسیار متفاوتی درباره‌ی ماهیت (راسل و بارِت، 1999)، علیت (مورس، 2009)، و اندازه‌گیری (اِکِکاکیس، 2012) احساسات وجود دارد. در پژوهش‌های اخیر روان‌شناختی که عموماً با روش نمونه‌برداری تجربیات (experience sampling method; ESM) انجام می‌شود عموماً با سنجش سهش آنی (momentary affect) سر و کار دارد.

این روش مشکلات بسیاری دارد که از آن‌ها غفلت می‌شود؛ برای مثال، سهش را نمی‌توان به هیجان (یا بالعکس) تحویل کرد (که افراد انجام می‌دهند!)، نمونه‌برداری لزوماً معنادار نیست، داده‌ها به سختی از نوفه (noise) قابل تشخیص اند، و نمونه‌برداریِ زیاد ارزش چندانی هم ندارد (قبل‌تر در این کانال به آن اشاره کرده بودم). از همه مهم‌تر، ابزار اندازه‌گیری ما چیز دیگری را اندازه می‌گیرد و به طرز دیگری.


ب) تحلیل عاملی متغیرهای نهان.

تحلیل عاملی (factor analysis) روشی آماری است که در آن فرض می‌کنیم که سازوکار(های) علّی‌ای باعث تفاوت در مقادیر اندازه‌گیری شده (مثلاً توسط پرسش‌نامه/آزمون) در نمونه‌ی ما شده است. برای مثال، ریشه‌ی تفاوت در پاسخ‌های دانش‌آموزان به امتحان ریاضی را می‌توان به متغیر نهان (latent variable) یا سازه (construct) ای که حکایت از توانایی/مهارت ریاضی دارد نسبت داد.

از طرف دیگر تحلیل عاملی می‌کوشد که عامل نهان (latent factor) برای تفاوت درون‌فردی (within-person; WP) یا بینافردی (between-person; BP) در مقادیر اندازه‌گیری شده را تبیین کند و تخمین بزند. (متنی را دارم برای وبلاگ می‌نویسم که هنوز کامل نیست اما خواندنش را توصیه می‌کنم چرا که در آن خلاصه‌ای از این روش را طرح می‌کنم.)

تحلیل‌های عاملی مرسوم (که در تقریباً تمام پژوهش‌های سهش استفاده شده) مناسب این داده‌ها نیستند (در مقاله به دلایل آن پرداخته‌ام) و برای همین از مدل‌های پیش‌رفته‌ی پاسخ-مدرج از نظریه‌ی سؤال-پاسخ (graded-response item response theory models) برای تحلیل عاملی استفاده کردم که مدل اندازه‌گیری (measurement model) این نوع داده‌ها بیابم.

اما مسأله بسیار پیچیده‌تر —و بنیادین‌تر —از روش‌شناختی تحلیل عاملی است. ناارگودیکی (ارگودیک نبودن؛ non-ergodicity) فرآیندهای مرتبط با روان تقریباً در تمام تاریخ روان‌شناسی (از جمله در پژوهش‌های خلق، هیجان، و سهش) مغفول مانده است.

_________________________
#مقاله
#خودم
https://t.me/Psychtistics
روان‌آمار: آمار و فرآیندهای روان‌شناختی
#AreWeOnTheSamePage? مقدمات - 1 _________________________ الف) سهش چیست؟ آن‌چه ما احساس (feeling) می‌نامیم را می‌توان به مفاهیم متفاوتی تحویل/تعبیر کرد: هیجان (emotion)، سُهِش (affect)، و خُلق (mood). واژه‌ی فرهنگ‌نامه‌ای سهش معادل خودم است برای affect؛…
#AreWeOnTheSamePage?
مقدمات - 2
_________________________

ج) ارگودیکی.

یک فرآیند ارگودیک (ergodic؛ در اشتقاق ارگودیک اختلاف است و فرهنگستان هم برایش معادلی ندارد) است اگر بتوان ویژگی‌های آماری آن (مانند میانگین و وردایی) را از یک نمونه‌ی واحد از آن که به قدر لازم طولانی باشد به دست آورد.

طبق نظریه‌ی ارگودیک (ergodic theory)، برای ارگودیک بودن یک فرآیند باید دو شرط اقناع شوند:
1. فرآیندهای اعضای هنگردهای (ensembles) آن از دینامیک دقیقاً یکسانی پیروی کنند (همگنی هنگردی؛ ensemble homogeneity)
2. اعضای هنگردها خصیصه‌های آماری ثابتی را در طول زمان حفظ کنند (ایستایی فرآیندهای فردی؛ stationarity of individual processes).

اگر هر کدام از این دو فرض نقض شوند، فرآیند ارگودیک نخواهد بود. ما می‌دانیم که فرآیندهای مرتبط با روان هر دو شرط با به شدت نقض می‌کنند (مولِنار، 2008). در مقدمه‌ی مقاله مرور تاریخی جامعی به این مسأله (و تالی‌فاسدهای آن) شده.


د) دو رویکرد در روان‌شناسی و زهر ناارگودیکی

روی‌کرد قانون‌نگر (nomothetic) تفاوت‌های بینافردی (BP) را کانون توجه قرار می‌دهد تا به «قانون»ای کلی درباره‌ی روان انسان برسد. از طرف دیگر، روی‌کرد فردنگر (idiographic) تفاوت‌های درون‌فردی (برای مثال، تفاوت در پاسخ‌های یک فرد در زمان‌های متفاوت به یک آزمون) را زیر ذره‌بین می‌گذارد.

در روندی تاریخی (که در مقدمه‌ی مقاله تفصیل یافته) توجه روان‌شناسی از فردنگری به قانون‌نگری تغییر کرد. این تغییر در بن‌انگاشت (paradigm) در روان‌شناسی اثرات قابل‌توجه‌ای داشته. علاوه بر این، عموم روان‌شناسان با مغالطه‌ی قانون‌نگر (nomothetic fallacy) فریفته شده‌اند و یک‌سان بودن ساختار عاملی تغییرات درون و بینافردی را پیش‌فرضی بدیهی انگاشته‌اند.

برای مثال، فرض کنید که می‌خواهیم عامل زیست‌شیمیایی دخیل در تغییرات سهش/خلق را پیدا کنیم. این تغییرات عموماً به غلظت سروتونین یا دوپامین موجود در قسمت‌هایی از مغز منتسب می‌شوند. اگر فرآیند واسطه بین این غلظت و سهش ارگودیک باشد (که پیش‌فرض ضمنی فریفته شدن با مغالطه‌ی قانون‌نگر است) می‌توان رابطه‌ای که با مطالعه‌ی جمعیتی از افراد به دست می‌آید—که «غلظت دوپامین و سروتونین در دستگاه کناره‌ای (limbic system) با سهش مثبت [در جمعیت مورد بررسی] ارتباط معناداری دارد.»—را می‌توان به افراد هم تعمیم داد.

اما از طرفی می‌دانیم که افراد با هم‌دیگر تفاوت دارند و این تأثیر (effect) در همه‌ی افراد یکسان نیست؛ تفاوت‌های بینافردی در میانگین‌گیری هضم شده‌اند. فلذا تعمیم این فرآیند به فرد الف محل اشکال است. اما مشکل ناارگودیکی حتا مسأله از این هم دشوارتر است: نمی‌توان این اثر میانگین قانون‌نگرانه در تغییر سطح میانگین سهش را به میانگین تغییر سروتونین و دوپامین در گذر زمان تعمیم داد. (البته در شرایطی و با مفروضاتی می‌توان این کار را کرد، خصوصاً در این مورد که شاید بتوان از ناارگودیکی چشم‌پوشی کرد، اما به طور عام این محل اشکال است.)

شاید پیشنهاد شود که بررسی تغییرات را در تک‌تک افراد نمونه بررسی کنیم و سپس مجموعه‌ی نتایج به دست آمده را به نظریه‌ی قانون‌نگرانه‌ای تعمیم دهیم. اما در این‌جا باز هم ناارگودیکی گریبان ما را می‌گیرد، خصوصاً وقتی که سازه‌های نهان در این فرآیند دخیل باشند؛ مشکل اصلی ریشه در تعریف صوری تحلیل عاملی دارد و در ناوردایی اندازه‌گیری (measurement invariance) نمایان می‌شود. جزئیات این مسأله در مقاله توضیح داده شده است.

تنها در صورتی می‌توانیم این تعمیم‌ها (کل به جزء و جزء به کل) را بدهیم که فرآیندِ [نهانِ] عاملِ تغییرات ارگودیک باشد—که مطلقاً نیست. و عواقب این مسأله در پژوهشی که در مقاله انجام شده هویدا شده است.

_________________________
#مقاله
#خودم
https://t.me/Psychtistics
روان‌آمار: آمار و فرآیندهای روان‌شناختی
#AreWeOnTheSamePage? مقدمات - 2 _________________________ ج) ارگودیکی. یک فرآیند ارگودیک (ergodic؛ در اشتقاق ارگودیک اختلاف است و فرهنگستان هم برایش معادلی ندارد) است اگر بتوان ویژگی‌های آماری آن (مانند میانگین و وردایی) را از یک نمونه‌ی واحد از آن که به…
#AreWeOnTheSamePage?

References
_________________________

Ekkekakis, P. (2012). Affect, Mood, and Emotion. Measurement in Sport and Exercise Psychology, 321, 17. http://bit.do/Ekkekakis2012

Haqiqatkhah, M. M., & Tuerlinckx, F. (2019). Are we on the same page? Latent variable modeling suggests different nomothetic and idiographic factor structures for momentary affect [Preprint]. https://doi.org/10.31234/osf.io/6wsgd

Molenaar, P. C. M. (2008). Consequences of the Ergodic Theorems for Classical Test Theory, Factor Analysis, and the Analysis of Developmental Processes. In Handbook of Cognitive Aging: Interdisciplinary Perspectives (pp. 90–104). http://dx.doi.org/10.4135/9781412976589.n5

Moors, A. (2009). Theories of emotion causation: A review. Cognition and Emotion, 23(4), 625–662. https://sci-hub.se/10.1080/02699930802645739

Russell, J. A., & Barrett, L. F. (1999). Core affect, prototypical emotional episodes, and other things called emotion: Dissecting the elephant. Journal of Personality and Social Psychology, 76(5), 805–819. https://sci-hub.se/10.1037/0022-3514.76.5.805

_________________________
#مقاله
#خودم
https://t.me/Psychtistics
روان‌آمار: آمار و فرآیندهای روان‌شناختی pinned «Are we on the same page? Latent variable modeling suggests different nomothetic and idiographic factor structures for momentary affect در امسالی که گذشت در گروه پژوهشی روان‌شناسی کَمّی دانشگاه کاتولیک لوون (OKP) کارآموزی‌ای حول مدل‌سازی پویایی هیجانات/عواطف…»
آگاهی ماشین و نظریه‌ی کارسرای سراسری
Machine Consciousness and the Global Workspace Theory

این عنوان پایان‌نامه‌ی من در مقطع کارشناسی ارشد هوش مصنوعی دانشگاه کاتولیک لوون بود که در آن مسائلی حول آگاهی ماشین (رایانه) را طرح کردم و به نظریه‌ی شناختی بسیار مهم و موفق—و به طرز عجیبی نسبتاً مهجور—از آگاهی پرداختم.

مبحث آگاهی قرن‌ها است که از پیچیده‌ترین و پراختلاف‌ترین مسائل فلسفه است. دامنه‌ی این مباحث به عصب‌شناسی کشیده شده و در حدود نیم قرن اخیر وارد فضای هوش مصنوعی هم شده؛ فلاسفه و دانشمندان علوم رایانه می‌پرسند که آیا ممکن است ماشین‌ها آگاهی انسان‌گونه را کسب کنند؟ چه گونه؟ تبعات اخلاقی آن چه خواهد بود؟

فارغ از مجادلات لایتناهی که حول آگاهی در انسان‌ها در گرفته، براهین پرشماری—عموماً از جنس برهان خلف—علیه هوش مصنوعی قوی (1؛ دیدگاهی [فلسفی] در هوش مصنوعی که امکان ایجاد ماشین‌های حائز آگاهی‌ای مشابه آگاهی انسانی را محتمل می‌داند) اقامه شده که استدلال می‌کنند که ماشین‌ها، احتمالاً هرگز، نمی‌توانند واجد آگاهی انسان‌گونه بشوند. این براهین عموماً با دو روی‌کرد اقامه شده‌اند:

1. نشان دادن این که خصیصه‌هایی از آگاهی (مانند اختیار آزاد، آگاهی پدیداری، یا هویت/فردیت) را نمی‌توان در ماشین‌ها پیاده کرد، عموماً به خاطر تناقض‌هایی که با شهود ما از آن خصایص در انسان‌ها دارد.

2. نشان دادن کارهایی (در واقع، حل مسائلی) که از ذهن انسان برمی‌آید اما می‌توان با استدلال منطقی-ریاضی مستحکم نشان داد که از ماشین‌ها برنمی‌آید. مسأله‌ی قاب‌بندی (2؛ معادل فارسی تخصصی آن را نمی‌دانم) یکی از مسائلی است که استدلال‌های قابل‌تأملی نشان داده‌اند که ماشین‌ها—لااقل به تمامی—از پس حل آن برنمی‌آیند.

در این پایان‌نامه کوشیده‌ام نظریه‌ی کارسرای سراسری را معرفی کنم و نشان دهم که این نظریه می‌تواند نامزد مناسبی برای پیاده‌سازی آگاهی در ماشین‌ها باشد بر "راز لاینحل" مسأله‌ی قاب‌بندی فائق بیایند.

بخش قابل‌توجهی از این پایان‌نامه را مرور ادبیات تشکیل داده و از برخی مسائل به اختصار عبور کرده‌ام. به گمانم مراجعه به ارجاعاتی که در متن داده‌ام برای فهم مناسب و جامع آن مسائل و مفاهیم و حواشی آن‌ها کفایت می‌کند.

مهم‌ترین اشکال این پایان‌نامه فقر تمرکز در آن است که به خاطر گستردگی مقدمات و حواشی مباحث تا حدودی ناگزیر بود. خواننده ممکن است مانند استاد داور دوم در «متصل کردن موضوعات حین خواندن و فهمیدن این که بحث دارد به کجا می‌رود» دچار زحمت شود.

پایان‌نامه را می‌توانید از این‌جا بارگذاری کنید:
https://thesiscommons.org/vfy3e

فایل پاورپونت ارائه‌ی جلسه‌ی دفاع (و لیست قابل بارگذاری ارجاعات) را می‌توانید در این‌جا بیابید:
https://osf.io/6wbm4/

در پست بعدی ساختار پایان‌نامه را مرور می‌کنم که زحمت خواندن آن را کم کند—و شما را به خواندن آن ترغیب کند. اگر بیشتر ترغیب می‌شوید بگذارید بگویم که هر فصل با بیتی از حافظ یا سعدی آغاز می‌شود که ترجمه‌ی این ابیات به انگلیسی را بسیار دوست دارم.

_________________________
#پایان‌نامه
#خودم
#MachineConsciousness
#GlobalWorkspaceTheory

https://t.me/Psychtistics
آگاهی ماشین و نظریه‌ی کارسرای سراسری
#توضیحات

واژه‌ی کانشسنس (3) در انگلیسی واژه‌ی مبهمی است و در استعمال روزمره بیشتر در تقابل با آنکانشس (4؛ ناهشیار، برای مثال تحت بی‌هوشی) به کار می‌رود. آگاهی معادل رایج (و مورد تأیید فرهنگستان) برای کانشسنس است که مورد پسند من نیست، چرا که بیشتر برازنده‌ی awareness است. معادل فارسی دیگری که برای کانشسنس پیشنهاد شده هشیاری است که معنای ضمنی‌اش در تقابل با «ناهشیاری» (همان مثال بی‌هوشی) روشن می‌شود.

علاوه بر این ابهام در معنا، مفاهیمی که واژه‌ی «آگاهی» به آن‌ها اطلاق می‌شوند عموماً با هم خلط می‌شوند—و این یکی از دلایلی است که مباحث روزمره (و علمی و فلسفی) درباره‌ی آگاهی بدین اندازه مشوش و پریشان است. در فصل اول تعاریف و مفاهیم مرتبط با آگاهی را به همراه جزئیاتی که عموماً خلط می‌شوند مرور کرده‌ام و اشاره‌ی موجزی بر مطالعه‌ی آگاهی در ماشین‌ها کرده‌ام.

فصل دو رنگی از فلسفه‌ی علم دارد. در این فصل سعی کرده‌ام به تفاوت مهم میان تبیین (5) و توضیح (6)—که در انگلیسی و فارسی، در استعمال روزمره و حتا علمی-فلسفی، عموماً با هم خلط می‌شوند—اشاره کنم. سپس تبیین‌های سازوکارگرایانه (7) و نمونه‌ای مهم—و نسبتاً مغفول—از آن در تبیین هوشمندی (مدل سه‌‌سطحی هوشمندی) و نیز بازنمایی‌گرایی (8) را شرح و بسط داده‌ام و به لوازم و مسائل فلسفی‌ای که به دنبال دارند پرداخته‌ام.

در فصل سه مروری بر تلاش‌های عصب‌شناسی در تبیین آگاهی کرده‌ام و بعد از نقد روی‌کرد غالب مطالعه‌ی هم‌بسته‌های عصبی آگاهی (9) در پژوهش‌های آگاهی، مدل‌های آگاهی (10) را معرفی کرده‌ام. نظریه‌ی کارسرای سراسری (11) در این بخش به تفصیل معرفی می‌شود. کارسرا معادل خودم برای ورک‌اسپیس (12) است که در رایانه و تجارت دو مفهوم نسبتاً متفاوت دارد (گویا فرهنگستان برای اولی هم «فضای کار» را پیشنهاد کرده) و در نظریه‌ی کارسرای سراسری، ورک‌اسپیس مفهوم متفاوتی با کاربرد رایج این اصطلاح دارد و ترجیح می‌دهم معادل نامعمول و غریب خودم را برای آن به کار ببرم.

در این فصل مدل مهم شاناهان از پیاده‌سازی عصبی کارسرای سراسری را معرفی کرده‌ام که حلقه‌ی مفقوده‌ی بین تبیین نظری-شناختی آگاهی (در نظریه‌ی کارسرای سراسری) و پیاده‌سازی آن (در مغز انسان) را فراهم می‌کند و می‌تواند خصیصه‌های بیشتری از آگاهی انسان را تبیین کند.

نظریه‌ی کارسرای سراسری نظریه‌ی فوق‌العاده موفقی است که انبوهی از شواهد نظری و تجربی آن را پشتیبانی می‌کنند و قدرت تبینی بالایی نیز دارد. با این وجود دو ایراد فلسفی قابل‌تأمل بر این نظریه وارد شده که در پایان فصل سه به آن‌ها پرداخته‌ام.

در فصل چهار دو نمونه از پیاده‌سازی‌های رایانشی نظریه‌ی کارسرای سراسری را معرفی کرده‌ام که درجاتی از آگاهی ماشین را—با دسته‌بندی‌ای که در فصل یک بدان اشاره شده—از خود بروز می‌دهند.
در این فصل نشان داده‌ام که تحقق کارسرا محدود به تشابه ساختاری با کارسرای عصبی نیست و این پیاده‌سازی‌ها، هرچند تفاوت‌هایی نیز با معماری نظریه‌ی کارسرای سراسری دارند، شواهد مناسبی هستند برای قدرت بالای این نظریه در تبیین آگاهی و دست‌یابی به آگاهی در ماشین‌ها.

فصل پنج جایی است پایان‌نامه به بار می‌نشیند. در این فصل به حملات علیه هوش مصنوعی قوی اشاره کرده‌ام و مسأله‌ی قاب‌بندی را توضیح داده‌ام. در این فصل به راه‌حلی که نظریه‌ی کارسرای سراسری برای مسأله‌ی قاب‌بندی ارائه می‌کند پرداخته‌ام و توضیح داده‌ام که چه‌گونه این نظریه این "راز لاینحل" را فرومی‌شکند و هوش مصنوعی قوی نمادگرایانه و نظریه‌ی رایانشی ذهن را نجات می‌دهد.

فصل شش هم جمع‌بندی و مرور مختصر فصل‌های پیشین است.

در پایان این متن—آن‌گونه که در ابتدای پایان‌نامه آمده—باید اشاره کنم که این تلاش، فروتنانه، به عزیزانی تقدیم شده که نقش‌های بسیار مهمی در زندگی من داشته‌اند—و برگ سبزی است تحفه‌ی درویش.

پی‌نوشت:
من و ایریس ون‌روی (13)، استاد علوم شناختی دانشگاه رادبود هلند که کارهای ارزنده‌ای در علوم شناختی و نظریه‌ی محاسباتی ذهن دارد، کمی درباره‌ی فصل پنج تبادل نظر کرده‌ایم که شاید برایتان جالب باشد.

———————————
معادل‌های انگلیسی:
1. Strong AI
2. The frame problem
3. Consciousness
4. Unconscious
5. Explanation
6. Explication
7. Mechanistic explanations
8. Representationalism
9. Neural correlates of consciousness
10. Models of consciousness
11. The Global Workspace Theory
12. Workspace
13. Iris van Rooij
_____

#پایان‌نامه
#خودم
#MachineConsciousness
#GlobalWorkspaceTheory

https://t.me/Psychtistics
سلام، بعد از چهار ماه.

در این مدت گذشته مسائل و درگیری‌های شخصی-کاری قابل‌توجهی پیش آمد که تفصیلش لازم نیست این‌جا. اخیراً هم درگیر به اتمام رساندن پایان‌نامه‌ی دومم در روان‌شناسی بودم. بالا-و-پایین زیاد داشت. الآن که برای یک ارائه دنبال خروجی‌های اولیه‌ام—که طبعاً توییتش کرده بودم 😄—بودم به این توییت حاکی از سرخوردگی‌های اولیه‌ام در مدل‌سازی برخوردم که یادآوری‌اش الآن که تز به نتایجش رسیده جالب بود برایم.

پیش از این، «داستان‌گویی» را به عنوان بخشی از مرور تاریخ و ادبیات علم می‌شمردم. اما در این پایان‌نامه—به قیمت چند هفته کار با محوریت مصورسازی—حقیقت دیگری بر من گشوده شد: درو کردن محصول ساینس انگار چیزی جز داستان‌گویی نیست؛ یافته‌ها بدون داستان‌گویی داده‌های بی‌معنایی اند. این داده‌ها، هرچند سیاق و بافتارشان را به خوبی بدانیم، تا زمانی که داستانی از آن بیرون نکشیده‌ایم چیزی به فهم ما نمی‌افزایند. به امید خدا بعد از دفاع و انتشار تز (که البته به صورت مقاله نگاشته شده) به این مسأله باز می‌گردم.

https://t.me/Psychtistics
#کشف جدید:

سایت بوته (boute.ir) با مجموعه‌ی #درس/#درس‌گفتار (در واقع پروژه‌های دانشجویی) در هوش مصنوعی و پردازش زبان طبیعی به فارسی—دانشگاه علم و صنعت.

برخی از لینک‌ها مرده‌اند. برای خواندنشان از آرشیو اینترنت (یا افزونه‌ی آن) کمک بگیرید.

https://t.me/Psychtistics
#جاودانگی

برنامه‌ی بایگانی گیت‌هاب برای حفاظت از نرم‌افزار‌های متن‌بازی که میزبانی می‌کند قصد دارد تمام مخازن (؟، repositories) عمومی گیت‌هاب را در 2 فوریه‌ی 2020 برای حداقل هزار سال در خزانه‌ی بایگانی جهانی شمالگان برای نسل‌های آینده پشتیبان‌گیری کند. این خزانه در معدن ذغال‌سنگ متروکه‌ای در 250 متری زیر زمین قرار دارد و قرار است از سخت‌ترین تبعات تغییرات اقلیمی و بلایای طبیعی جان سالم به در ببرد.

اگر می‌خواهید باگ‌های نرم‌افزارهایتان را جاودانه کنید—😅😁—پنج روز و سه ساعت دیگر فرصت دارید تا مخزن(های) گیت‌هابتان را عمومی کنید و ترجیحاً Readme آن را هم به روز رسانی کنید.

مخازنی که بایگانی می‌شوند که این شرایط را داشته باشند:

What’s in the 02/02/2020 snapshot
The 02/02/2020 snapshot archived in the GitHub Arctic Code Vault will sweep up every active public GitHub repository, in addition to significant dormant repos. The snapshot will include every repo with any commits between the announcement at GitHub Universe on November 13th and 02/02/2020, every repo with at least 1 star and any commits from the year before the snapshot (02/03/2019 - 02/02/2020), and every repo with at least 250 stars. The snapshot will consist of the HEAD of the default branch of each repository, minus any binaries larger than 100KB in size—depending on available space, repos with more stars may retain binaries. Each repository will be packaged as a single TAR file. For greater data density and integrity, most of the data will be stored QR-encoded, and compressed. A human-readable index and guide will itemize the location of each repository and explain how to recover the data.

برنامه‌های بایگانی گیت‌هاب محدود به این مورد نیست—و خواندن توضیحات گیت‌هاب در این باره خالی از لطف نیست:
https://archiveprogram.github.com/

https://t.me/Psychtistics
Analyze Survey Data for Free [in R]
By Anthony Joseph Damico

در این روزهای قرنطینه و خانه‌نشینی بابت کرونا، این #کتاب آنلاین رایگان و بسیار عالی آنتونی دامیکو درباره‌ی تحلیل داده‌های نظرسنجی در R را از دست ندهید.
http://asdfree.com/

هر فصل کتاب یک نمونه از نظرسنجی‌های رایگان و در دسترس را معرفی می‌کند و گام-به-گام مراحل دریافت داده‌ها، تمیزکاری، تنظیمات، تحلیل، و نتیجه‌گیری از آن‌ها را شرح می‌دهد. نکته‌ی درخشان کتاب استفاده از توابعی است که دامیکو برای استخراج ریزداده‌های نظرسنجی‌های مورد استفاده‌اش نوشته. با این توابع می‌توانید بدون خارج شدن از محیط R (و غواصی در سایت‌های منابع داده‌ها، بارگذاری دستی، و تمیزکاری دستی) به راحتی داده‌های مورد نظر را بارگذاری کرده و تحلیل کنید.

توضیحات بیشتر (به هم‌راه یک سخنرانی) در وبلاگ دامیکو:
http://usgsd.blogspot.com/

اگر ترجیح می‌دهید به تمام محتوای کتاب بر روی رایانه‌ی شخصی‌تان دسترسی داشته باشید، مخزن گیت‌هاب کتاب را بارگذاری و آن‌زیپ کنید:
https://github.com/ajdamico/asdfree

و برای مطالعه‌ی کتاب در مرورگر، فایل زیر را باز کنید:
docs/index.html
فایل خام مارک‌داون فصل‌های کتاب در پوشه‌ی اصلی با پسوند .Rmd قرار دارند.
اگر در دانلود مستقیم مخزن مشکل داشتید، با دستور زیر در git bash نسخه‌ی سبکی از آن را بارگذاری کنید:
git clone https://github.com/ajdamico/asdfree.git --depth 1

#افکارسنجی
#آموزش
#psychometrics
https://t.me/Psychtistics
انتشارات دانشگاه کمبریج، به خاطر شیوع ویروس کرونا، تا 11 خردادماه 99 نسخه‌ی HTML بیش از 700 عنوان از کتاب‌های درسی خود را به صورت برخط به رایگان در اختیار عموم قرار داده:
https://www.cambridge.org/core/what-we-publish/textbooks

#معرفی
#کتاب
https://t.me/Psychtistics
ببخشید اعلامش طول کشید، اما کوتاه و #فوری:

این وبینار دو ساعته‌ی رایگان (فردا جمعه ۱۶ خرداد؛ ساعت ۱۸:۳۰-۱۹:۳۰؛ حضور بیست دقیقه قبل از شروع برنامه) که یکی از محققین دانشگاه ما ارائه می‌دهد را از دست ندهید:

Biological Plausibility, Mechanistic Explanation, and the Promise of “Cognitive Computational Neuroscience”

موضوع سخنرانی درباره‌ی تبیین‌های سازوکارگرایانه است و نقش آن در عصب‌شناسی شناختی محاسباتی. از این رو، به فصل دو و پنج پایان‌نامه‌ام در هوش مصنوعی نزدیک است. می‌توانید برای آماده شدن مقاله‌ی در حال انتشارشان را هم بخوانید.
از لوونیات به روان‌آمار

سلام.

از آخرین به-روز-رسانی این کانال—که لوونیات نام داشت—حدود یک سالی می‌گذرد. دلیل اصلی این عدم فعالیت انتظار برای فراهم شدن «فرصت مناسب» برای «فکر کردن به محتوای مناسب» بود و البته «بهانه‌ی مناسب» برای شروع مجدد.

مثلاً، وقتی در در ژانویه‌ی ۲۰۲۰ وعده دادم که درباره‌ی داستان‌گویی در ساینس چیزی بنویسم، درگیر آماده‌سازی برای دفاع از پایان‌نامه‌ی ارشد دومم بودم و بعد در تلاش برای ارسال آن به مجله‌ای برای چاپ. بعدتر هم—و بیش‌تر از قبل—درگیر یافتن موقعیت شغلی مناسب بودم و بعد هم لازم بود وقت بیش‌تری به خانواده و دوستانم اختصاص دهم. بعد از آن هم که موقعیت فعلی‌ام را شروع کردم می‌خواستم به ساختار مناسبی برای کانال برسم که کارهایی که بر سرم ریخته بود تمرکز کمی برایم باقی می‌گذاشت، و از طرفی نمی‌خواست این کانال مخرج بثّ‌الشکوای من باشد.

هنوز هم به جمع‌بندی مدوّنی برای نظم و نسقی که برای کانال می‌خواهم داشته باشم نرسیده‌ام. اما اکنون به بهانه‌ی موقعیت‌های دکترایی که اخیراً باز شده (و در فرسته‌ی بعدی معرفیشان می‌کنم) این طلسم را می‌شکنم، به امید این که باز به خشکی نخورد—و لازم نباشد باز هم برای بازگشت غرورمندانه توضیحات واضحاتی با مضمون «مدتی این مثنوی تأخیر شد» بدهم.

مهم‌ترین اتفاق حرفه‌ای‌ای که در این مدت برایم افتاده پذیرفته شدن من در مقطع دکترای روش‌شناسی و آمار در روان‌شناسی در دانشگاه اوترخت هلند بود. حدود هشت ماه است که با اِلِن هاماکر روی رابطه‌ی بین نظریه‌پردازی، اندازه‌گیری، و مدل‌سازیِ فرآیندهای روان‌شناختی کار می‌کنم. سعی می‌کنم به مرور بیش‌تر درباره‌ی پژوهش‌های فعلی‌ام بنویسم.

به خاطر این که دیگر در لوون نیستم—و به توصیه‌ی دوست فاضل و فرزانه‌ای که مدت زیادی ترغیبم کرد تا کانال را احیا کنم، و اضافه کرده بود که «توروخدا بی‌خیال اسم این شهرهای اروپایی بشو»—تصمیم گرفتم که نام کانال را از «لوونیات» (vanLeuven) به «روان‌آمار: آمار و فرآیندهای روان‌شناختی» (Psychtistics) تغییر دهم که هم تمرکز اصلی‌ام را بازتاب دهد، و هم تا حدودی به توصیه‌ی آن دوست عزیز عمل کرده باشم.

به روان‌آمار خوش آمدید!

https://t.me/Psychtistics