Der Gedächtnis-Tesserakt: Entwicklung eines einheitlichen Rahmens zur Modellierung von Gedächtnis und Kognition

Computergestützte Gedächtnismodelle können das Verhalten des menschlichen Gedächtnisses in verschiedenen experimentellen Paradigmen erklären – sei es Wiedergabe oder Wiedererkennung, kurzfristiges oder langfristiges Behalten, implizites oder explizites Lernen. Simulationen haben zu sparsamen Theorien des Gedächtnisses geführt, allerdings auf Kosten einer Vielzahl konkurrierender Modelle. Da unterschiedliche Modelle verschiedene Phänomene fokussieren, gibt es kein bestes Modell. Dennoch teilen die Modelle viele Merkmale, was auf eine breite Übereinstimmung hinsichtlich der Mathematik der Funktionsweise des Gedächtnisses im Gehirn hindeutet. Auf Basis einer Analyse computergestützter Gedächtnismodelle argumentieren wir, dass diese Modelle in Bezug auf einen einzigen neuron-alplausiblen rechnerischen und theoretischen Rahmen verstanden werden können. Wir präsentieren einen Konzeptnachweis für eine neuronale Implementierung, die Integration in die ACT-R-Kognitionsarchitektur und zeigen die Leistungsfähigkeit des Modells bei prozeduralen, deklarativen, episodischen und semantischen Lernaufgaben. Diese Forschung zielt darauf ab, die kognitive Psychologie zu einer einzigen integrierten, rechnerischen Modellierung des menschlichen Gedächtnisses zu führen, die die menschliche Leistung in verschiedenen experimentellen Aufgaben erklären kann, auf neuronaler Ebene implementiert wird und für beliebig langfristiges Lernen skalierbar ist.