СЕТИ ВЕРОВАНИЙ

Обработка фрагмента информации вызывает познавательный эффект, позволяющий закрепить или пересмотреть верования. Байесовские Системы Верований и манипуляционное программное обеспечение Сети Верований работают с управлением неопределенностью. Определенность, дозированная в тех или иных пропорциях, реальным существующим системам подходит больше, чем логическая определенность. Четкостная логика была применена специально для работы с размытыми концептами; другие подходы к решению проблем включают эволюционные техники, Генетические Алгоритмы, Генетическое Программирование, или же Нейронные Сети, которые симулируют действие нейронов и синапсов в мозгу.

В прикладных моделях Распознавания Паттернов, основанных на шаблонных характеристиках, Теориях Сравнения Явления и Прототипа (различаются распознавание и интеграция), обработка начинается с фрагмента паттерна, и достигает уточненного, обогащенного результата посредством манипуляции. Система работает необратимо, начиная с показаний сенсорных датчиков и заканчивая окончательной интерпретацией, без влияния ожиданий или предшествующего опыта. Другие модели включают Теорию Структурного Описания и нисходящие процессы, фокусирующиеся на познавательных процессах высшего уровня, наличном знании и ожиданиях. Сам по себе паттерн сенсорных ощущений не в состоянии объяснить наше достаточно богатое и постоянное переживание того, что нас окружает. Наша способность непосредственно воспринимать специфические версии событий с ясностью показывает, что дело не только в притоке сенсорных данных или в спектре цветов, попадающих на нашу сетчатку. Высокоточные выводы и заключения, делаемые нами быстро и бессознательно, основаны на нашем богатом знании мира и наших ожиданиях касательно определенного момента. Воздействия этих источников - без учета сенсорных данных - общеизвестны под названием "нисходящие воздействия".

Экспертное поведение включает высококвалифицированное Распознавание Паттернов, применяемое при ощущении и при восприятии. Исследования в области способов решения задач обеспечивают экспериментальную поддержку подходу к приобретению знания, основанному на паттернах, востребованному экспертными системами; развитие во все большей степени основывается на паттернах, чем на линейных иерархиях правил. Подход к приобретению знания, основанный на паттернах, сконцентрирован на распознающей памяти в большей степени, чем на припоминании, использующемся при построении сводов общих правил и более подверженном ошибкам. Представляется, что экспертные качества людей зависят от широкого опыта в распознавании специфических паттернов и реагировании на них, в большей степени, чем от способности применения общих правил к специфическим ситуациям.