LIDA (Learning Intelligent Decision Agent, ursprünglich aufgrund ihrer Herkunft aus IDA Learning Intelligent Distribution Agent genannt) bezeichnet eine kognitive Architektur. Sie versucht, ein breites Spektrum der Kognition in biologischen Systemen zu modellieren, von der Wahrnehmung und Handlung auf niedriger Ebene bis hin zu Schlussfolgerungen auf hoher Ebene.
Die Architektur wurde hauptsächlich von Stan Franklin und seinen Kollegen an der University of Memphis entwickelt und basiert empirisch auf der Kognitionswissenschaft und der kognitiven Neurowissenschaft. Sie ist eine Erweiterung von IDA, die Mechanismen für das Lernen hinzufügt. Neben der Aufstellung von Hypothesen, die weitere Forschung anleiten sollen, kann die Architektur Steuerungsstrukturen für Softwareagenten und Roboter bereitstellen. Das konzeptionelle Modell der LIDA soll plausible Erklärungen für viele kognitive Prozesse liefern und zugleich als Werkzeug dienen, um darüber nachzudenken, wie der Geist funktioniert.
Der LIDA-Architektur und ihrem entsprechenden konzeptionellen Modell liegen zwei Hypothesen zugrunde. Die erste besagt, dass ein großer Teil der menschlichen Kognition durch häufig wiederholte, etwa 10 Hz schnelle Interaktionen zwischen bewussten Inhalten, den verschiedenen Gedächtnissystemen und der Handlungsauswahl funktioniert. Diese Interaktionen werden als kognitive Zyklen bezeichnet. Die zweite Hypothese besagt, dass diese kognitiven Zyklen als „Atome“ der Kognition dienen, aus denen kognitive Prozesse auf höherer Ebene zusammengesetzt sind.
Obwohl LIDA weder symbolisch noch strikt konnektionistisch ist, handelt es sich um eine hybride Architektur, da sie eine Vielzahl von Rechenmechanismen verwendet, die aufgrund ihrer psychologischen Plausibilität ausgewählt wurden. Der kognitive Zyklus von LIDA setzt sich aus Modulen und Prozessen zusammen, die diese Mechanismen verwenden.
Die LIDA-Architektur verwendet mehrere Module, darunter Varianten der Copycat-Architektur, des Sparse Distributed Memory, des Schema-Mechanismus, des Behavior Net, und der Subsumptionsarchitektur.
Als umfassende, konzeptionelle und rechnergestützte kognitive Architektur soll die LIDA-Architektur einen großen Teil der menschlichen Kognition modellieren. Die LIDA-Architektur umfasst eine große Bandbreite kognitiver Module und Prozesse und versucht, eine Reihe psychologischer und neuropsychologischer Theorien umzusetzen und weiter auszuarbeiten, darunter die Global Workspace Theory, die situierte Kognition, Wahrnehmungssymbolsysteme, das Arbeitsgedächtnis, Gedächtnis anhand von Handlungsmöglichkeiten, das Langzeit-Arbeitsgedächtnis und die H-CogAff-Architektur.
LIDA stützt sich in hohem Maße auf das, was Franklin als Codelets bezeichnet. Ein Codelet ist ein „spezialisierter, relativ unabhängiger Mini-Agent, der typischerweise als kleines Stück Code implementiert ist, das als separater Thread ausgeführt wird“.
Der kognitive Zyklus von LIDA lässt sich in drei Phasen unterteilen: Verstehen, Bewusstsein und Handlungsauswahl, wobei letztere auch das Lernen umfasst.
In der Verstehensphase aktivieren eingehende Reize Merkmalsdetektoren niedriger Ebene im sensorischen Gedächtnis. Deren Ausgabe aktiviert das perzeptive assoziative Gedächtnis, in dem Merkmalsdetektoren höherer Ebene zu abstrakteren Entitäten wie Objekten, Kategorien, Handlungen und Ereignissen führen. Die daraus entstehende Wahrnehmung gelangt in den Arbeitsbereich (Workspace), wo sie sowohl das transiente episodische Gedächtnis als auch das deklarative Gedächtnis aktiviert und lokale Assoziationen hervorruft. Diese lokalen Assoziationen werden mit der Wahrnehmung kombiniert, um ein aktuelles Situationsmodell zu erzeugen, das dem Verständnis des Agenten davon entspricht, was gerade geschieht.
In der Bewusstseinsphase bilden „Aufmerksamkeits-Codelets“ Koalitionen, indem sie Teile des Situationsmodells auswählen und in den Global Workspace übertragen. Diese Koalitionen konkurrieren anschließend um Aufmerksamkeit. Die siegreiche Koalition wird zum Inhalt des Bewusstseins und wird global verbreitet.
Diese bewussten Inhalte werden anschließend global verbreitet und leiten die Lern- und Handlungsauswahlphase ein. Wenn die bewusste Verbreitung die verschiedenen Gedächtnisformen – das perzeptive, episodische und prozedurale Gedächtnis – erreicht, entstehen neue Entitäten und Assoziationen und bereits vorhandene werden verstärkt. Parallel zu diesem Lernen werden mithilfe der bewussten Inhalte mögliche Handlungsschemata aus dem prozeduralen Gedächtnis abgerufen und an die Handlungsauswahl übermittelt. Dort konkurrieren sie darum, als Verhalten für diesen kognitiven Zyklus ausgewählt zu werden. Das ausgewählte Verhalten aktiviert das sensomotorische Gedächtnis, das einen geeigneten Algorithmus für dessen Ausführung erzeugt und damit den kognitiven Zyklus abschließt.
Dieser Prozess wiederholt sich kontinuierlich, wobei jeder Zyklus einen kognitiven „Moment“ darstellt, der zu kognitiven Prozessen auf höherer Ebene beiträgt.
Virtual Mattie (V-Mattie) ist ein Software-Agent, der Informationen von Organisatoren von Seminaren sammelt, Ankündigungen für die Seminare der folgenden Woche erstellt und diese wöchentlich an eine von ihm selbst gepflegte Mailingliste versendet, und zwar ohne menschliche Aufsicht. V-Mattie nutzte viele der zuvor genannten Rechenmechanismen.
Die Global Workspace Theory (GWT) von Bernard Baars inspirierte die Weiterentwicklung von V-Mattie zu Conscious Mattie, einem Softwareagenten mit demselben Anwendungsbereich und denselben Aufgaben, dessen Architektur einen Bewusstseinsmechanismus nach dem Vorbild der GWT enthielt. Conscious Mattie war der erste funktional, wenn auch nicht phänomenal bewusste Softwareagent. Aus Conscious Mattie ging IDA hervor.
IDA (Intelligent Distribution Agent) wurde für die United States Navy entwickelt, um Aufgaben zu erfüllen, die von menschlichen Personaldisponenten, sogenannten Detailern, ausgeführt wurden. Am Ende des Dienstes jedes Matrosen wird diesem eine neue Dienststelle zugewiesen. Dieser Zuweisungsprozess wird als „Distribution“ bezeichnet. Die Navy beschäftigt fast 300 Vollzeit-Detailer, um diese neuen Zuweisungen vorzunehmen. Die Aufgabe von IDA besteht darin, diesen Prozess zu erleichtern, indem die Rolle eines Detailers automatisiert wird. IDA wurde von ehemaligen Detailern getestet und von der Navy akzeptiert. Verschiedene Behörden der Navy unterstützten das IDA-Projekt mit rund 1.500.000 US-Dollar.
Die LIDA-Architektur (Learning IDA) entstand ursprünglich aus IDA durch die Ergänzung um verschiedene Formen und Methoden des Lernens, hat sich seitdem jedoch zu einem wesentlich umfangreicheren und allgemeineren Framework entwickelt.