Arquiteturas cognitivas biologicamente motivadas (BICA) - curso gratuito da Open Education, treinamento de 10 semanas, de 2 a 3 horas semanais, Data 28 de novembro de 2023.
Miscelânea / / November 30, 2023
Este curso é oferecido a alunos de mestrado. BICA é um campo promissor e em rápido desenvolvimento na intersecção da inteligência artificial, biologia e ciência cognitiva. Uma prova disso é o crescente número de publicações científicas relacionadas de uma forma ou de outra com o BICA. Aqui, a arquitetura cognitiva é entendida em sentido amplo, como um modelo para o desenvolvimento de agentes inteligentes. As fontes de motivação biológica são o cérebro (neurociência) e o pensamento humano (psicologia cognitiva). O curso garantirá que os alunos desenvolvam conhecimentos básicos na área das arquiteturas cognitivas, seus elementos e princípios básicos, abordagens à sua implementação, seu estudo e utilização em ambientes virtuais. Os alunos aprenderão sobre problemas globais de inteligência artificial e abordagens baseadas no BICA para resolvê-los, bem como os testes e métricas utilizados para avaliação. Alguns dos principais conceitos e tópicos subjacentes ao BICA serão abordados em detalhes, incluindo sistemas de memória humana, modelos de redes neurais, mapeamento, raciocínio de bom senso, etc. Será dada especial ênfase ao roteiro para resolver o Desafio BICA e aplicações promissoras de futuros BICAs tipo humanóide.
O curso é bilíngue. O material é apresentado principalmente em inglês com legendas em russo.
Módulo 1. Introdução geral.
Uma máquina pode ter uma consciência semelhante à de um humano? Ambições e problemas de inteligência artificial (IA). Arquiteturas cognitivas como abordagem alternativa para a criação de IA. Interesse por esta área no mundo científico. Comunidades de pesquisa em arquitetura cognitiva.
Informações básicas da psicologia cognitiva: introspecção, behaviorismo, revolução cognitiva e analogia computacional do cérebro.
Modelos de sistemas de memória humana, explícita e implícita, memória de curto e longo prazo. Elementos do ciclo cognitivo, percepção, atenção, imaginação.
Módulo 2. Introdução à Neurociência.
Uma breve introdução à neurociência: elementos de neurofisiologia e neuroanatomia, neurociência comportamental, computacional e de sistemas. Psicofisiologia, imagens cerebrais e neurociência cognitiva.
Princípios de funcionamento dos neurônios e seus elementos. Correlatos comportamentais da atividade neural. Tipos de codificação. Localização de funções. Exemplos: detectores de estímulos, neurônios-espelho, células de lugar, neurônios avós. Problema de vinculação. Discussão sobre a natureza da imaginação.
Módulo 3. Aprendizado biológico e de máquina de redes neurais.
Mecanismos de formação de memória no cérebro. Modelos e atratores de redes neurais, seus tipos e conexões com a biologia e a psicologia. Mapas cognitivos espaciais em biologia. Seu papel na formação da memória.
Elementos da teoria e aplicações das redes neurais. Programação evolutiva e outras formas de aprendizado de máquina. Possibilidade de ligação com a biologia.
Módulo 4. Representações de conhecimento e mapeamento semântico.
Conceitos de signo, símbolo, linguagem. Representações de conceitos e categorias na memória humana. Redes semânticas e conexionismo. Redes semânticas e análise de conceitos.
Espaços semânticos contínuos. Mapas semânticos fortes e fracos. Métodos de mapeamento semântico: aspectos matemáticos, fisiológicos, psicológicos e linguísticos. Tipos de mapas semânticos e suas aplicações. Mapeamento semântico da atividade cerebral e “leitura de mentes”.
Módulo 5. Princípios, diversidade e evolução das arquiteturas cognitivas.
Evolução das abordagens para a criação de agentes inteligentes. O conceito de arquitetura cognitiva. Arquitetura cognitiva como agente inteligente incorporado, como linguagem de programação e como estrutura teórica.
Teoria geral das arquiteturas cognitivas. Sistemas de memória, ciclo cognitivo. Hierarquia de arquiteturas cognitivas. Tendências na expansão e fusão dos modelos BICA. Modelo cognitivo mínimo comum (Modelo Comum de Cognição) e o diagrama funcional mais estendido do BICA. O conceito de massa crítica.
Princípios de funcionamento das mais famosas arquiteturas cognitivas específicas: Soar, Act-R, Clarion, Icarus. BIKA híbrida. Visão geral da diversidade de modelos BICA. Exemplo da GMU BICA. Tabela de arquiteturas cognitivas.
Módulo 6. Modelagem de emoções e arquiteturas cognitivas emocionais.
Tipos de abordagens computacionais para modelagem de emoções. Modelos discretos e de componentes. Espaços afetivos. Abordagens lógicas e estatísticas: lógicas modais, cálculo situacional, modelos BDI, métodos de inferência indutiva. Exemplos de arquiteturas cognitivas emocionais (EMA).
Por que um robô precisa de senso de humor? O problema de modelar emoções complexas e sociais. Esquemas morais. Exemplo eBICA.
Módulo 7. Memória do passado e do futuro, do possível e do impossível.
Memória episódica. Memória autobiográfica prospectiva e retrospectiva. Consolidação e reconsolidação. Amnésia retrógrada e anterógrada. “Teoria do Pensamento”. Conceitos de “eu”, manipulação de memória. Livre arbítrio, determinismo, confiança.
Tipos de metapensamento. Inteligência social e narrativa. Fábula e enredo. Personagem e papel. Autor e ator. Rede narrativa e cenário de trabalho. Planejamento narrativo, geração autônoma de metas, personagens verossímeis. Agentes inteligentes socialmente aceitáveis.
Módulo 8. Aprendizagem humana, BICA e o caminho para a massa crítica da IA.
O problema do ensino em pedagogia. Tipos de treinamento. Aprendizado ativo. Aprender através do raciocínio e da resolução de problemas. Aprendizagem autorregulada. Meta-aprendizagem. O papel das emoções, da imaginação, do social e do metapensamento na concretização da capacidade de aprendizagem.
Implementação de teorias e modelos de aprendizagem humana em um computador. Sistemas de tutoria inteligentes baseados em BIKA e sua aplicação no processo educacional. A tarefa de criar um “aluno artificial” de propósito geral. Superando a barreira na consciência humana.
Módulo 9. Aplicações de arquiteturas cognitivas.
Problemas científicos e práticos resolvidos com base no BIKA. Aplicações em medicina, psicologia, assuntos militares, engenharia social e análise, educação, negócios, arte, entretenimento, etc. Criatividade artificial.
Módulo 10. Sistemas e métodos de avaliação de arquiteturas cognitivas e desenvolvimento de IA.
Testes, critérios e métricas para avaliação de desempenho de sistemas inteligentes. Decatlo Cognitivo. O teste de Turing e suas modificações. Ambientes virtuais e ambientes VR para estudar o comportamento de arquiteturas cognitivas naturais e artificiais durante sua interação social. Eficácia, credibilidade e compatibilidade social. Competência intelectual e socioemocional. Aplicação de características da psique humana a sistemas artificiais.
Definindo a tarefa de criar uma IA forte. Possíveis opções para o desenvolvimento da IA. Possível papel das arquiteturas cognitivas nos sistemas de IA do futuro próximo. Desafios, perigos e roteiros. Questões éticas e filosóficas.