Architetture cognitive biologicamente motivate (BICA) - corso gratuito da Open Education, formazione 10 settimane, da 2 a 3 ore settimanali, Data 28 novembre 2023.
Miscellanea / / November 30, 2023
Questo corso è offerto agli studenti del master. BICA è un campo promettente e in rapido sviluppo all’intersezione tra intelligenza artificiale, biologia e scienze cognitive. Una prova di ciò è il numero crescente di pubblicazioni scientifiche legate in un modo o nell'altro a BICA. Qui l’architettura cognitiva è intesa in senso ampio, come modello per lo sviluppo di agenti intelligenti. Le fonti della motivazione biologica sono il cervello (neuroscienze) e il pensiero umano (psicologia cognitiva). Il corso garantirà che gli studenti sviluppino le conoscenze di base nel campo delle architetture cognitive, i loro elementi e principi di base, gli approcci alla loro implementazione, il loro studio e l'utilizzo in ambienti virtuali. Gli studenti apprenderanno i problemi globali dell'intelligenza artificiale e gli approcci basati su BICA per risolverli, nonché i test e le metriche utilizzate per la valutazione. Alcuni dei concetti e degli argomenti chiave alla base di BICA saranno trattati in dettaglio, inclusi i sistemi di memoria umana, i modelli di rete neurale, la semantica mappatura, ragionamento basato sul buon senso, ecc. Particolare enfasi sarà posta sulla tabella di marcia per risolvere la BICA Challenge e sulle promettenti applicazioni dei futuri BICA tipo umanoide.
Il corso è bilingue. Il materiale è presentato principalmente in inglese con sottotitoli in russo.
Modulo 1. Introduzione generale.
Può una macchina avere una coscienza simile a quella di un essere umano? Ambizioni e problemi dell'intelligenza artificiale (AI). Architetture cognitive come approccio alternativo alla creazione di intelligenza artificiale. Interesse per quest'area nel mondo scientifico. Comunità di ricerca sull'architettura cognitiva.
Informazioni di base dalla psicologia cognitiva: introspezione, comportamentismo, rivoluzione cognitiva e analogia informatica del cervello.
Modelli dei sistemi di memoria umana, esplicita e implicita, memoria a breve e lungo termine. Elementi del ciclo cognitivo, percezione, attenzione, immaginazione.
Modulo 2. Introduzione alle neuroscienze.
Una breve introduzione alle neuroscienze: elementi di neurofisiologia e neuroanatomia, neuroscienze comportamentali, computazionali, dei sistemi. Psicofisiologia, imaging cerebrale e neuroscienze cognitive.
Principi di funzionamento dei neuroni e dei loro elementi. Correlati comportamentali dell'attività neurale. Tipi di codifica. Localizzazione delle funzioni. Esempi: rilevatori di stimoli, neuroni specchio, cellule di posizione, neuroni nonna. Problema vincolante. Discussione sulla natura dell'immaginazione.
Modulo 3. Apprendimento biologico e automatico delle reti neurali.
Meccanismi di formazione della memoria nel cervello. Modelli e attrattori delle reti neurali, loro tipologie e connessioni con la biologia e la psicologia. Mappe cognitive spaziali in biologia. Il loro ruolo nella formazione della memoria.
Elementi di teoria e applicazioni delle reti neurali. Programmazione evolutiva e altre forme di machine learning. Possibilità di collegamento con la biologia.
Modulo 4. Rappresentazioni della conoscenza e mappatura semantica.
Concetti di segno, simbolo, linguaggio. Rappresentazioni di concetti e categorie nella memoria umana. Reti semantiche e connessionismo. Reticoli semantici e analisi dei concetti.
Spazi semantici continui. Mappe semantiche forti e deboli. Metodi di mappatura semantica: aspetti matematici, fisiologici, psicologici e linguistici. Tipi di mappe semantiche e loro applicazioni. Mappatura semantica dell’attività cerebrale e “lettura del pensiero”.
Modulo 5. Principi, diversità ed evoluzione delle architetture cognitive.
Evoluzione degli approcci alla creazione di agenti intelligenti. Il concetto di architettura cognitiva. Architettura cognitiva come agente intelligente incarnato, come linguaggio di programmazione e come quadro teorico.
Teoria generale delle architetture cognitive. Sistemi di memoria, ciclo cognitivo. Gerarchia delle architetture cognitive. Tendenze nell'espansione e nella fusione dei modelli BICA. Modello cognitivo minimo comune (Common Model of Cognition) e diagramma funzionale più esteso di BICA. Il concetto di massa critica.
Principi di funzionamento delle più famose architetture cognitive specifiche: Soar, Act-R, Clarion, Icarus. BIKA ibrida. Panoramica della diversità dei modelli BICA. Esempio GMU BICA. Tavola delle architetture cognitive.
Modulo 6. Modellazione delle emozioni e architetture cognitive emotive.
Tipi di approcci computazionali alla modellazione delle emozioni. Modelli discreti e a componenti. Spazi affettivi. Approcci logici e statistici: logiche modali, calcolo situazionale, modelli BDI, metodi di inferenza induttiva. Esempi di architetture cognitive emozionali (EMA).
Perché un robot ha bisogno del senso dell'umorismo? Il problema della modellizzazione delle emozioni complesse e sociali. Schemi morali. Esempio dell'eBICA.
Modulo 7. Memoria del passato e del futuro, del possibile e dell'impossibile.
Memoria episodica. Memoria autobiografica prospettica e retrospettiva. Consolidamento e riconsolidamento. Amnesia retrograda e anterograda. "Teoria del pensiero". Concetti di “io”, manipolazione della memoria. Libero arbitrio, determinismo, fiducia.
Tipi di metapensiero. Intelligenza sociale e narrativa. Favola e trama. Carattere e ruolo. Autore e attore. Rete narrativa e scenario lavorativo. Pianificazione narrativa, generazione autonoma degli obiettivi, personaggi credibili. Agenti intelligenti socialmente accettabili.
Modulo 8. Apprendimento umano, BICA e il percorso verso la massa critica dell'IA.
Il problema dell'insegnamento in pedagogia. Tipi di formazione. Apprendimento attivo. Apprendimento attraverso il ragionamento e la risoluzione di problemi. Apprendimento autoregolato. Meta-apprendimento. Il ruolo delle emozioni, dell'immaginazione, del pensiero sociale e del metapensiero nella realizzazione delle capacità di apprendimento.
Implementazione di teorie e modelli di apprendimento umano in un computer. Sistemi di tutoraggio intelligenti basati su BIKA e loro applicazione nel processo educativo. Il compito di creare uno “studente artificiale” di uso generale. Superare la barriera nella coscienza umana.
Modulo 9. Applicazioni delle architetture cognitive.
Problemi scientifici e pratici risolti sulla base di BIKA. Applicazioni in medicina, psicologia, affari militari, ingegneria sociale e analisi, istruzione, affari, arte, intrattenimento, ecc. Creatività artificiale.
Modulo 10. Sistemi e metodi per la valutazione delle architetture cognitive e dello sviluppo dell'intelligenza artificiale.
Test, criteri e metriche per valutare le prestazioni dei sistemi intelligenti. Decathlon cognitivo. Il test di Turing e sue modifiche. Ambienti virtuali e ambienti VR per lo studio del comportamento delle architetture cognitive naturali e artificiali durante la loro interazione sociale. Efficacia, credibilità e compatibilità sociale. Competenza intellettuale e socio-emotiva. Applicazione di caratteristiche della psiche umana a sistemi artificiali.
Impostazione del compito di creare un'intelligenza artificiale forte. Possibili opzioni per lo sviluppo dell’IA. Possibile ruolo delle architetture cognitive nei sistemi di intelligenza artificiale del prossimo futuro. Sfide, pericoli e road map. Questioni etiche e filosofiche.