1) O documento discute sistemas cognitivos, classificando-os em dois grupos principais: cognitivistas e emergentes.
2) Os sistemas cognitivistas se baseiam em símbolos e processamento de sistemas representacionais, enquanto os emergentes envolvem agentes autônomos que operam de modo eficaz em ambientes.
3) Exemplos de cada abordagem são apresentados, como sistemas de visão cognitiva e redes neurais aplicadas em robótica para os cognitivistas, e sistemas enactiv
Simulador Eletromagnético em um Ambiente de Grades Computacionais
Sistemas Cognitivos
1. Sistemas Cognitivos
Principais conceitos e classificação
Disciplina: IA368P – Tópicos em Engenharia de Computação
Seminários sobre Marcos da História da Computação
Faculdade de Eng. Elétrica e de Computação - UNICAMP
Igor José Ferreira de Freitas
igorddf@gmail.com
3. Introdução – Sistemas Cognitivos
•Origem: Cibernética 1943-1953
oCriar uma ciência da mente, baseado na
lógica
oProver significado aos símbolos:
Predição
Evolução
Objetivos
4. Introdução – Sistemas Cognitivos
•Principais vertentes:
•Cognitivist (Cognitivismo)
oBaseado em símbolos e processamento de
sistemas representacionais
•Emergent (Evolutivos)
oAgentes autônomos operam de modo eficaz e viável
em um ambiente.
oCapacidade de trabalhar com o futuro (predição)
6. Principais conceitos e
classificação
•Framework de Representação:
oCognitivist:
Padrões simbólicos referentes ao mundo externo
Geralmente definidos pelo criador
oEmergent:
Sistemas de estados globais
Dinamismo de agentes na rede distribuída
7. Principais conceitos e
classificação
•Base Semântica :
oCognitivist:
Baseado na percepção simbólica através do próprio
agente cognitivo
Associação de Símbolos
oEmergent:
Antecipação autônoma preservativa
Habilidades adaptativas de construção
8. Principais conceitos e
classificação
•Restrições Temporais:
oCognitivist:
não necessariamente se relaciona com os eventos do
mundo externo.
oEmergent:
se relaciona e opera de forma síncrona como mundo
externo e em tempo real
9. Principais conceitos e
classificação
•Comunicação Epistemológica entre Agentes
oCognitivist:
Epistemologia totalmente compartilhada
Cada agente que compoe o ambiente possui sua
estrutura e semântica
oEmergent:
Avaliação subjetiva oriunda do ambiente
Análise histórica compartilhada entre agentes
“geneticamente” compatíveis
10. Principais conceitos e
classificação
•Acoplamento:
oCognitivist:
Não precisa necessariamente ser acoplado no “corpo” a
que pertence.
Independe de sua plataforma operacional
oEmergent:
Intrinsicamente acoplado a sua plataforma operacional
(corpo)
Suas interações atuam ativamente no processo cognitivo
11. Principais conceitos e
classificação
•Percepção:
oCognitivist:
Provê uma interface entre o mundo externo para
representação de símbolos.
Abstrai fielmente representações espaços-temporais entre
o mundo externo e dados oriundos de sensores.
oEmergent:
É a mudança do estado do sistema em resposta a
perturbações causadas pelo ambiente com o objetivo de
manter uma estabilidade
13. Principais conceitos e
classificação
•Predição:
oCognitivist:
Planejamento utilizando alguma forma procedural ou
probabilística com algum algoritmo a priori.
oEmergent:
Requer do sistema uma experiência de certo número de
estados para formar uma base de ações através de auto-
construção da percepção.
15. Principais conceitos e
classificação
•Motivação:
oA motivação se confronta com a percepção (através
da atenção), ação (através de seleção de ações), e
adaptação (através de fatos que causam
mudanças):
Cognitivist: resolver um impasse
Emergent: aumentar o espaço de interação
17. Exemplos de Cognitivist Systems
Sistema de Visão Cognitiva
•H.-H. Nagel, “Steps toward a cognitive vision system,” AI Mag., vol.
25, no. 2, pp. 31–50, 2004.
oDesenvolvimento de um interpretador de videos de tráfego de
objetos
oGeração de descrição do comportamento do tráfego em uma
linguagem natural
oParte de representação de sinais para presentação simbólica
oVárias camadas de processamento
18. Exemplos de Cognitivist Systems
Framework probabilístico
•HBuxton et al. Desenvolveu um sistema de visão cognitivo para
interpretar atividades de operadores humanos.
•Utilizou-se DDNs (dynamic decision networks),
•Extensão de redes 'Bayesian'
•Reconhecimento de gestos e descrição de atividades
•Mesmo empregando aprendizado no reconhecimento de gestos, este
sistema probabilistico requer que o desenvolvedor dê significado aos
símbolos processados
19. Exemplos de Emergent Systems
Sistemas associativos de aprendizado
•Exemplos na robótica onde aplica-se redes neurais para
coordenação de olho artificial
•M. Jones and D. Vernon, “Using neural networks to learn hand-eyeco-
ordination,” Neural Computing and Applications, vol. 2, no. 1, pp. 2–
12, 1994.
•B. W. Mel, “MURPHY: A robot that learns by doing,” in Neural Infor-
mation Processing Systems. New York: Amer. Inst. Physics, 1988, pp.
544–553.
20. Exemplos de Emergent Systems
Enactive Systems (Sistemas auto-reguláveis)
•Considerado aplicação avançada de Emergent Systems
•Contradiz com Cognitivist Systems
oNão querer representação prévia de um dado objeto
oConstrói a cognição somente do que é importante
oCognição determinada pelo ambiente e pela interação do agente
oSem necessidade de representação simbólica
oNenhum símbolo é pré-determinado
21. Bibliografia
[1] Vernon, D.; Metta, G.; Sandini, G.; Etisalat Univ. Coll., Sharjah, A Survey of Artificial Cognitive Systems: Implications for the
Autonomous Development of Mental Capabilities in Computational Agents. IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION,
VOL. 11, NO. 2, APRIL 2007