Biologicznie motywowane architektury poznawcze (BICA) – bezpłatny kurs z Open Education, szkolenie 10 tygodni, od 2 do 3 godzin tygodniowo, termin 28 listopada 2023 r.

instagram viewer

Moduł 1. Ogólne wprowadzenie.

Czy maszyna może mieć świadomość podobną do ludzkiej? Ambicje i problemy sztucznej inteligencji (AI). Architektury kognitywne jako alternatywne podejście do tworzenia AI. Zainteresowanie tym obszarem w świecie naukowym. Społeczności badawcze zajmujące się architekturą kognitywną.

Podstawowe informacje z psychologii poznawczej: introspekcja, behawioryzm, rewolucja poznawcza i komputerowa analogia mózgu.

Modele układów pamięci człowieka, jawnej i utajonej, krótkotrwałej i długotrwałej. Elementy cyklu poznawczego, percepcja, uwaga, wyobraźnia.

Moduł 2. Wprowadzenie do neuronauki.

Krótkie wprowadzenie do neuronauki: elementy neurofizjologii i neuroanatomii, neuronauka behawioralna, obliczeniowa, neuronauka systemowa. Psychofizjologia, obrazowanie mózgu i neuronauka poznawcza.

Zasady działania neuronów i ich elementów. Behawioralne korelaty aktywności neuronowej. Rodzaje kodowania. Lokalizacja funkcji. Przykłady: detektory bodźców, neurony lustrzane, komórki miejsca, neurony babci. Problem z wiązaniem. Dyskusja na temat natury wyobraźni.

Moduł 3. Uczenie biologiczne i maszynowe sieci neuronowych.

Mechanizmy powstawania pamięci w mózgu. Modele i atraktory sieci neuronowych, ich rodzaje oraz powiązania z biologią i psychologią. Przestrzenne mapy poznawcze w biologii. Ich rola w tworzeniu pamięci.

Elementy teorii i zastosowań sieci neuronowych. Programowanie ewolucyjne i inne formy uczenia maszynowego. Możliwość powiązania z biologią.

Moduł 4. Reprezentacje wiedzy i mapowanie semantyczne.

Pojęcia znaku, symbolu, języka. Reprezentacje pojęć i kategorii w pamięci ludzkiej. Sieci semantyczne i koneksjonizm. Kraty semantyczne i analiza pojęć.

Ciągłe przestrzenie semantyczne. Silne i słabe mapy semantyczne. Metody mapowania semantycznego: aspekty matematyczne, fizjologiczne, psychologiczne i językowe. Rodzaje map semantycznych i ich zastosowania. Semantyczne mapowanie aktywności mózgu i „czytanie w myślach”.

Moduł 5. Zasady, różnorodność i ewolucja architektur poznawczych.

Ewolucja podejść do tworzenia inteligentnych agentów. Pojęcie architektury kognitywnej. Architektura kognitywna jako ucieleśniony inteligentny agent, jako język programowania i jako ramy teoretyczne.

Ogólna teoria architektur poznawczych. Systemy pamięci, cykl poznawczy. Hierarchia architektur poznawczych. Trendy w ekspansji i łączeniu modeli BICA. Wspólny minimalny model poznawczy (Common Model of Cognition) i najbardziej rozbudowany diagram funkcjonalny BICA. Pojęcie masy krytycznej.

Zasady działania najsłynniejszych specyficznych architektur kognitywnych: Soar, Act-R, Clarion, Icarus. Hybrydowa BIKA. Przegląd różnorodności modeli BICA. Przykład GMU BICA. Tabela architektur poznawczych.

Moduł 6. Modelowanie emocji i emocjonalne architektury poznawcze.

Rodzaje podejść obliczeniowych do modelowania emocji. Modele dyskretne i składowe. Przestrzenie afektywne. Podejścia logiczne i statystyczne: logika modalna, rachunek sytuacyjny, modele BDI, metody wnioskowania indukcyjnego. Przykłady emocjonalno-kognitywnych architektur (EMA).

Dlaczego robot potrzebuje poczucia humoru? Problem modelowania emocji złożonych i społecznych. Schematy moralne. przykład eBICA.

Moduł 7. Pamięć o przeszłości i przyszłości, możliwym i niemożliwym.

Epizodyczna pamięć. Prospektywna i retrospektywna pamięć autobiograficzna. Konsolidacja i rekonsolidacja. Amnezja wsteczna i następcza. „Teoria myślenia”. Pojęcia „ja”, manipulacja pamięcią. Wolna wola, determinizm, zaufanie.

Rodzaje metamyślenia. Inteligencja społeczna i narracyjna. Bajka i fabuła. Charakter i rola. Autor i aktor. Sieć narracyjna i scenariusz pracy. Planowanie narracji, autonomiczne generowanie celów, wiarygodni bohaterowie. Społecznie akceptowani inteligentni agenci.

Moduł 8. Uczenie się człowieka, BICA i droga do masy krytycznej AI.

Problem nauczania w pedagogice. Rodzaje szkoleń. Aktywne uczenie się. Uczenie się poprzez rozumowanie i rozwiązywanie problemów. Samoregulacja uczenia się. Metauczenie się. Rola emocji, wyobraźni, myślenia społecznego i metamyślenia w realizacji zdolności uczenia się.

Implementacja teorii i modeli uczenia się człowieka w komputerze. Inteligentne systemy korepetycji oparte na BIKA i ich zastosowanie w procesie edukacyjnym. Zadanie stworzenia „sztucznego ucznia” ogólnego przeznaczenia. Pokonanie bariery w ludzkiej świadomości.

Moduł 9. Zastosowania architektur kognitywnych.

Problemy naukowe i praktyczne rozwiązywane w oparciu o BIKA. Zastosowania w medycynie, psychologii, sprawach wojskowych, inżynierii społecznej i analityce, edukacji, biznesie, sztuce, rozrywce itp. Sztuczna twórczość.

Moduł 10. Systemy i metody oceny architektur poznawczych i rozwoju AI.

Testy, kryteria i metryki służące do oceny wydajności systemów inteligentnych. Poznawczy Decathlon. Test Turinga i jego modyfikacje. Środowiska wirtualne i środowiska VR do badania zachowania naturalnych i sztucznych architektur poznawczych podczas ich interakcji społecznych. Skuteczność, wiarygodność i zgodność społeczna. Kompetencje intelektualne i społeczno-emocjonalne. Zastosowanie cech ludzkiej psychiki do sztucznych systemów.

Postawienie zadania stworzenia silnej sztucznej inteligencji. Możliwe opcje rozwoju AI. Możliwa rola architektur kognitywnych w systemach AI najbliższej przyszłości. Wyzwania, zagrożenia i mapy drogowe. Zagadnienia etyczne i filozoficzne.