A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Parâmetros Neurofuncionais para Modelagem de Memória em Sistemas de Consciência Artificial Prof. Dr. Lucas F. de Oliveira UCS.

Apresentações semelhantes


Apresentação em tema: "Parâmetros Neurofuncionais para Modelagem de Memória em Sistemas de Consciência Artificial Prof. Dr. Lucas F. de Oliveira UCS."— Transcrição da apresentação:

1 Parâmetros Neurofuncionais para Modelagem de Memória em Sistemas de Consciência Artificial Prof. Dr. Lucas F. de Oliveira UCS

2 Sistemas artificiais Inteligência artificial John McCarthy, 1955 A ciência e a engenharia da construção de máquinas inteligentes Princípio A inteligência humana pode ser precisamente descrita Então pode ser modelada

3 Inteligência artificial Processamento de informação Modela-se Percepção Aprendizagem Resolução de problemas Foco na aplicação Impulsionou o desenvolvimento Da Psicologia Cognitiva Conexionismo Modela-se Comportamento de neurônios Ou de grupos de neurônios Foco na modelagem Mas com algumas aplicações

4 Inteligência artificial Herbert Simon, 1965 máquinas serão capazes, em 20 anos, de fazer qualquer trabalho que um homem pode fazer Marvin Minsky, 1967 dentro de uma geração… o problema de criar umainteligência artificial estará substancialmente resolvido

5 Inteligência artificial Avaliando inteligência artificial (Rajani, 2011) Ótima: impossível melhorar performance Ex.: damas (Schaeffer et al., 2007) Sobre-humana forte: melhor do que todos humanos Ex.: Jeopardy Sobre-humana: melhor que a maioria dos humanos Ex.: palavras cruzadas (Keim et al., 1999) Sub-humana: pior que a maior parte dos humanos Ex.: reconhecimento de voz

6 Consciência artificial Tentativa de aproximação da mente humana Através da modelagem de processos mentais Oriunda da Psicologia Cognitiva

7 Processos mentais PercepçãoAtenção Memória EmoçãoMotivação Conhecimento Linguagem Resolução de problemas Raciocínio dedutivo Tomada de decisão Metacognição

8 Exemplo Agente Inteligente de Distribuição (IDA) Franklin et al., 1998 Designa novas tarefas para marinheiros Após estes completarem um turno de serviço Usando linguagem natural (por )

9 O Ciclo Cognitivo do IDA

10 IDA Mesmo sendo sistema de consciência artificial A modelagem segue enfatizando memória Que segue sendo modelada de maneira incompleta

11 Modelando memória

12 Memória Processo através do qual Informação é Codificada Armazenada Evocada No sistema nervoso Aprendizagem Manifestação comportamental Da memória

13 Classificação da memória por conteúdo

14 Classificação por conteúdo Memória declarativa Episódica Eventos Semântica Fatos Rápida formação Evocação consciente Memória não- declarativa Procedural Para ações Motora Para movimentos Lenta formação Evocação automatizada

15 Conteúdo e facilidade de evocação Memória declarativa Precisa passar pela consciência O que a torna lenta Memória não- declarativa Não precisa passar pela consciência O que a torna rápida

16 Modelagem funcional em máquinas Memória declarativa Memória não-declarativa Difícil distinção em termos de modelagem Máquinas são rápidas para registrar E rápidas para evocar

17 Classificação da memória por Duração

18 Classificação por duração Memória declarativa Memória de trabalho Dura segundos Memória de curta duração Dura de horas a dias Memória de longa duração Dura a vida inteira Memória não- declarativa Apenas de longa duração

19 Modelagem funcional em máquinas Memória declarativa De trabalho De curta duração De longa duração Memória não-declarativa De longa duração Pelo menos quatro sistemas diferentes de memória Cada um com suas características

20 Caracterização dos tipos de memória

21 Caracterização: memória não-declarativa Memória não- declarativa Lenta formação Rápida evocação Não precisa passar pela consciência Modelagem Requer repetições para ser formada Evocação por uma saída paralela, independente da saída da memória declarativa E ocupando (aparentemente) pouco recursos computacionais Em um modelo envolvendo software Seria implementada em hardware FPGA? ROM?

22 Caracterização: memória de trabalho Executiva central Alça fonológicaEsboço visuo-espacial Buffer episódico O que foi ouvidoO que foi vistoA ordem das coisas Coordena com a atenção Independentes uns dos outros Modelo teórico de Baddeley e Hitch (1974, 2000)

23 Caracterização: memória de trabalho Três componentes Alça fonológica Esboço visuoespacial Buffer episódico Capacidade reduzida Duração muito curta Segundos Difícil de ser distinguida Da consciência Da atenção Modelagem Um ou dois componentes com informação sensorial Um componente com informação relacional Extrema volatilidade Em um computador A memória cache

24 Caracterização: memória de curta duração Rápida formação Evocação consciente O conteúdo vai para a memória de trabalho A codificação é uma síntese Mas ainda mantém boa parte das informações intacta A evocação é uma reconstrução razoavelmente fiel Modelagem A informação sofre pequena compactação com perdas A evocação é uma reconstrução Em um computador A memória RAM

25 Caracterização: memória de longa duração Formação demora horas Evocação consciente O conteúdo vai para a memória de trabalho A codificação é uma síntese Contendo os elementos essenciais A evocação é uma reconstrução contendo os elementos essenciais apenas Modelagem A informação sofre considerável compactação com perdas potencialmente relevantes A evocação é uma reconstrução envolvendo considerável recriação Em um computador O disco rígido

26 Características especiais da evocação Depende de dicas contextuais O indivíduo imagina-se de volta no contexto em que a memória foi formada Dicas relevantes Local Indivíduos presentes Referências temporais Modelagem Cada memória precisa ter tags específicas E só pode ser acessada através destas tags

27 Conclusões

28 Pelo menos quatro sistemas diferentes de memória Memória declarativa De trabalho De curta duração De longa duração Memória não- declarativa De longa duração Cada um com suas características funcionais E diferentes com relação ao que chega à consciência A correta modelagem destes sistema Pode ser importante em modelos de consciência artificial

29 Conclusões Limitação Modelagem ainda enfatiza os sistemas conscientes Memória declarativa Mas muito de nosso processamento É não consciente


Carregar ppt "Parâmetros Neurofuncionais para Modelagem de Memória em Sistemas de Consciência Artificial Prof. Dr. Lucas F. de Oliveira UCS."

Apresentações semelhantes


Anúncios Google