Arquitecturas cognitivas biológicamente motivadas (BICA) - curso gratuito de Open Education, formación 10 semanas, de 2 a 3 horas semanales, Fecha 28 de noviembre de 2023.

instagram viewer

Módulo 1. Introducción general.

¿Puede una máquina tener una conciencia similar a la de un humano? Ambiciones y problemas de la inteligencia artificial (IA). Arquitecturas cognitivas como enfoque alternativo para la creación de IA. Interés por esta área en el mundo científico. Comunidades de investigación en arquitectura cognitiva.

Información básica de la psicología cognitiva: introspección, conductismo, revolución cognitiva y analogía informática del cerebro.

Modelos de sistemas de memoria humana, explícita e implícita, memoria de corto y largo plazo. Elementos del ciclo cognitivo, percepción, atención, imaginación.

Módulo 2. Introducción a la Neurociencia.

Una breve introducción a la neurociencia: elementos de neurofisiología y neuroanatomía, neurociencia conductual, computacional, de sistemas. Psicofisiología, imágenes cerebrales y neurociencia cognitiva.

Principios de funcionamiento de las neuronas y sus elementos. Correlatos conductuales de la actividad neuronal. Tipos de codificación. Localización de funciones. Ejemplos: detectores de estímulos, neuronas espejo, células de lugar, neuronas de la abuela. Problema de vinculación. Discusión sobre la naturaleza de la imaginación.

Módulo 3. Aprendizaje biológico y automático de redes neuronales.

Mecanismos de formación de la memoria en el cerebro. Modelos y atractores de redes neuronales, sus tipos y conexiones con la biología y la psicología. Mapas cognitivos espaciales en biología. Su papel en la formación de la memoria.

Elementos de la teoría y aplicaciones de las redes neuronales. Programación evolutiva y otras formas de aprendizaje automático. Posibilidad de conexión con la biología.

Módulo 4. Representaciones del conocimiento y mapeo semántico.

Conceptos de signo, símbolo, lenguaje. Representaciones de conceptos y categorías en la memoria humana. Redes semánticas y conexionismo. Redes semánticas y análisis de conceptos.

Espacios semánticos continuos. Mapas semánticos fuertes y débiles. Métodos de mapeo semántico: aspectos matemáticos, fisiológicos, psicológicos y lingüísticos. Tipos de mapas semánticos y sus aplicaciones. Mapeo semántico de la actividad cerebral y "lectura de la mente".

Módulo 5. Principios, diversidad y evolución de las arquitecturas cognitivas.

Evolución de enfoques para la creación de agentes inteligentes. El concepto de arquitectura cognitiva. La arquitectura cognitiva como agente inteligente encarnado, como lenguaje de programación y como marco teórico.

Teoría general de las arquitecturas cognitivas. Sistemas de memoria, ciclo cognitivo. Jerarquía de arquitecturas cognitivas. Tendencias en la expansión y fusión de modelos BICA. Modelo cognitivo mínimo común (Common Model of Cognition) y el diagrama funcional más extendido de BICA. El concepto de masa crítica.

Principios de funcionamiento de las arquitecturas cognitivas específicas más famosas: Soar, Act-R, Clarion, Icarus. BIKA híbrida. Panorama general de la diversidad de modelos BICA. Ejemplo GMU BICA. Tabla de arquitecturas cognitivas.

Módulo 6. Modelado de emociones y arquitecturas cognitivas emocionales.

Tipos de enfoques computacionales para el modelado de emociones. Modelos discretos y de componentes. Espacios afectivos. Enfoques lógicos y estadísticos: lógica modal, cálculo de situaciones, modelos BDI, métodos de inferencia inductiva. Ejemplos de arquitecturas cognitivas emocionales (EMA).

¿Por qué un robot necesita sentido del humor? El problema de modelar emociones complejas y sociales. Esquemas morales. Ejemplo de eBICA.

Módulo 7. Memoria del pasado y del futuro, de lo posible y de lo imposible.

Memoria episódica. Memoria autobiográfica prospectiva y retrospectiva. Consolidación y reconsolidación. Amnesia retrógrada y anterógrada. "Teoría del Pensamiento". Conceptos de “yo”, manipulación de la memoria. Libre albedrío, determinismo, confianza.

Tipos de metapensamiento. Inteligencia social y narrativa. Fábula y trama. Carácter y rol. Autor y actor. Red narrativa y escenario de trabajo. Planificación narrativa, generación autónoma de objetivos, personajes creíbles. Agentes inteligentes socialmente aceptables.

Módulo 8. Aprendizaje humano, BICA y el camino hacia la masa crítica de la IA.

El problema de la enseñanza en pedagogía. Tipos de formación. Aprendizaje activo. Aprender a través del razonamiento y la resolución de problemas. Aprendizaje autorregulado. Metaaprendizaje. El papel de las emociones, la imaginación, el pensamiento social y el metapensamiento en la realización de la capacidad de aprendizaje.

Implementación de teorías y modelos del aprendizaje humano en una computadora. Sistemas de tutoría inteligentes basados ​​en BIKA y su aplicación en el proceso educativo. La tarea de crear un "estudiante artificial" de propósito general. Superar la barrera en la conciencia humana.

Módulo 9. Aplicaciones de las arquitecturas cognitivas.

Problemas científicos y prácticos resueltos sobre la base de BIKA. Aplicaciones en medicina, psicología, asuntos militares, ingeniería social y análisis, educación, negocios, arte, entretenimiento, etc. Creatividad artificial.

Módulo 10. Sistemas y métodos para evaluar arquitecturas cognitivas y desarrollo de IA.

Pruebas, criterios y métricas para evaluar el rendimiento de sistemas inteligentes. Decatlón cognitivo. La prueba de Turing y sus modificaciones. Entornos virtuales y entornos VR para estudiar el comportamiento de arquitecturas cognitivas naturales y artificiales durante su interacción social. Eficacia, credibilidad y compatibilidad social. Competencia intelectual y socioemocional. Aplicación de características de la psique humana a sistemas artificiales.

Establecer la tarea de crear una IA potente. Posibles opciones para el desarrollo de la IA. Posible papel de las arquitecturas cognitivas en los sistemas de IA del futuro próximo. Retos, peligros y hojas de ruta. Cuestiones éticas y filosóficas.