Condições de partida para aprendizagem multimodal interativa em robótica cognitiva

• Processo: 16/18819-4
• Modalidade de apoio: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
• Data de Início da vigência: 01 de abril de 2018
• Data de Término da vigência: 31 de março de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: IBM Brasil
• Pesquisador responsável: Eric Rohmer
• Beneficiário: Eric Rohmer
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Empresa: IBM Brasil - Indústria, Máquinas e Serviços Ltda
• Município: Campinas
• Pesquisadores principais: Ricardo Ribeiro Gudwin
• Pesquisadores associados: Alexandre da Silva Simões ; ESTHER LUNA COLOMBINI ; Paula Dornhofer Paro Costa
• Bolsa(s) vinculada(s): 19/09675-7 - Condições mínimas para aprendizado interativo e multimodal em robótica cognitiva: desenvolvimento de um módulo emotivo para uma arquitetura cognitiva, BP.IC; 19/08769-8 - Construção de um robô humanoide para interação cognitiva, BP.IC; 18/09439-9 - Construção de um ambiente de simulação para o robô humanóide Marta, BP.IC; 18/06714-9 - Desenvolvimento de um módulo atencional para o CST - Cognitive Systems Toolkit, BP.IC
• Assunto(s): Inteligência artificial Robótica Memória (eletrônica digital) Emoções Aprendizagem Cognição
• Palavra(s)-Chave do Pesquisador: aprendizagem | Arquiteturas Cognitivas | Emoção | Robôs humanóides | robótica cognitiva | Sistemas de Memória | Robótica cognitiva

Resumo

Como se pode incorporar conhecimento e desenvolver novas habilidades através da interação com o mundo? Diferentes abordagens para responder a esta questão têm sido propostas por filósofos, psicólogos e pesquisadores da inteligência artificial nas últimas décadas. Apesar de todas estas proposições, a capacidade de máquinas de executar essas ações de alto nível ainda estão longe da dos seres humanos em diversos aspectos. Nos seres humanos, o desenvolvimento de habilidades cognitivas superiores está fortemente relacionado com a sua capacidade para coordenar corretamente um conjunto complexo de mecanismos que integram memórias de curto e longo prazo, raciocínio, planejamento, emoção, tomada de decisão, aprendizagem, linguagem, motivação, vontade e atenção. Contudo, é razoável presumir que, antes que habilidades complexas possam surgir, algumas condições anteriores devem ser alcançadas. Antes que alguém possa aprender a interagir com uma bola, por exemplo, ele/ela deve saber seu/sua esquema corporal, ele/ela deve ter explorado seus/suas possibilidades de interagir com o mundo e até mesmo deve ter a consciência de seu/sua própria existência no mundo. Na verdade, Piaget mostrou que as crianças pensam de maneira muito diferente quando comparadas a adultos. Apenas no último, níveis mais elevados de cognição se tornam possíveis. Em abordagens recentes, alguns pesquisadores têm criado hipóteses de que podem existir algumas condições mínimas para que a cognição evolua. Neste contexto, uma questão importante que surge é: quais são os principais processos cognitivos, mecanismos e esquemas que podem disparar funções cognitivas básicas? Vários modelos cognitivos e arquiteturas têm sido propostos a fim de fornecer modelos teóricos para trabalhar com esses processos cognitivos nos últimos anos. A maioria deles, no entanto, não são adequados para abordagens ou testes computacionais. A fim de trazer esta discussão para um cenário computacional, trabalhos recentes dos autores propuseram alguns dos primeiros modelos formais para lidar com cognição e consciência de máquina, bem como propuseram kits de ferramentas e softwares cognitivos. Com base nestes trabalhos anteriores da nossa equipe, este projeto visa investigar estas condições de partida (bootstrap) para a cognição de uma perspectiva computacional. Particularmente, pretendemos determinar o subconjunto mínimo de módulos/elementos que podem fazer com que habilidades emerjam em um agente. Também pretendemos investigar a influência da existência/ausência destes módulos no comportamento do agente. Temos a intenção de construir um robô humanoide - também com base em projetos anteriores do nosso grupo - assim como simulações do mesmo executado em um simulador robótico, a fim de comparar a evolução dos aspectos cognitivos dos robôs - reais ou simulados. A capacidade do agente para formular novos conceitos com base em estímulos sensoriais multimodais e conhecimentos prévios serão investigadas e a qualidade dos conceitos formulados será adotada como critério de sucesso da abordagem. A capacidade do agente para potencialmente expressar atenção, sensibilidade, autoconhecimento, autoconsciência, possessividade e perspectiva também pode ser adotada como indicadores complementares do sucesso da abordagem. A estrutura computacional desenvolvida, bem como os modelos físicos e simulados do robô, será disponibilizada livremente para a comunidade após a realização do projeto. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BERTO, LETICIA M.; ROSSI, LEONARDO DE L.; ROHMER, ERIC; COSTA, PAULA D. P.; SIMOES, ALEXANDRE S.; GUDWIN, RICARDO R.; COLOMBINI, ESTHER L.; IEEE. Learning over the Attentional Space with Mobile Robots. 10TH IEEE INTERNATIONAL CONFERENCE ON DEVELOPMENT AND LEARNING AND EPIGENETIC ROBOTICS (ICDL-EPIROB 2020), v. N/A, p. 7-pg., 2020-01-01. (16/18819-4)