Implementação de memória semântica em um sistema para consciência de máquina baseado na arquitetura CONAIM

• Processo: 15/11768-2
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de dezembro de 2015
• Vigência (Término): 30 de novembro de 2016
• Área do conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: Alexandre da Silva Simões
• Beneficiário: Leonardo de Lellis Rossi
• Instituição-sede: Instituto de Ciência e Tecnologia. Universidade Estadual Paulista (UNESP). Campus de Sorocaba. Sorocaba , SP, Brasil
• Assunto(s): Eletrônica industrial Inteligência artificial Memória semântica Sistemas elétricos Tomada de decisão Processos cognitivos Modelagem computacional

Resumo

Entender a consciência é um dos mais fascinantes desafios do nosso tempo. Das civilizações antigas aos filósofos modernos, questões têm sido levantadas sobre como alguém se torna consciente de sua própria existência e do mundo que o cerca. Embora não exista uma definição precisa para o termo consciência, há um entendimento que este conceito se encontra intimamente relacionado com processos cognitivos humanos. Um dos processos-chave nesse sistema complexo é a atenção, um processo cognitivo capaz de promover a seleção de apenas alguns poucos estímulos dentre o enorme número de informações que nos atingem constantemente. De forma a trazer a discussão da consciência para um cenário computacional, trabalhos prévios propuseram um modelo formal para consciência de máquina denominado CONAIM (Conscious Attention-based Integrated Model), baseado em um esquema atencional para agentes cognitivos que integra: memórias de longo e curto prazo, raciocínio, planejamento, emoções, tomada de decisão, aprendizado, motivação e volição. Estudos preliminares apontam que um agente com esse modelo poderia eventualmente demonstrar atentividade, senciência, auto-ciência, auto-consciência, consciência autonoética, possessividade, volição e perspectividade. Experimentos computacionais sobre um espaço atencional demonstram que o agente consegue aprender sobre um espaço de estados reduzido em 95%. O presente trabalho propõe o desenvolvimento e implementação computacional da memória semântica do modelo CONAIM.