Busca avançada
Ano de início
Entree

Avaliação dos esquemas de Winograd e o uso de conhecimento de senso comum para resolução de ambiguidades

Processo: 18/09681-4
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de maio de 2019
Data de Término da vigência: 19 de dezembro de 2021
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Fabio Gagliardi Cozman
Beneficiário:Hugo Neri Munhoz
Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Representação de conhecimento   Inteligência artificial   Ambiguidade   Senso comum
Palavra(s)-Chave do Pesquisador:ambiguidade | Esquemas de Winograd | representação de conhecimento | senso comum | Inteligência Artificial

Resumo

O principal objetivo deste projeto é fazer uma avaliação profunda do quanto os testes baseados nos esquemas de Winograd abarcam o senso comum ao lidarem com o problema semântico da ambiguidade. Embora o senso comum esteja constantemente presente na vida humana, sua caracterização é difícil, seja na Filosofia, nas Ciências Sociais ou na Inteligência Artificial (IA). Uma das razões para tal é que a própria finalidade do uso de conhecimento de senso comum não é clara. Contudo, defendemos neste projeto que embora a ambiguidade esteja sempre presente nas situações de comunicação humana, ela pode ser resolvida com relativa facilidade pelos humanos ao utilizarem o conhecimento de senso comum para desambiguação. Por isso, avaliaremos também o quanto as ontologias de senso comum implementadas em bases de conhecimento conseguem ajudar na resolução do problema da ambiguidade. Para tanto, propomos a) fazer uma classificação da caracterização do senso comum na literatura de IA a fim de saber se todos estão tratando do mesmo problema ou de problemas diferentes, b) classificar os diferentes esquemas de Winograd tentando acompanhar a classificação anterior, c) reproduzir duas tentativas de resolução do problema que apresentaram o melhor desempenho até o presente momento para tentar explicar os motivos de sucesso - e de fracasso, e d) aprimorar os testes baseados em nossa hipótese central, a necessidade de consideração de um interlocutor para a aplicação de conhecimento de senso comum.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
COZMAN, FABIO GAGLIARDI; MUNHOZ, HUGO NERI. Some thoughts on knowledge-enhanced machine learning. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 136, p. 308-324, . (16/18841-0, 19/07665-4, 18/09681-4)
NERI, HUGO; COZMAN, FABIO. The role of experts in the public perception of risk of artificial intelligence. AI & SOCIETY, v. 35, n. 3, p. 11-pg., . (18/09681-4, 19/07665-4)