Architectures cognitives biologiquement motivées (BICA) - cours gratuit d'Open Education, formation 10 semaines, de 2 à 3 heures par semaine, Date 28 novembre 2023.

instagram viewer

Module 1. Introduction générale.

Une machine peut-elle avoir une conscience similaire à celle d’un humain? Ambitions et problématiques de l'intelligence artificielle (IA). Les architectures cognitives comme approche alternative à la création d'IA. Intérêt pour ce domaine dans le monde scientifique. Communautés de recherche en architecture cognitive.

Informations de base issues de la psychologie cognitive: introspection, behaviorisme, révolution cognitive et analogie informatique du cerveau.

Modèles de systèmes de mémoire humaine, explicites et implicites, mémoire à court et à long terme. Éléments du cycle cognitif, perception, attention, imagination.

Module 2. Introduction aux neurosciences.

Une brève introduction aux neurosciences: éléments de neurophysiologie et de neuroanatomie, neurosciences comportementales, informatiques et systémiques. Psychophysiologie, imagerie cérébrale et neurosciences cognitives.

Principes de fonctionnement des neurones et de leurs éléments. Corrélats comportementaux de l'activité neuronale. Types de codage. Localisation des fonctions. Exemples: détecteurs de stimulus, neurones miroirs, cellules de lieu, neurones de grand-mère. Problème de liaison. Discussion sur la nature de l'imagination.

Module 3. Apprentissage biologique et automatique des réseaux de neurones.

Mécanismes de formation de la mémoire dans le cerveau. Modèles et attracteurs de réseaux neuronaux, leurs types et liens avec la biologie et la psychologie. Cartes cognitives spatiales en biologie. Leur rôle dans la formation de la mémoire.

Éléments de théorie et applications des réseaux de neurones. Programmation évolutive et autres formes d'apprentissage automatique. Possibilité de connexion avec la biologie.

Module 4. Représentations des connaissances et cartographie sémantique.

Notions de signe, de symbole, de langage. Représentations de concepts et de catégories dans la mémoire humaine. Réseaux sémantiques et connexionnisme. Treillis sémantiques et analyse de concepts.

Espaces sémantiques continus. Cartes sémantiques fortes et faibles. Méthodes de cartographie sémantique: aspects mathématiques, physiologiques, psychologiques et linguistiques. Types de cartes sémantiques et leurs applications. Cartographie sémantique de l’activité cérébrale et « lecture dans les pensées ».

Module 5. Principes, diversité et évolution des architectures cognitives.

Evolution des approches pour créer des agents intelligents. Le concept d'architecture cognitive. L'architecture cognitive en tant qu'agent intelligent incarné, en tant que langage de programmation et en tant que cadre théorique.

Théorie générale des architectures cognitives. Systèmes de mémoire, cycle cognitif. Hiérarchie des architectures cognitives. Tendances dans l'expansion et la fusion des modèles BICA. Modèle cognitif minimal commun (Common Model of Cognition) et schéma fonctionnel le plus étendu de BICA. Le concept de masse critique.

Principes de fonctionnement des architectures cognitives spécifiques les plus connues: Soar, Act-R, Clarion, Icarus. BIKA hybride. Aperçu de la diversité des modèles BICA. Exemple de GMU BICA. Tableau des architectures cognitives.

Module 6. Modélisation des émotions et architectures cognitives émotionnelles.

Types d'approches informatiques de la modélisation des émotions. Modèles discrets et composants. Espaces affectifs. Approches logiques et statistiques: logiques modales, calcul de situation, modèles BDI, méthodes d'inférence inductive. Exemples d'architectures cognitives émotionnelles (EMA).

Pourquoi un robot a-t-il besoin d'humour? Le problème de la modélisation des émotions complexes et sociales. Schémas moraux. Exemple eBICA.

Module 7. Mémoire du passé et du futur, du possible et de l'impossible.

Mémoire épisodique. Mémoire autobiographique prospective et rétrospective. Consolidation et reconsolidation. Amnésie rétrograde et antérograde. "Théorie de la pensée". Concepts du « je », manipulation de la mémoire. Libre arbitre, déterminisme, confiance.

Types de métapensée. Intelligence sociale et narrative. Fable et intrigue. Caractère et rôle. Auteur et acteur. Réseau narratif et scénario de travail. Planification narrative, génération d'objectifs autonomes, personnages crédibles. Agents intelligents socialement acceptables.

Module 8. L’apprentissage humain, BICA et la voie vers une masse critique en IA.

Le problème de l'enseignement en pédagogie. Types de formation. Apprentissage actif. Apprendre par le raisonnement et la résolution de problèmes. Apprentissage autorégulé. Méta-apprentissage. Le rôle des émotions, de l'imagination, de la pensée sociale et de la métapensée dans la réalisation de la capacité d'apprentissage.

Implémentation de théories et de modèles d'apprentissage humain dans un ordinateur. Systèmes de tutorat intelligents basés sur BIKA et leur application dans le processus éducatif. La tâche de créer un « étudiant artificiel » à usage général. Surmonter la barrière de la conscience humaine.

Module 9. Applications des architectures cognitives.

Problèmes scientifiques et pratiques résolus sur la base de BIKA. Applications dans les domaines de la médecine, de la psychologie, des affaires militaires, de l'ingénierie sociale et de l'analyse, de l'éducation, des affaires, de l'art, du divertissement, etc. Créativité artificielle.

Module 10. Systèmes et méthodes d'évaluation des architectures cognitives et du développement de l'IA.

Tests, critères et métriques pour évaluer les performances des systèmes intelligents. Décathlon cognitif. Le test de Turing et ses modifications. Environnements virtuels et environnements VR pour étudier le comportement des architectures cognitives naturelles et artificielles lors de leur interaction sociale. Efficacité, crédibilité et compatibilité sociale. Compétence intellectuelle et socio-émotionnelle. Application des caractéristiques du psychisme humain aux systèmes artificiels.

Définir la tâche de créer une IA forte. Options possibles pour le développement de l'IA. Rôle possible des architectures cognitives dans les systèmes d'IA du futur proche. Défis, dangers et feuilles de route. Questions éthiques et philosophiques.