Linköpings universitet 1

Transkript

1 Kognitionsvetenskaplig introduktionskurs The HISTORY Föreläsning 2 Historia Några milstolpar Kognitionsvetenskapens uppkomst Datavetenskap Algoritmisk bearbetning Psykologi Kritik av behaviorism och nya informationsbearbetningsmodeller Lingvistik Formell analys av språk Alan Turing Sökte en mekanisk procedur för att testa om ett problem går att lösa (Halting problem) 1936 beskrev han en abstrakt maskin med enkla regler som givet en sekvens av indata ger en annan sekvens som utdata, t ex II+II ger IIII (Turing-maskin) En universell Turingmaskin har både data och regler som indata Jfr cognition refers to all the processes by which the sensory input is transformed, reduced, elaborated, stored, recovered, and used, (Neisser) Studiet av representation och manipulation av information i naturliga och artificiella system (Peter Gärdenfors) The study of intelligence and its computational processes in humans (and in animals), in computers, and in the abstract. (Herbert Simon) von Neumann föreslog John von Neumann m fl en generell arkitektur för en verklig dator baserat på den Universella Turingmaskinen Föreslog att naturliga organismer också följer dessa steg Linköpings universitet 1

2 BESK Binär Elektronisk SekvensKalkylator( ) Var under en period världen snabbaste dator! Kritik av behaviorism Inlärning kan ske utan förstärkning (Ingen choklad!) Information som lärs behöver inte vara kroppsliga responser Beteende är organsierat hierarkiskt inte seriellt Tolman& Hoznik 1930 Latent learning Tolman Ritchie & Kalish 1946 Place learning Lära sig beteende (sväng) vs Lära sig plats (öster) Lashley 1951 seriell vs hierarkisk struktur Beteende är hierarkiskt organiserat, INTE en kedja av stimulusrespons såsom behavioristerna hävdade Många exempel från talad och skriven språkproduktion fysiologiska mätningar av reaktionstider i komplexa beteenden Kognition som informationsbearbetning Kommunikation som informationsöverföring Selektiv uppmärksamhet 13 Linköpings universitet 2

3 Shannon Informationsteori Cocktailparty-fenoment Kommunikation som informationsöverföring Broadbent 1954, Selective attention Kognitionsvetenskapens födelse 1956 Symposium on Information Theory George Miller 7 ± 2 Noam Chomsky Three Models of Language Allen Newell & Herbert Simon Logic Theory Machine Begreppet Artificial Intelligence myntas 16 Ett litet experiment Memorera Upprepa ? Memorera Upprepa Miller 1956 The magical number 7 +/-2 Beskrev tidigare studier där försökspersoner skulle upprepa sekvenser med information När sekvensen blev 6 eller längre misslyckades de flesta försökspersonerna oftare Korttidsminnet kan bara hålla 7 ± 2 informationsenheter, utgör en flaskhals Linköpings universitet 3

4 Chomsky 1957 Syntaktisk struktur S -> NP VP NP -> N NP -> Det N VP -> V VP -> V NP Newell & Simon LT Det första datorprogrammet designat för att imitera mänsklig problemlösningsförmåga Kunde bevisa matematiska teorem givet axiom, (till och med bättre än människor) Det första AI-programmet Steg mot Kognitionsvetenskap Omriktningen i psykologi, från behaviorism till kognitivism Utveckling av teorier kring beräkning och information Utveckling av informationsbearbetande modeller för kognitiva förmågor, t ex uppmärksamhet, minne och språk Återkommande fundament Information, t ex råttor i labyrinter lagrar rumslig information information om meningars struktur informationskanaler med begränsad kapacitet Representation, t ex kognitiv karta instruktioner i Turingmaskiner (datorer) regler för språkliga transformationer Informationsbearbetning, t ex Turingmaskiner mekanisk/algoritmisk problemlösning Specialiserad (del-)system mellan vilka informationen flödar Centrala kognitionsvetenskapliga frågeställningar Exempel på tidiga genombrott: forskningsfrågor och vetenskapliga metoder Hur representeras information, i ord, bilder, eller vad? Hur sker bearbetning av informationen? Vilka metoder kan vi använda för att undersöka detta? Linköpings universitet 4

5 Metoder inom kognitionsvetenskap Metoder inom kognitionsvetenskap Ämne Studieobjekt Huvudmetoder Mål Datavetenskap Filosofi Lingvistik Neurovetenskap Beräkning Beräkningsmekanismer Medvetande, existens, kunskap Datavetenskapligt tänkande, programmering Konceptuell analys, logik, tankeexperiment Språk och kommunikation Experiment med människor Människans och djurs nervsystem Laborativaexperiment med människor (och djur) Psykologi Människan i sig Experiment med människor Antropologi Människor i sin miljö Fältstudier av människor i sin miljö Skapaoch utvärdera beräkningsmekanismer som implementerar tänkande Förstå tänkandets och medvetandets förutsättningar och möjligheter Kartlägga och förstå naturligt språk och kommunikation Kartlägga och förstå människans och djurs neurofysiologi/ Kartlägga och förstå hur människans olika förmågor och egenskaper avspeglas i form av aktivitet i hjärnan Kartlägga och förstå mänskligt beteende Kartlägga och förstå mänskligt beteende i ett sammanhang Formella modeller och datorimplementeringar SHRDLU Empiriska undersökningar Mental imagery Mental imagery (Shepard & Metzler, 1971) Är de lika? Mental imagery (Shepard & Metzler, 1971) Det tog längre tid att svara ju mer roterad figurerna var Förklaringen är att försökspersonerna gjorde en mental rotation av figurerna: Information representeras som bilder Informationsbearbetningen sker omedvetet Initierad en mängd experiment om hur information lagras och bearbetas Visual scanning (Kosslyn, 1973) Empiriska undersökningar Stöd TEORI Människor använder bildlika representationer HYPOTES Det tar längre tid att scanna ett föremål om avståndet är större Stöd EXPERIMENT Mät hur lång tid det tar att besvara om tornet har en klocka resp en dörr? Memorera bilderna Linköpings universitet 5

6 Empiriska undersökningar Formella modeller och datorimplementeringar Stöd/Motsägelse Stöd/Motsägelse TEORI HYPOTES EXPERIMENT/ UNDERSÖKNING TEORI MODELL IMPLEMENTATION TESTNING Stöd/Motsägelse Stöd/Motsägelse Natural Language Processing Naturligt språk är (enligt Chomsky 1956): Hierarkiskt Planerat Regelstyrt Bör i så fall gå att modellera och implementera i ett datorprogram! SHRDLU (Winograd,1970) Mikrovärld med block i olika former, färger och storlekar Kan kommunicera om och manipulera objekt i mikrovärlden SHRDLU Exempel Person: PICK UP A BIG RED BLOCK. Computer: OK. (does it) Person: FIND A BLOCK WHICH IS TALLER THAN THE ONE YOU ARE HOLDING AND PUT IT INTO THE BOX. Computer: BY "IT", I ASSUME YOU MEAN THE BLOCK WHICH IS TALLER THAN THE ONE I AM HOLDING. Computer: OK. (does it) Person: WHAT DOES THE BOX CONTAIN? Computer: THE BLUE PYRAMID AND THE BLUE BLOCK. Person: WHAT IS THE PYRAMID SUPPORTED BY? Computer: THE BOX. Person: HOW MANY BLOCKS ARE NOT IN THE BOX? Computer: FOUR OF THEM. Person: IS AT LEAST ONE OF THEM NARROWER THAN THE ONE WHICH I TOLD YOU TO PICK UP? Computer: YES, THE RED CUBE. Person: IS IT SUPPORTED? Computer: YES, BY THE TABLE. Person: CAN THE TABLE PICK UP BLOCKS? Computer: NO. Person: CAN A PYRAMID BE SUPPORTED BY A BLOCK? Computer: YES. Person: CAN A PYRAMID SUPPORT A PYRAMID? Computer: I DON'T KNOW. Person: STACK UP TWO PYRAMIDS. Computer: I CAN'T. Person: HOW MANY THINGS ARE ON TOP OF GREEN CUBES? Computer: I'M NOT SURE WHAT YOU MEAN BY "ON TOP OF IN THE PHRASE "ON TOP OF GREEN CUBES ". DO YOU MEAN: DIRECTLY ON THE SURFACE SHRDLU Exempel Person: 2 Computer: THREE OF THEM. Person: HAD YOU TOUCHED ANY PYRAMID BEFORE YOU PUT THE GREEN ONE ON THE LITTLE CUBE? Computer: YES, THE GREEN ONE. Person: WHEN DID YOU PICK IT UP? Computer: WHILE I WAS STACKING UP THE RED CUBE, A LARGE RED BLOCK AND A LARGE GREEN CUBE. Person: WHY? Computer: TO GET RID OF IT. Person: WHY DID YOU DO THAT? Computer: TO CLEAN OFF THE RED CUBE. Person: WHY DID YOU CLEAR OFF THAT CUBE? Computer: TO PUT IT ON A LARGE GREEN CUBE. Person: WHY DID YOU DO THAT? Computer: TO STACK UP THE RED CUBE, A LARGE RED BLOCK AND A LARGE GREEN CUBE. Person: WHY DID YOU DO THAT? Computer: BECAUSE YOU ASKED ME TO. Person: HOW DID YOU DO IT? Computer: BY PUTTING A LARGE RED BLOCK ON THE TABLE ; THEN LETTING GO OF IT ; THEN PUTTING A LARGE GREEN CUBE ON IT ; THEN LETTING GO OF THAT CUBE ; THEN PUTTING THE RED CUBE ON THAT CUBE; THEN LETTING GO OF THAT CUBE. 41 Linköpings universitet 6

7 SHRDLU (Winograd,1970) Formella modeller och datorimplementeringar Visade hur grammatikregler kunde representeras och implementeras i ett system, och hur denna information kunde integreras med annan typ av information Designades som en mängd mindre informationsbearbetande processer som kombinerades till ett komplext system De informationsbearbetande processerna implementerades algoritmiskt Språk är en regelstyrd process Stöd Lexikon och grammatik SHRDLU Stöd Mata in meningar och bedöm svaren Turingtest(Turing, 1950) En domare konverserar (chattar) med en dator eller människa via text Målet är att datorn ska övertyga domaren att den är en männsika i 70% av fallen efter 5 min konversation Eliza (Weizenbaum, 1966) En av de första chatbottarna Bygd på enkla regler och mönstermatchning USER: Men are all alike. ELIZA: In what way? USER: They're always bugging us about something or other. ELIZA: Can you think of a specific example? USER: Well, my boyfriend made me come here. ELIZA: Your boyfriend made you come here? USER: He says I'm depressed much of the time. ELIZA: I am sorry to hear that you are depressed. USER: It's true. I am unhappy. ELIZA: Do you think coming here will help you not to be unhappy? USER: I need some help, that much seems certain. Deep Blue(IBM, 1997) 1957 Inom 10 år kan en dator slå världsmästaren (Herbert Simon) 1997 Besegrade Deep Blue Kasparov Exempel på senare genombrott och utmaningar Linköpings universitet 7

8 Watson (IBM, 2011) 2011 slog Watson 2 stormästare i Jeopardy Robocup "By the middle of the 21st century, a team of fully autonomous humanoid robot soccer players shall win a soccer game, against the winner of the most recent World Cup Linköpings universitet 8