Предыдущие разделы дают представление о полной совещательной архитектуре для социальных роботов, включая ее реализацию, поддерживаемую экспериментальными развертываниями. В этом разделе синтезируется то, что мы видим в качестве основных проблем, которые взаимодействие человека с роботом ставит перед искусственным интеллектом. Сначала мы обсудим, как воплощенное познание является существенной проблемой во взаимодействии человека с роботом; затем мы перефразируем требования совместных действий в терминах пяти вопросов; мы обсуждаем важность построения и поддержания многоуровневой модели человека; и мы наконец размышляем о важности явного управления знаниями в робототехнике архитектуры, которые имеют дело с семантикой на уровне человека и устанавливают в этом отношении текущие ограничения нашей логической структуры.
Воплощенное познание
Робототехника традиционно считается прототипом воплощенного искусственного интеллекта, и это измерение особенно распространено во взаимодействии человека с роботом, где робот должен делиться и сотрудничать в совместной физической среде. Это приводит к тесной связи между символическим и геометрическим царствами: в то время как ИИ в своем начале был в основном связан с символическими моделями, с тех пор было признано, что не только ум не является чисто абстрактной системой, отсоединенной от физического мира, но Более того, познание фундаментально зависит от его отношения к физическому миру (так называемое воплощенное познание ). Варела является одним из главных исследователей этих механизмов и придумал концепцию энактивизма. В качестве теоретической основы, которая изучает связи между познанием, воплощением и действиями. С тех пор это было тщательно изучено в робототехнике и искусственном интеллекте.
Проблема заземления символов также тесно связана с этой проблемой. Это соответствует идентификации или созданию, а затем поддержанию связи между символом ( синтаксическая форма знания, которым управляет компьютер) и его семантикой (его значение, закрепленное в мире). Соотношение между символом, референтом символа и посредническими умами классически называется семантическим треугольником и широко изучается в лингвистике. Проблема обоснования хорошо известна в когнитивной науке и обобщена Харнадом следующим вопросом: «как семантическая интерпретация формальной системы символов можно сделать неотъемлемой частью системы? ». Этот вопрос имеет большое практическое значение в робототехнике: чтобы робот был наделен символической системой представления и рассуждения и мог действовать в физическом мире, он должен обосновать свои знания.
Как мы уже видели, заземление реализовано на разных уровнях в нашей архитектуре. Основным источником обоснованных символических знаний является модуль оценки ситуации Spark . Он строит символические факты из пространственных рассуждений , а также опирается на (ограниченные) временные рассуждения для отслеживания состояния мира и построения объяснений для интерпретации неожиданных восприятий (например, объекта, который внезапно исчезает). Поскольку Spark также отслеживает людей, что позволяет использовать пространственные рассуждения с учетом перспективы, оно может создавать также обоснованные символические знания для агентов, с которыми взаимодействует.
Это типичное воплощенное познавательное умение.
Заземление также происходит во время вербального и невербального общения . Модуль Dialogs обосновывает новые концепции, введенные докладчиком, задавая вопросы, пока он не сможет присоединить новую концепцию к концепциям, уже присутствующим в пуле знаний (если кто-то спросит робота «принеси мне маргариту», робот может сначала спросить «что такое Маргарита? ». Пользователь отвечал« коктейль », а робот продолжал заземление -« что такое коктейль? »- пока он не привяжет новую концепцию к той, которую он уже знает, например,
« Пить » ). Внедренные взаимодействия (например, жесты) также учитываются на этом уровне: мы представили, как, например, указатель используется роботом для обоснования «этого» или «того» на остроконечный артефакт.
Продолжение следует...
