logic symbolic ai and cogni ve science
play

Logic, Symbolic AI, and Cogni#ve Science Byoung-Tak Zhang - PowerPoint PPT Presentation

4190.408 2015-Spring Logic, Symbolic AI, and Cogni#ve Science Byoung-Tak Zhang TA: Hyo-Sun Chun School of Computer Science and


  1. 4190.408 ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡2015-­‑Spring ¡ Logic, ¡Symbolic ¡AI, ¡and ¡Cogni#ve ¡Science ¡ Byoung-­‑Tak ¡Zhang ¡ TA: ¡Hyo-­‑Sun ¡Chun ¡ School ¡of ¡Computer ¡Science ¡and ¡Engineering ¡ Seoul ¡NaHonal ¡University ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  2. Cogni#ve ¡Neuroscience ¡of ¡Vision ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  3. Computa#onal ¡Problems ¡in ¡Object ¡Recogni#on ¡ Object ¡percepHon ¡depends ¡primarily ¡on ¡the ¡analysis ¡of ¡the ¡shape ¡and ¡form ¡ • – cf) ¡Cues ¡such ¡as ¡color, ¡texture, ¡and ¡moHon ¡certainly ¡contribute ¡to ¡normal ¡ percepHon. ¡ Despite ¡the ¡irregulariHes ¡in ¡how ¡these ¡objects ¡are ¡depicted, ¡we ¡have ¡liSle ¡ • problem ¡in ¡recognizing ¡them. ¡ We ¡may ¡never ¡have ¡seen ¡pink ¡elephants ¡or ¡plaid ¡apples, ¡but ¡our ¡object ¡ • recogniHon ¡system ¡can ¡sHll ¡discern ¡the ¡essenHal ¡feature. ¡ ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  4. Grandmother ¡Cells ¡and ¡Ensemble ¡Coding ¡ • Hierarchical ¡coding ¡hypothesis ¡ • Ensemble ¡coding ¡hypothesis ¡ – Elementary ¡features ¡are ¡ – An ¡object ¡is ¡defined ¡by ¡the ¡ combined ¡to ¡create ¡GnosHc ¡ simultaneous ¡acHvaHon ¡of ¡a ¡set ¡ units ¡that ¡recognize ¡complex ¡ of ¡defining ¡properHes ¡ objects. ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  5. B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  6. Episodic ¡Encoding ¡and ¡Retrieval ¡ Brain ¡imaging ¡: ¡ ¡ Brain ¡acHvaHon ¡by ¡episodic ¡encoding ¡ & ¡retrieval ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  7. Brain ¡as ¡Widely ¡Distributed, ¡Parallel, ¡Interac#ve, ¡Overlapping, ¡ Dynamic ¡Rela#onal ¡Memory ¡Networks ¡ [Fuster, 2004] B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  8. Executive memory Perceptual memory �

  9. Executive memory Perceptual memory �

  10. Executive memory Perceptual memory �

  11. Executive memory Perceptual memory �

  12. Executive memory Perceptual memory �

  13. Working Memory � Whereas the cycle operates in series and in parallel through the environment, integrative working memory at the top operates by reentrant cortical integration (RCI). � � � Edelman, G.M . The Remembered Present. A Biological Theory of Consciousness. New-York: Basic Books, 1989. �

  14. Cogni#ve ¡Neuroscience ¡of ¡Language ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  15. The ¡Mental ¡Lexicon ¡(1/2) ¡ • The ¡mental ¡lexicon ¡is ¡ organized ¡as ¡informaHon-­‑ specific. ¡ • Three ¡levels: ¡ ¡ – Lexeme ¡level: ¡sound ¡level ¡ – Lemma ¡level: ¡grammaHcal ¡ properHes ¡ – Conceptual ¡level: ¡semanHc ¡ knowledge ¡of ¡words ¡ ¡ • Organized ¡according ¡to ¡ meaningful ¡relaHonships ¡ between ¡words ¡ • Close ¡connected: ¡More ¡ related ¡ Fragment ¡of ¡a ¡lexical ¡network ¡according ¡to ¡the ¡ Levelt ¡model ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  16. The ¡Mental ¡Lexicon ¡(2/2) ¡ • Conceptual ¡or ¡semanHc ¡representaHon ¡format ¡ • Words ¡are ¡represented ¡by ¡conceptual ¡nodes ¡and ¡are ¡connected ¡ each ¡other. ¡ ¡ • The ¡strength ¡of ¡the ¡connecHon ¡and ¡the ¡distance ¡between ¡the ¡ nodes ¡are ¡determined ¡by ¡the ¡semanHc ¡relaHons ¡or ¡associaHve ¡ relaHons ¡between ¡the ¡words. ¡ An ¡example ¡of ¡a ¡semanHc ¡network. ¡(Collins ¡and ¡Lo]us, ¡1975) ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  17. Results ¡of ¡Brain ¡Imaging ¡Studies ¡ • fMRI ¡studies ¡support ¡the ¡idea ¡of ¡category-­‑specific ¡ semanHc ¡problem ¡– ¡separable ¡neuronal ¡circuits ¡ engaged ¡ LocaHons ¡of ¡ brain ¡lesions ¡ that ¡are ¡ correlated ¡ with ¡selecHve ¡ deficits ¡in ¡ naming ¡ persons, ¡ animals, ¡or ¡ tools. ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  18. The ¡Organiza#on ¡of ¡Lexical ¡Level ¡ • Damasio ¡proposed ¡that ¡the ¡findings ¡reflect ¡the ¡ organizaHon ¡at ¡the ¡word ¡(lexical) ¡level. ¡ • e.g. ¡PaHents ¡having ¡problems ¡retrieving ¡the ¡name ¡but ¡ its ¡related ¡properHes. ¡ Three ¡levels ¡of ¡representaHon ¡that ¡are ¡needed ¡in ¡speech ¡producHon: ¡ semanHc ¡features, ¡lexical ¡nodes, ¡and ¡phonological ¡segments. ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  19. Perceptual ¡Analyses ¡of ¡the ¡Linguis#c ¡Input ¡ • What ¡enables ¡ understanding ¡of ¡the ¡ linguisHc ¡input? ¡ • Differences ¡in ¡spoken ¡ input ¡analysis ¡and ¡ wriSen ¡input ¡analysis ¡ ¡ Figure: ¡SchemaHc ¡representaHon ¡of ¡the ¡ components ¡that ¡are ¡involved ¡in ¡spoken ¡and ¡ wriSen ¡language ¡comprehension. ¡NoHce ¡that ¡ the ¡flow ¡of ¡informaHon ¡is ¡boSom ¡up, ¡from ¡ perceptual ¡idenHficaHon ¡to ¡“higher-­‑level” ¡ word ¡and ¡lemma ¡acHvaHon ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  20. Wri[en ¡Input ¡– ¡Le[er ¡Recogni#on ¡ • The ¡pandemonium ¡model: ¡input ¡is ¡stored ¡as ¡iconic ¡memory. ¡ • A ¡computaHonal ¡model: ¡3 ¡levels ¡of ¡representaHon ¡– ¡feature/leSer/ word ¡ The ¡pandemonium ¡model ¡of ¡leSer ¡recogniHon ¡ Fragment ¡of ¡a ¡connecHonist ¡ of ¡Selfridge ¡(1959). ¡ network ¡for ¡leSer ¡recogniHon. ¡ (McClelland ¡& ¡Rumelhart, ¡1981) ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  21. Func#onal ¡Neuroimaging ¡of ¡Language ¡ • Metabolic ¡correlates ¡of ¡aphasia ¡ • Focal ¡brain ¡lesions ¡from ¡stroke ¡– ¡widespread ¡changes ¡in ¡ metabolism, ¡extending ¡to ¡regions ¡outside ¡the ¡lesion ¡areas. ¡ (a) ¡Diagram ¡of ¡ lesions ¡and ¡(b) ¡PET ¡ scan ¡showing ¡ regions ¡of ¡lowered ¡ metabolism ¡in ¡the ¡ brain ¡of ¡a ¡stroke ¡ paHent. ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  22. Electrophysiology ¡of ¡Language ¡ • The ¡N400: ¡a ¡brain ¡wave ¡related ¡to ¡linguisHc ¡processes. ¡ • Increased ¡when ¡semanHcally ¡mismatched ¡ ERP ¡waveforms ¡ differenHate ¡ between ¡ congruent ¡words ¡ at ¡the ¡end ¡of ¡ sentences ¡(work) ¡ and ¡anomalous ¡ last ¡words ¡that ¡ do ¡not ¡fit ¡the ¡ semanHc ¡ specificaHons ¡of ¡ the ¡preceding ¡ context ¡(socks). ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  23. Syntac#c ¡Processing ¡and ¡ERP ¡(1/2) ¡ • P600/SPS ¡(the ¡syntacHc ¡ posiHve ¡shi]): ¡large ¡ posiHve ¡component ¡ elicited ¡by ¡words ¡a]er ¡a ¡ syntacHc ¡violaHon ¡ Figure: ¡ERPs ¡from ¡frontal(Fz), ¡central(Cz), ¡ and ¡parietal(Pz) ¡scalp ¡recording ¡sites ¡ elicited ¡in ¡response ¡to ¡each ¡word ¡of ¡ sentences ¡that ¡are ¡anomalous ¡versus ¡ those ¡that ¡are ¡syntacHcally ¡corrrect. ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

  24. Syntac#c ¡Processing ¡and ¡ERP ¡(2/2) ¡ • LAN ¡(le] ¡anterior ¡negaHvity): ¡ ¡negaHve ¡wave ¡over ¡ the ¡le] ¡frontal ¡areas ¡ ¡when ¡words ¡violates ¡the ¡ required ¡word ¡category ¡in ¡a ¡sentence ¡ ¡ • e.g. ¡“the ¡red ¡eats,” ¡“he ¡mow” ¡ ERPs ¡related ¡to ¡ semanHc ¡and ¡ syntacHc ¡ processing. ¡ B io 4190.408 ¡ ¡ Ar#ficial ¡ Intelligence ¡( 2015-­‑Spring) ¡ I ntelligence ¡

Recommend


More recommend