Exemplo Hipotético do Funcionamento do Modelo Proposto

A seguir será apresentado um exemplo hipotético de um ciclo de funcionamento do modelo proposto, desde as entradas até a compreensão e execução de um comando proferido em linguagem natural. O exemplo considera que os módulos já estejam devidamente treinados e dispõe das informações necessárias para executar adequadamente suas atividades.

Suponha um agente que emprega o modelo proposto. Este agente está em um ambiente que contém uma garrafa com tampa. Em um dado instante são apresentados os seguintes estímulos nas entradas do Módulo I: a imagem da garrafa com sua tampa; e em paralelo o som da seguinte frase: “abra esta garrafa”. Os sensores proprioceptivos coletam informações motoras sobre o estado dos atuadores, inclusive dos que posicionam o sensor visual. Considere ainda o instante em que o módulo recebe como entrada a última parte desta frase: “esta garrafa”.

O Módulo I receberá os estímulos das imagens e irá identificar regiões de interesse que podem ser utilizadas para representar partes distintivas destes objetos, em seguida, irá criar uma representação simplificada contendo cada uma destas regiões identificadas. Além disso, ele receberá os estímulos sonoros referentes às palavras “esta” e “garrafa” e irá os decompor em fonemas. Os estímulos proprioceptivos serão traduzidos em percepções que informam o local para o qual o agente está olhando e a posição dos atuadores.

O Módulo II receberá a representação simplificada das regiões de interesse da imagem e irá criar uma representação indicando que na imagem há outros objetos: garrafa e tampa. Ele

também irá criar uma representação das palavras: “esta” e “garrafa”. Além disso, será composta uma representação do estado dos atuadores e do local de origem das percepções visuais e auditivas. Estas representações são mais adequadas ao reconhecimento e a comparação com informações anteriores e serão enviadas para o Módulo III.

O Módulo III receberá a representação das palavras, dos objetos e das localizações e então atualizará o contexto atual e identificará dentre as entradas armazenadas anteriormente, qual a mais semelhante a entrada e ao contexto atual. Suponha que a informação mais semelhante encontrada não seja suficientemente semelhante à entrada atual. Isso fará com que esta entrada seja considerada uma novidade e então ela será armazenada associada com o contexto atual. Em seguida, o Módulo de Contexto propagará suas entradas adiante, para o Módulo IV, juntamente com o contexto associado.

O Módulo VI receberá as informações do Módulo IV e identificará um agrupamento pré-existente que representa o conceito incorporado sobre o objeto “garrafa”. Este conceito incorporado inclui a representação do aspecto visual da garrafa, a representação léxica deste objeto e os contextos e localizações nos quais este tipo de objeto foi visto com mais frequência. Supondo que as informações sejam suficientemente semelhantes, então um agrupamento é considerado vencedor, fazendo com que a associação entre a representação deste conceito incorporado seja aprimorada.

Em seguida, a informação contida no agrupamento vencedor do Módulo IV, ou seja, o conceito incorporado será enviado para o Módulo V, o qual utilizará esta informação para atualizar o seu modelo de mundo. Em paralelo, este conceito incorporado também será enviado para o Módulo VI, o qual irá completar a estrutura sintática que vinha sendo formada, até então apenas com a palavra “abra”. A estrutura identificada indica que a palavra “abra” é um verbo e que a palavra “garrafa” é o objeto deste verbo. Então, uma representação desta estrutura incluindo os conceitos incorporados envolvidos, é então enviada para o Módulo VII.

O Módulo VII utilizará a estrutura sintática e os conceitos incorporados e o contexto para então compreender o comando proferido, e estabelecer seu objetivo atual como sendo o de abrir a garrafa. Nesta etapa, o Módulo V será consultado para relacionar as representações dos conceitos incorporados mencionados na frase com os objetos presentes no ambiente e identificar suas respectivas posições, funções, restrições implícitas e conceitos motores relacionados. Tais informações serão utilizadas para computar uma sequência de ações que levará ao objetivo estabelecido.

Uma vez identificada tal sequência de ações, cada ação será convertida em uma sequência de comandos, ou conceitos motores, que serão enviados para o Módulo VIII. Este módulo, por sua vez, irá traduzir estes comandos em sinais de controle para os atuadores do agente, fazendo-o, enfim, alcançar o objetivo estabelecido. Este processo de execução ocorrerá com a supervisão e

ajustes do Módulo VII.

3.3

Escopo do Trabalho e Validação do Modelo

De forma alguma se espera que o modelo proposto neste capítulo seja um sistema completo de aprendizagem e execução de comandos em linguagem natural. A ideia é que ele sirva como base para identificar capacidades essenciais que ainda não tenham sido modeladas. Esta visão virá ao se identificar tarefas que o modelo não é capaz de realizar, ou que realiza de forma insatisfatória. A partir de então, pode-se modificar o modelo adicionando outros módulos, ampliando as características dos módulos atuais ou até mesmo modificando a arquitetura de interconexões entre os módulos.

A arquitetura proposta contempla diversos subproblemas de aprendizagem relacionados com a aquisição de linguagem natural. Apesar disto, é bem provável que nem todos os subproblemas que de fato precisam ser tratados tenham sido enumerados, ou que o nível de detalhes alcançado não seja suficiente para uma implementação real. No entanto, é necessário estabelecer um limite para amplitude e o escopo das investigações abordadas nesta Tese.

A aprendizagem de conceitos incorporados, que no modelo proposto se consolida no Módulo IV, pode servir de base, não apenas para a compreensão de linguagem natural, mas também para diversas outras aplicações da robótica desenvolvimentista, tais como a aprendizagem sobre o ambiente, sobre pragmática e sobre controle autônomo. Por este motivo, este foi escolhido como sendo o principal ponto em que esta Tese dará contribuições.

Dentro do modelo proposto, os módulos de I ao IV são fundamentais para a emergência dos conceitos incorporados. Assim sendo, a partir do próximo capítulo, cada um destes módulos serão descritos e validados. Em cada capítulo, inicialmente serão identificados na literatura os modelos neurais mais promissores para executar as atividades de aprendizagem do módulo em questão, e os modelos computacionais serão então aprimorados, quando for necessário, para que possam ser aplicados e validados na a execução das tarefas de aprendizagem de cada um dos módulos (Capítulo4ao Capítulo6).

A validação do sistema de aquisição de conceitos incorporados se dará em duas etapas: primeiro será demonstrado como os conceitos incorporados podem ser adquiridos por um agente em um ambiente simulado (Capítulo7). Esta etapa tem o objetivo de ilustrar as principais carac- terísticas do modelo. Em seguida, no Capítulo8, as capacidades do modelo de aprendizagem de associações entre palavras (rótulos) e objetos do ambiente (referentes), serão comparadas com as de seres humanos, em experimentos que utilizam dados reais. Isto será feito considerando resultados reportados em três importantes trabalhos sobre aprendizagem cross-situacional de palavras por seres humanos:Yu e Smith(2007);Yurovsky et al.(2013) eTrueswell et al.(2013).

4