Modelli simulativi per le Scienze Cognitive

Presentazione sul tema: "Modelli simulativi per le Scienze Cognitive"— Transcript della presentazione:

1 Modelli simulativi per le Scienze Cognitive
Paolo Bouquet (Università di Trento) Marco Casarotti (Università di Padova)

2 Due problemi Quando si parla di macchine e processi cognitivi, spesso si confondono due tipi di questioni: Questione metafisica: cosa vuol dire avere una mente? Questione epistemologica: è metodologicamente corretto usare i computer per simulare processi cognitivi?

3 Domande metafisiche Possono le macchine pensare?
Può un computer avere una mente? L’intelligenza è una proprietà esclusiva degli esseri umani, o anche una macchina può averla? Può una macchina avere coscienza? Può una macchina avere auto-coscienza? Può una macchina avere stati intenzionali? Può una macchina avere credenze, desideri, intenzioni? Una macchina “intelligente” ha dei diritti? ....

4 Domande epistemologiche
E' la mente un sistema computazionale? Sono le “computazioni” della mente simili a quelle di un (attuale) computer? Se sì, in che senso? Cosa possiamo imparare dalla simulazione di processi cognitivi su computer? Cosa NON possiamo imparare? Che relazione esiste tra simulare e spiegare un processo cognitivo?

5 Il corso Il corso mira a fornire gli strumenti per rispondere con cognizione di causa a problemi di tipo epistemologico: In particolare: Nots and Bolts: definizione di funzione, algoritmo, programma introduzione di una nozione rigorosa di processo computazionale e delle sue proprietà: macchine di Turing due livelli di simulazione: neurale (sub-simbolico) rappresentazione della conoscenza (simbolico)

6 Modelli neurali Il modulo ha lo scopo di fornire le basi teoriche, concettuali e pratiche della simulazione dei processi cognitivi con reti neurali artificiali. Prima parte: introduzione al connessionismo (differenze tra l’approccio tradizionale basato su rappresentazioni simboliche e l’approccio connessionistico basato su rappresentazioni sub-simboliche) problema della plausibilità biologica nell’ambito dei modelli simulativi dei processi cognitivi con reti neurali. Seconda parte: aspetti teorici delle reti neurali e algoritmi di apprendimento. Terza parte: utilizzo specifico delle reti neurali come metodo di ricerca nelle scienze cognitive (modelli connessionistici delle funzioni cognitive normali e patologiche). Parte pratica: utilizzo delle reti neurali.

7 Modelli neurali - Contenuti
Introduzione al connessionismo [2] Elementi teorici delle reti neurali [8] Algoritmi d’apprendimento [4] Le reti neurali come metodo di ricerca [4] Presentazione di modelli rilevanti [2] Esercitazioni pratiche [4]

8 Modelli neurali - Bibliografia
Testi di riferimento D. Parisi (1988). Intervista sulle reti neurali. Il Mulino, Bologna. Floreano D., Mattiussi C. (2002). Manuale sulle reti neurali. Il Mulino, Bologna. Lucidi delle lezioni Approfondimenti: Quinlan P.T. (1994). Connessionismo e psicologia. Il Mulino, Bologna.

9 Modelli simbolici Scopo del modulo è fornire le basi teoriche, concettuali e pratiche della simulazione dei processi cognitivi con strumenti simbolici. Prima parte: nozioni di problem solving in spazi simbolici nozioni di rappresentazione della conoscenza elementi di logica e ragionamento formale Seconda parte: lo studio del ragionamento deduttivo e del ragionamento di senso comune. Terza parte: utilizzo di strumenti di simulazione per il ragionamento.

10 Modelli simbolici - Bibliografia
M. Frixione, D. Palladino. Funzioni, macchine, algoritmi. Carocci, 2004. Dispensa di logica elementare Articoli su temi specifici Materiale distribuito a lezione