Orientador: Paula Dornhofer Paro Costa

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: Mind-blindness, uma característica típica do autismo, é definida como a falta de capacidade de um indivíduo de atribuir estados mentais a outras pessoas. Essa divergência cognitiva impede a interpretação adequada das intenções e crenças de outros indivíduos em um determinado cenário,...

Resumo: Mind-blindness, uma característica típica do autismo, é definida como a falta de capacidade de um indivíduo de atribuir estados mentais a outras pessoas. Essa divergência cognitiva impede a interpretação adequada das intenções e crenças de outros indivíduos em um determinado cenário, resultando tipicamente em problemas de interação social. \textit{Mind-blindness} também pode ser considerada uma característica dos mais sofisticados algoritmos visão computacional que são capazes de realizar o reconhecimento de padrões em grande escala, mas não interpretam a estrutura causal dos cenários sociais. Neste trabalho, propomos CogToM, uma nova arquitetura cognitiva projetada para processar a saída de sistemas computacionais e raciocinar de acordo com a Teoria da Mente. Em particular, apresentamos uma implementação computacional para o modelo psicológico da Teoria da Mente proposto por Baron-Cohen e exploramos a utilidade dos conceitos de Affordances e Detecção de Intenção para aumentar a eficácia da arquitetura proposta. Verificamos os resultados avaliando uma falsa-crença típica e uma série de tarefas do conjunto de dados bAbI do Meta

Abstract: Mind-blindness, a typical trait of autism, is the inability of an individual to attribute mental states to others. This cognitive divergence prevents the proper interpretation of the intentions and the beliefs of other individuals in a given scenario, typically resulting in social...

Abstract: Mind-blindness, a typical trait of autism, is the inability of an individual to attribute mental states to others. This cognitive divergence prevents the proper interpretation of the intentions and the beliefs of other individuals in a given scenario, typically resulting in social interaction problems. Mind-blindness can also be considered a characteristic of most sophisticated computer vision deep learning algorithms that are capable of performing large-scale pattern recognition but still struggle to capture the causal structure of social scenarios. In this work, we propose CogToM, a novel cognitive architecture designed to process the output of computer systems and to reason according to the Theory of Mind. In particular, we present a computational implementation for the psychological model of the Theory of Mind proposed by Baron-Cohen and we explore the usefulness of the concepts of Affordances and Intention Detection to augment the effectiveness of the proposed architecture. We verify the results by evaluating both a canonical false-belief and a number of the Meta bAbI dataset tasks

Requisitos do sistema: Software para leitura de arquivo em PDF