Refine
Document Type
Keywords
Institute
BTU
We report on research conducted as part of the Universal Cognitive User Interface (UCUI) project, which aims at developing a universal, autarkic module for intuitive interaction with technical devices. First, we present an empirical study of image schemas as basic building blocks of human knowledge. Image schemas have been studied extensively in cognitive linguistics, but insufficiently in the context of human-computer-interaction (HCI). Some image
schemas are developed early at pre-verbal stages (e.g., up-down) and may, thus, exert greater influence on human knowledge than later developed image schemas (e.g., centre-periphery). To investigate this for HCI contexts, we applied a speech interaction task using a Wizard of Oz paradigm. Our results show that users apply early image schemas more frequently than late image schemas. They should, therefore, be given preference in interface designs. In the second
part of this contribution we therefore focus on the appropriate representation and processing of semantics. We introduce novel theoretical work including feature-values-relations and Petri net
transducers, and discuss their impact on behaviour control of cognitive systems. In addition, we illustrate some details of the implementation regarding learning strategies and the graphical
user interface.
Vector symbolic architectures (VSA) are a viable approach for the hyperdimensional representation of symbolic data, such as documents, syntactic structures, or semantic frames. We present a rigorous mathematical framework for the representation of phrase structure trees and parse trees of context-free grammars (CFG) in Fock space, i.e. infinite-dimensional Hilbert space as being used in quantum field theory. We define a novel normal form for CFG by means of term algebras. Using a recently developed software toolbox, called FockBox, we construct Fock space representations for the trees built up by a CFG left-corner (LC) parser. We prove a universal representation theorem for CFG term algebras in Fock space and illustrate our findings through a low-dimensional principal component projection of the LC parser state. Our approach could leverage the development of VSA for explainable artificial intelligence (XAI) by means of hyperdimensional deep neural computation.
Sprachgesteuerte Benutzerschnittstellen stehen oftmals vor der Aufgabe, physikalische Größenangaben und andere Zahlworte verstehen und äußern zu müssen. Wir beschränken uns hier auf die sprachliche Produktion und das Verstehen von Zahlworten. Um nicht sämtliche Zahlwörter in einer Datenbank (dem mentalen Lexikon) vorhalten zu müssen, sollen morphologische Komposita durch eine geeignete Grammatik ableitbar sein. Wir kodieren sprachliche Zeichen als geordnete Tripel von Exponenten, syntaktischen Typen und Semantiken. Der syntaktische Typ wird durch eine minimalistische Grammatik (MG) beschrieben. Für die Semantik verwenden wir den Lambda-Kalkül der arithmetischen Termalgebra. Auf dem MG-Lexikon operieren syntaktische Erzeugungsfunktionen, die durch linguistische Inferenzregeln vorgegeben sind. Sprachproduktion und Sprachverstehen lassen sich dann durch einen bidirektionalen Utterance-Meaning-Transducer (UMT) beschreiben. Bei der Sprachproduktion gehen wir von einer semantischen Repräsentation einer Zahl als arithmetische Termstruktur aus. Durch Datenbankabfrage wird daraus eine Zeichenfolge, welche die passenden Lexikon-Einträge enthält. Daraus berechnet der UMT die Morphologie der Äußerung. Beim Sprachverstehen wird zur Eingabe die abgefragte Zeichenfolge auf dem Stack eines Priority-Queue-Parsers abgespeichert. Durch Anwendung der minimalistischen Inferenzregeln erzeugt der UMT dann schrittweise die semantische Termstruktur.
Das Fachgebiet der Kognitiven Technischen Systeme zeichnet sich durch einen hohen Grad an Interdisziplinarität (z. B. Kenntnisse auf den Gebieten Biologie, Psychologie, Informatik und den Ingenieurwissenschaften) aus. Nach wie vor besteht Bedarf an einer methodischen Darstellung des Fachgebietes, bei der die theoretische Durchdringung von Zusammenhängen zwischen den verschiedenen Wissensgebieten zusätzlich durch Anschaulichkeit unterstützt wird. Die vorliegende Arbeit stellt einen Fortschrittsbericht zur Realisierung eines Forschungs- und Experimentiersystems dar, mit dem wir dieses Anliegen unterstützen und über das wir erstmals konzeptionell in [1] berichtet haben. In diesem Beitrag folgen wir einem integrativen Ansatz zur Entwicklung einer kognitiven Architektur, mit der unter Verwendung repräsentationaler Datenstrukturen adaptives Verhalten auf verschiedenen Zeitskalen sowie zwei wichtige Verhaltensprogramme für das Problemlösen (Objektfindung, Exploration) auf der gemeinsamen Grundlage von Markov-Entscheidungsprozessen umgesetzt werden. Mit einem Kurzbericht zum Entwicklungsstand der physikalischen Experimentierumgebung und einer Zusammenfassung der bislang erreichten Ergebnisse beschließen wir den diesjährigen Beitrag.
Einführung
(2004)
Bereits in der Frühphase der Kybernetik stellte C. E. Shannon ein Labyrinthexperiment zur Problemlösung vor, das sich an der mythologischen Figur des Theseus orientierte. Seine Lösung kommt dabei ohne ein Bedeutungskonzept aus. Eine Problemanalyse aus psychologischer Sicht macht allerdings deutlich, dass bei diesem Experiment wesentliche kognitive Aspekte nicht berücksichtigt wurden. Um diese Aspekte herauszustellen, befassen wir uns kurz mit den mythologischen und historischen Hintergründen des Labyrinthproblems und erläutern anschließend, warum wir über Shannons Modellvorstellungen hinausgehen müssen und Verfahren benötigen, mit denen wir zu semantischen Datenträgern gelangen können. Zur Veranschaulichung unserer Methode modifizieren wir die Problemstellung, in dem wir "Theseus" die Befriedigung der Bedürfnisse Hunger und Durst ermöglichen. Die Grundlage des Verfahrens ist die Festlegung von Zielmerkmalen und daran anschließend die Identifikation von lösungsrelevanten Steuermerkmalen, welche "Theseus" zur Problemlösung nutzen kann. Wir verwenden dabei den mathematischen Formalismus der Quantenmechanik, da er uns die Ableitung von semantischen Strukturen auf eine sehr elegante Weise erlaubt. Zunächst exploriert "Theuseus" die Umgebung und erhält eine kompakte Repräsentation in Form eines Weltvektors in einem Hilbertraum, der durch Tensorverknüpfungen verschiedener Merkmalsräume entsteht. Die Kombination dieser Merkmalsräume führt auf die mathematische Struktur eines Verbandes. Ausgehend vom gefundenen Weltvektor stellen wir ein Verfahren vor, mit dem "Theseus" Unterstrukturen des Verbandes bestimmen kann, welche semantischen Strukturen entsprechen und anschließend für die Problemlösung verwendet werden können. Wir demonstrieren das Verfahren an verschiedenen Weltkonfigurationen. Den dabei abgeleiteten semantischen Strukturen kann man entnehmen, welche Merkmale berücksichtigt werden müssen, um die Zielmerkmale einer gegebenen Konfiguration manipulieren zu können.