AI Cognitive Robotics, HRI & NLP

Question 1

Vad är intelligens enligt John Searle?

Answer 1

“Hur framträder medvetna, rationella, meningsfulla fria varelser från vad vi beskriver som det tankelösa, meningslösa resten av universum, bestående av fysiska partiklar och kraftfält?” (John Searle)

Question 2

Vilka aspekter av AI täcks i 2024?

Answer 2

Artificial Intelligence vs Machine Learning
- Applications (industry/military)
- Research and development vs Basic research

Question 3

Vad är skillnaden mellan Deep Learning och andra ML-metoder?

Answer 3

Deep Learning använder flera lager av neurala nätverk för att lära sig representationer av data, medan andra ML-metoder kan använda olika algoritmer och tekniker utan dessa djupa lager.

Question 4

Vad innebär en pragmatisk ansats i Deep Learning?

Answer 4

En pragmatisk ansats i Deep Learning innebär att använda praktiska och effektiva metoder för att lösa problem snarare än att fokusera på teoretisk perfektion.

Question 5

Vad är Cognitive Robotics?

Answer 5

Cognitive Robotics kombinerar biologisk kognition och robotik för att skapa robotar som kan förstå och interagera med sin omgivning på ett intelligent sätt.

Question 6

Vad innebär “surprisingly skilled bodies” gällande robotar?

Answer 6

Det innebär att robotar kan ha mycket avancerade kroppsliga färdigheter och rörelser, men deras kognitiva förmågor kan fortfarande vara begränsade.

Question 7

Vad är en robot enligt IEEE och Britannica?

Answer 7

IEEE: En autonom maskin som kan känna sin omgivning, utföra beräkningar för att fatta beslut, och utföra handlingar i den verkliga världen.
Britannica: En automatiskt opererad maskin som ersätter mänsklig ansträngning, även om den kanske inte liknar människor i utseende eller funktioner.

Question 8

Vilka är de olika kontinuerliga dimensionerna av robotar?

Answer 8

Agera för att ändra omgivningen
Flexibilitet (anpassningsförmåga/inlärning)
Osäkra miljöer
Oberoende/autonom

Question 9

Vilka faktorer påverkar hur en robot interagerar med sin omgivning?

Answer 9

Faktorer inkluderar robotens förmåga att känna avstånd och vinkel, samt dess kontrollstrategier för att agera baserat på dessa sensoriska indata.

Question 10

Behöver en robot en “hjärna” eller “medvetande” för att fungera effektivt?

Answer 10

Ja, modeller av medvetande/kognition är nödvändiga för att robotar autonomt ska kunna hantera ostrukturerade och osäkra miljöer. Exempelvis behöver en robot förstå hur man tvättar kläder för att självständigt kunna utföra uppgiften.

Question 11

Varför behöver robotar modeller av interaktion?

Answer 11

Robotar behöver modeller av interaktion för att kunna koppla sig fysiskt, intellektuellt och affektivt med sina mänskliga motsvarigheter. Detta möjliggör en mer naturlig och effektiv samverkan mellan människor och robotar.

Question 12

Vad består en robot av enligt slide 20?

Answer 12

En robot består av en samling sensorer och aktuatorer samt kontrollstrategier som gör att den kan känna av sin omgivning och utföra handlingar baserat på denna information.

Question 13

Vilka är de två konkurrerande paradigmen inom kognitiv robotik?

Answer 13

De två konkurrerande paradigmen är:

Cognitivist Paradigm: Där representationer står för externa objekt.
Emergent Paradigm: Där perception inte ses som en förståelse av en yttre verklighet, utan som en specifikation av en subjektiv verklighet.

Question 14

Vad kännetecknar Cognitivist Paradigm?

Answer 14

Cognitivist Paradigm kännetecknas av att representationer står för (denoterar) externa objekt genom isomorfism (matematisk avbildning). Mänsklig kunskap kan direkt injiceras i ett artificiellt kognitivt system, och kunskap kan utbytas mellan två kognitiva system.

Question 15

Vilka är några egenskaper hos kognitivistiska system?

Answer 15

Kognitivistiska system innefattar:

Sensing: Perception och modellering av omgivningen.
Planning: Planering av handlingar baserat på modellen.
Acting: Utförande av handlingar genom motorisk kontroll.

Question 16

Vad är huvudtanken i Emergent Paradigm?

Answer 16

Huvudtanken i Emergent Paradigm är att perception inte bör ses som att gripa tag i en yttre verklighet, utan snarare som att specificera en subjektiv verklighet konstruerad av nervsystemets aktivitet. Det finns en konstant, massiv aktivitet i nervsystemet för att aktivt konstruera subjektiv perception och mening av den yttre världen och våra handlingar i den.

Question 17

Vad innebär Emergent Paradigm när det gäller representationer?

Answer 17

I Emergent Paradigm reflekterar representationer (om några!) en agent-specifik epistemologi. Representationer konnoterar världen (systemets tillstånd är korrelerat med det representerade objektet) snarare än denoterar (isomorfism mellan representation och objekt, som i kognitivistiska system).

Question 18

Vad är skillnaden mellan konnotation och denotation i Emergent Paradigm?

Answer 18

I Emergent Paradigm konnoterar representationer världen, vilket innebär att systemets tillstånd är korrelerat med det representerade objektet, snarare än denoterar, vilket innebär en isomorfism mellan representationen och objektet som i kognitivistiska system.

Question 19

Vad är ett exempel på morphological computation inom gång? EP

Answer 19

Ett exempel är den nya versionen av Asimo, en Passiv Dynamisk Gångrobot, som använder kroppens dynamik för att gå på ett energieffektivt sätt.

Question 20

Vad kännetecknar den samtida beslutsfattaren? Contemporary Decision Maker

Answer 20

Bounded Rationality: Beslutsfattaren är inte fullkomligt rationell.
Framing Biases: Beslutsfattandet påverkas av hur information presenteras.
Availability Biases: Beslutsfattandet påverkas av vilken information som är mest lättillgänglig.
Difficulties Judging Risks: Beslutsfattaren har svårigheter att bedöma risker korrekt.
Superstitious Reasoning: Beslutsfattandet kan ibland baseras på irrationella föreställningar.

Question 21

Vad är framing-effekten?

Answer 21

Framing-effekten refererar till hur människor reagerar olika på val beroende på hur dessa val presenteras eller formuleras, även om valen i sak är desamma.

Question 22

Hur påverkar framing beslutsfattande?

Answer 22

Framing påverkar beslutsfattande genom att förändra hur information tolkas beroende på presentationen. Exempelvis kan ett beslut att undvika risker påverkas av hur potentiella vinster eller förluster beskrivs.

Question 23

Vilka olika kognitiva system nämns slide 36?

Answer 23

Cognitivist Systems
Hybrid Systems
Emergent Systems

Question 24

Hur definierar Goodrich & Schultz (2007) Human-Robot Interaction (HRI)?

Answer 24

HRI definieras som design, förståelse och utvärdering av robotsystem som involverar interaktion mellan människor och robotar genom kommunikation.

Question 25

Hur ses robotar i sammanhanget av “slaves”?

Answer 25

Robotar ses som slavar i strukturerade miljöer där de kan utföra uppgifter med precision, hastighet och kontroll.
I strukturerade miljöer blir de förutsägbara
Välbekanta robot “slavar” är elektriskt dammsugare och gräsklippare

Question 26

Vilken roll spelar robotar i att hantera faror, som vid Fukushima-katastrofen?

Answer 26

Robotar kan användas för att hantera farliga miljöer, som vid Fukushima-katastrofen, där de kan minimera mänsklig exponering för farliga förhållanden och utföra kritiska uppgifter.

Question 27

Vad innebär att återförena position och kraft i robotik?

Answer 27

Återförena position och kraft innebär att skapa robotar som kan känna av och reagera på kontaktkrafter på ett naturligt och effektivt sätt, vilket är kritiskt för interaktioner med människor och omgivningen.

Question 28

Vad menas med att kontaktkrafter är “wild things” i robotik?

Answer 28

Kontaktkrafter är svåra att förutsäga och kontrollera, vilket gör dem till en utmaning inom robotik. Effektiv hantering av dessa krafter kräver avancerade sensorer och kontrollstrategier.

Question 29

Vilka egenskaper kommer morgondagens robotar att ha?

Answer 29

Morgondagens robotar kommer att vara anpassningsbara, lärande och autonoma, vilket gör dem till flexibla samarbetspartners i oförutsägbara miljöer. Ex. Physical and mental rehabilitation, support in autism spectrum disorder

Question 30

Hur kan robotar stödja fysisk och mental rehabilitering?

Answer 30

Robotar kan användas för rehabilitering av fysiska skador och för att stödja personer med autism genom att tillhandahålla terapeutiska aktiviteter och interaktioner.

Question 31

Hur kan robotar utöka våra mänskliga kapaciteter?

Answer 31

Robotar kan fungera som slavar i industriella miljöer, som samarbetspartners i dagliga uppgifter, och som symbiotiska artefakter som förbättrar våra förmågor genom nära interaktion och samarbete.

Question 32

Vad måste vi tänka på när vi designar HRI?

Answer 32

Vi måste designa utrymmet och innehållet för interaktionen mellan två extremt olika system - människor och maskiner. Problemet är att designa ett “gemensamt interaktivt utrymme” mellan människa och maskin, så att människor vill använda den associerade teknologin för att uppnå och stödja sina mål.

Question 33

Vad är en av de största utmaningarna i HRI-design?

Answer 33

En av de största utmaningarna är att designa ett “gemensamt interaktivt utrymme” där både människor och maskiner kan interagera effektivt. Detta utrymme måste vara sådant att människor känner sig motiverade att använda teknologin för att uppnå sina mål.

Question 34

Hur har fokus förändrats i modern HRI-design?

Answer 34

Numera ligger fokus mindre på tekniska detaljer och mer på att skapa en användarvänlig och effektiv interaktion mellan människor och robotar.
Ingen vet exakt hur utvecklingen inom HRI kommer att se ut i framtiden. Fältet är öppet och fyllt med möjligheter, vilket innebär att det finns många okända faktorer som kan påverka dess utveckling.

Question 35

Vad innebär en epokal förändring inom HRI?

Answer 35

En epokal förändring innebär en övergång till ett nytt sätt att leva där HRI spelar en central roll. Detta kan leda till fundamentala förändringar i hur vi interagerar med teknologi och hur vi lever våra liv.

Question 36

Vilken typ av påverkan förväntas HRI ha på ekonomin och samhället?

Answer 36

HRI förväntas ha en stark ekonomisk och social påverkan. Det kan förändra arbetsmarknaden, förbättra livskvaliteten och skapa nya möjligheter för ekonomisk tillväxt och social interaktion.

Question 37

Vad är Natural Language Processing (NLP)?

Answer 37

NLP är en del av AI som fokuserar på interaktionen mellan datorer och människor genom naturligt språk. Målet är att möjliggöra för datorer att förstå, tolka och svara på mänskligt språk på ett meningsfullt och användbart sätt

Question 38

Vad är Natural Language Understanding?

Answer 38

Taking some spoken/typed sentence and working out what it means

Question 39

Vad är Natural Language Generation?

Answer 39

Taking some formal representation of what you want to say and working out a
way to express it in a natural (human) language

Question 40

Vad är en av de vanliga uppgifterna inom NLP?

Answer 40

En vanlig uppgift är att avgöra om ett e-postmeddelande är spam eller inte.

Question 41

Vilka ämneskategorier kan identifieras i en medicinsk artikel?

Answer 41

Ämneskategorier kan inkludera blodförsörjning, kemi, läkemedelsbehandling, embryologi, med mera.

Question 42

Vad är sentimentanalys?

Answer 42

Sentimentanalys, även kallat opinion mining eller emotionell AI, är användningen av naturlig språkbehandling (NLP), textanalys, beräkningslingvistik och biometrik för att systematiskt identifiera, extrahera, kvantifiera och studera känslomässiga tillstånd och subjektiv information. Målet är att svara på frågan: “Vad tycker människor om ett visst ämne?”

Question 43

Hur används sentimentanalys inom NLP?

Answer 43

Sentimentanalys används för att avgöra om en recension är positiv eller negativ, vilket kan tillämpas på filmrecensioner, produktomdömen, politiska åsikter och marknadstrender.

Question 44

Varför är sentimentanalys viktig?

Answer 44

Sentimentanalys är viktig för att förstå allmänhetens åsikter om produkter, kandidater, marknadstrender och konsumentförtroende.

Question 45

Vilka är nyckeluppgifterna inom NLP?

Answer 45

1. Text Analysis: Analyzing the structure and meaning of text, including syntax (sentence structure) and semantics (meaning).
2. Speech Recognition: Converting spoken language into text.
3. Natural Language Generation: Producing human-like text from data inputs.
4. Machine Translation: Translating text from one language to another.
5. Sentiment Analysis: Determining the sentiment or emotion expressed in a piece of text.
6. Named Entity Recognition (NER): Identifying and classifying key elements in text, such as names of people, organizations, locations, etc.
7. Question Answering: Building systems that can answer questions posed in natural language.
8. Text Summarization: Creating a concise summary of a larger text document.

Question 46

Vilka är de viktigaste stegen i traditionell NLP?

Answer 46

Lexikalisk analys: Bryta ner texten i tokens.
Syntaktisk analys: Analysera den grammatiska strukturen.
Semantisk analys: Förstå textens betydelse.
Pragmatisk analys: Förstå texten i sitt sammanhang.

Question 47

Ge ett exempel på hur traditionell NLP bearbetar språk.

Answer 47

Lexikalisk analys: Bryter ner “The quick brown fox jumps over the lazy dog” till tokens.
Syntaktisk analys: Identifierar subjektet, verbet och den prepositionella frasen.
Semantisk analys: Tolkar “quick”, “brown”, och “lazy” som beskrivningar.
Pragmatisk analys: Förstår varför någon kan säga denna mening.

Question 48

Vad har lett till utvecklingen av mer avancerade NLP-tekniker?

Answer 48

Begränsningarna i traditionella metoder har lett till utvecklingen av kontextmedvetna tekniker, särskilt de som utnyttjar djupinlärning och Transformers. They offer superior handling of context, semantics,
and linguistic complexities, driving progress in the field of NLP .

Question 49

Vad är Bag-of-Words (BoW)-modellen?

Answer 49

BoW-modellen är en grundläggande teknik i NLP för textrepresentation, där text representeras som en oordnad samling av ord utan hänsyn till grammatik och ordning, men med beaktande av frekvensen av orden.

Question 50

Hur fungerar Bag-of-Words-modellen?

Answer 50

Corpus Creation: Samla dokument.
Vocabulary Building: Skapa ett ordförråd av unika ord.
Tokenization: Tokenisera varje dokument.
Vectorization: Skapa en vektor för varje dokument baserat på frekvensen av ord i ordförrådet.

Question 51

Vilka är några tillämpningar av Bag-of-Words-modellen?

Answer 51

Tillämpningar inkluderar textklassificering, sentimentanalys, informationssökning och dokumentklustring.

Question 52

Vilka algoritmer analyserar innehållet i ett dokument?

Answer 52

Latent Semantic Analysis (LSA)
Text Summarization
Named Entity Recognition (NER)
Sentiment Analysis

Question 53

Vad är Latent Semantic Analysis (LSA) och hur fungerar det?

Answer 53

LSA är en teknik för att analysera relationer mellan en uppsättning dokument och termerna de innehåller. Det använder Singular Value Decomposition (SVD) för att identifiera mönster och reducera dimensionaliteten i termer-dokument-matrisen.

Question 54

Vilka är några tillämpningar av LSA?

Answer 54

Tillämpningar inkluderar informationssökning, dokumentlikhet, textsammanfattning och ämnesmodellering.

Question 55

Vad är Named Entity Recognition (NER)?

Answer 55

NER är en teknik för att identifiera och klassificera namngivna enheter (som personer, organisationer och platser) i ostrukturerad tex

Question 56

Vad är sentimentanalys?

Answer 56

Sentimentanalys, även kallat opinion mining, är användningen av NLP för att identifiera och klassificera känslomässig ton i text, såsom positiv eller negativ känsla.

Question 57

Vilka är några exempel på textanalysprogramvara som finns på marknaden?

Answer 57

IBM Watson
Gavagai Explorer
Lexalytics
TextRazor
Google Cloud Natural Language

Question 58

Vad är IBM Watson och vad är dess huvudsakliga användning?

Answer 58

IBM Watson är ett frågebesvarande datorsystem som kan svara på frågor ställda på naturligt språk. Det användes initialt för att tävla i frågesporten Jeopardy och vann första priset på 1 miljon USD.

Question 59

Vad krävs för att svara på komplexa frågor?

Answer 59

Att svara på komplexa frågor kräver mer än nyckelordsevidens. Systemet måste kunna kombinera olika typer av bevis och använda flertalet algoritmer för djupare analys.

Question 60

Vilka algoritmer används för att mäta relationer i en webb av dokument?

Answer 60

PageRank
HITS (Hyperlink-Induced Topic Search)
SALSA (Stochastic Approach for Link-Structure Analysis)
SimRank (Similarity Ranking)
TrustRank

Question 61

Hur fungerar PageRank?

Answer 61

PageRank är baserat på konceptet att en sida är viktig om den länkas till av många andra sidor. Viktigare sidor får högre PageRank om de länkas till av andra högt rankade sidor.

Question 62

Vad är Bayes sats?

Answer 62

Bayes sats är en teorem inom sannolikhetsteori som används för att bestämma betingade sannolikheter, det vill säga sannolikheten för ett utfall givet ett annat utfall.