Tipo di prensione ed effetti di compatibilità: una simulazione connessionista Giorgio Tsiotas
[email protected]
Anna M. Borghi
[email protected]
Domenico Parisi
[email protected]
1
Tucker & Ellis: micro-affordances Affordances (Gibson) Proprietà di un oggetto che ne suggeriscono l’uso (es: maniglia di una porta). Secondo Gibson non implicano accesso alla conoscenza concettuale, ma la visione conduce direttamente all’azione.
Micro-affordances (Tucker & Ellis) Implicano accesso alla conoscenza concettuale La visione di un oggetto non attiva solamente le azioni legate alla prensione ma anche il tipo di presa adatto per quell’oggetto.
2
Lo studio di Tucker & Ellis (2001)
I soggetti vedono, senza poter afferrare gli oggetti che possono essere: naturali (es. ciliega, mela) oppure artefatti (es. forchetta, bottiglia).
Hanno il compito di categorizzare gli oggetti in naturali o artefatti rispondendo3 con una presa di forza o di precisione su un joystick.
Lo studio di Tucker & Ellis (2001)
Risultati: effetto di compatibilità tra dimensione dell’oggetto (grande, piccolo anche se irrilevante per il compito) e tipo di presa per la risposta (presa forza/precisione) 4
Spiegazione: la visione dell’oggetto attiva informazioni motorie ad esso associate relative a esperienze passate con quell’oggetto
Scopo del lavoro
Replicare i risultati di Tucker & Ellis con uno studio connessionista di Vita Artificiale attraverso l’uso di reti neurali artificiali
Ipotesi
Se la visione di un oggetto attiva le micro-affordances ad esso associate, allora se addestriamo una rete neurale ad afferrare oggetti di differenti dimensioni, dovrebbe esserci un effetto di compatibità che influenza l’esecuzione di altri tipi di compiti assegnati alla stessa rete neurale.
Quindi dovremmo trovare un effetto di compatibilità tra la grandezza degli oggetti (grande, piccolo) e il tipo di presa (di forza, di precisione) 5
La rete neurale Organismo dotato di: sistema visivo che gli permette di vedere gli oggetti uno per volta sistema motorio: un braccio e due dita che permettono all’organismo di raggiungere ed afferrare l’oggetto o fornire una risposta motoria sistema propriocettivo che informa in ogni istante l’organismo sulla posizione del suo braccio e delle sue dita
6
Algoritmo genetico Algoritmo genetico: “strategia evolutiva” (Rechenberg) con mutazioni Popolazione iniziale: 100 individui assegnazione casuale di pesi alle reti neurali degli individui. Compito: portare il braccio in prossimità dell’oggetto e afferrare l’oggetto con una presa congruente alle sue dimensioni entro un numero predefinito di passi Ogni individuo riceve un valore di Fitness, che dipende dalla sua abilità nel compito. I 20 individui migliori, con Fitness più alta, generano 5 copie del proprio genotipo. Nel processo di copia avvengono mutazioni casuali. Riproduzione non sessuata. 7
Simulazione di base:
addestramento alla prensione degli oggetti Compito: afferrare l’oggetto con una presa di precisione (oggetto piccolo) o una presa di forza (oggetto grande) indipendentemente dal colore.
Apprendimento: tramite selezione utilizzando un algoritmo genetico in 2000 generazioni
8
Simulazione (Compatibile e Incompatibile)
Ulteriori 2000 generazioni La risposta è sempre di tipo motorio Ad ogni organismo vengono riproposti i 4 oggetti e gli si indica anche il task da eseguire (01=prendi l’oggetto, 10=riconosci il colore) Presenza di Compatibilità e Incompatibilità tra i pattern
9
Risultati simulazione compatibilità/incompatibilità
I pattern Compatibili sono appresi in meno generazioni rispetto a quelli Incompatibili in tutte le repliche (seeds) E’ più facile per tutti gli organismi imparare i pattern Compatibili.
10
Analisi hidden Dopo la simulazione di base:
Solo 1 neurone dei 4 è utilizzato per discriminare le dimensioni dell’oggetto: il suo valore varia tra 0 e 1
Dopo la simulazione di compatibilità/incompatibilità:
Per il task 1 è sempre utilizzato un solo neurone Per il task 2 è sempre utilizzato un secondo neurone.
Pattern Compatibili: tendenza nella maggior parte dei casi a mantenere la stessa attivazione delle hidden mantenendo cosi’ traccia del task 1. Pattern Incompatibili: la rete per tutti i seed tende sempre a riorganizzare le hidden rispetto al task 1
11
Conclusione
Replica dei risultati sperimentali ottenuti da T&E
La rappresentazione visiva di un oggetto incorpora informazione motoria riattivando la nostra esperienza passata con quell’oggetto.
Conferma dell’effetto di compatibilità tra le dimensioni dell’oggetto e il tipo di presa: l’apprendimento avviene prima (in termini di numero di generazioni) nella condizione Compatibile che in quella Incompatibile.
Le analisi delle hidden indicano che nei casi Compatibili le hidden hanno la tendenza a non variare, mentre in quelli Incompatibili c’è sempre riorganizzazione.
12
Q&A 13
