Robert M. French - Robert M. French
Robert M. French é diretor de pesquisa do Centro Nacional Francês de Pesquisa Científica . Ele está atualmente na University of Burgundy em Dijon . Ele possui um Ph.D. da Universidade de Michigan , onde trabalhou com Douglas Hofstadter no modelo cognitivo computacional Tabletop. Ele é especialista em ciências cognitivas e fez um amplo estudo do processo de fazer analogias.
French é o inventor do Tabletop , um programa de computador que faz analogias em um microdomínio que consiste em objetos do cotidiano colocados sobre uma mesa.
Ele fez uma extensa pesquisa em inteligência artificial e escreveu vários artigos sobre o teste de Turing , que foi proposto por Alan Turing em 1950 como um meio de determinar se um computador avançado pode ser considerado inteligente. French foi por muito tempo um crítico ferrenho do teste, que, segundo ele, nenhum computador jamais seria capaz de fazer. French agora acredita que o caminho a seguir em IA não reside na tentativa de simular perfeitamente a cognição humana (ou seja, passar no Teste de Turing), mas, sim, na tentativa de projetar computadores capazes de desenvolver suas próprias habilidades para entender o mundo e interagir com essas máquinas de uma maneira significativa.
Ele publicou trabalhos sobre o esquecimento catastrófico em redes neurais , o teste de Turing e os fundamentos da ciência cognitiva , a evolução do sexo e a categorização e aprendizagem em bebês, entre outros tópicos.
Infância e educação
French frequentou a Miami University de 1969 a 1972, ganhando um bacharelado em matemática após três anos de estudo. De 1972 a 1974, ele estava na Universidade de Indiana , da qual recebeu um mestrado em matemática.
Carreira
Estudos em início de carreira e doutorado
De 1972 a 1974, French trabalhou como professor assistente de matemática na Universidade de Indiana. Por vários meses em 1975, ele ensinou matemática no Hanover College em Hanover, Indiana.
Mudou-se então para a França, onde de 1976 a 1985 residiu em Paris , trabalhando como tradutor e intérprete freelance. Durante seus anos lá, ele colaborou com uma colega, Jacqueline Henry, na tradução para o francês do best-seller de Douglas Hofstadter , Gödel, Escher, Bach .
French voltou aos Estados Unidos em 1985 para se tornar um estudante de graduação em ciência da computação na Universidade de Michigan, em Ann Arbor , onde fez doutorado. sob Hofstadter em inteligência artificial / ciência cognitiva. Ele completou seu trabalho de doutorado em 1992, recebendo um diploma em ciência da computação.
Seu Ph.D. A dissertação foi intitulada Tabletop: An Emergent, Stochastic Computer Model of Analogy-Making. Seu comitê de tese consistiu em Hofstadter, John Holland, Daniel Dennett, Arthur Burks, John Laird e Steve Lytinen.
“A noção-chave subjacente à pesquisa apresentada nesta dissertação”, escreveu French em seu resumo da dissertação, “é minha convicção de que os mecanismos cognitivos que dão origem à analogia humana formam a própria base da inteligência. Nossa capacidade de perceber e criar analogias é possibilitada pelos mesmos mecanismos que impulsionam nossa capacidade de categorizar, generalizar e comparar diferentes situações. ”
De 1985 a 1992, ele foi assistente de pesquisa em Ciência da Computação na Universidade de Michigan, em Ann Arbor. Durante este período, ele também foi Pesquisador Visitante no CREA, Ecole Polytechnique, Paris (1988), e Professor Visitante em Ciência da Computação no Earlham College em Richmond, Indiana (1991).
Ele passou vários meses em 1992 como pós-doutorado no Centro de Pesquisa em Conceitos e Cognição da Universidade de Indiana. De 1992 a 1994, ele foi Professor Assistente Visitante de Ciência da Computação na Willamette University em Salem, Oregon. De 1994 a 1995, ele foi um pós-doutorado no Departamento de Psicologia da Universidade de Wisconsin, Madison, e um Professor de Ciência Cognitiva no Departamento de Psicologia Educacional da mesma instituição.
Carreira posterior
De 1995 a 1998, French foi um Cientista Pesquisador no Departamento de Psicologia da Universidade de Liège. De 1998 a 2000, ele foi Professor Associado em Psicologia Quantitativa e Ciências Cognitivas no mesmo departamento. De 2001 a 2004, foi Professor de Psicologia Quantitativa e Ciências Cognitivas nesse departamento.
Desde 2004, ele é o Diretor de Pesquisa do Centro Nacional Francês de Pesquisa Científica (CNRS).
Publicações selecionadas
Livros
- French, R. (1995). A sutileza da uniformidade: uma teoria e um modelo computacional de fazer analogias . Cambridge, MA: MIT Press.
- Em seu prefácio do livro, Daniel Dennett escreveu que French “criou um modelo de analogia humana que tenta preencher a lacuna entre a IA clássica de cima para baixo e as abordagens de baixo para cima mais recentes”. A pesquisa de French, explicou Dennett, “é baseada na premissa de que a criação de analogias humana é uma extensão de nosso constante processo de percepção de fundo - em outras palavras, que a criação de analogias e a percepção da semelhança são duas faces da mesma moeda. No cerne da teoria do autor e do modelo computacional de fazer analogias está a ideia de que a construção e a manipulação de representações são aspectos inseparáveis do funcionamento mental, em contraste com os modelos tradicionais de IA de processos cognitivos de alto nível, que têm quase sempre dependeu de uma separação limpa. ” Dennett afirmou que “o trabalho de French é empolgante não apenas porque revela que a analogia é uma extensão de nossa habilidade complexa e sutil de perceber a mesmice, mas também porque oferece um modelo computacional de mecanismos subjacentes a esses processos. Este modelo faz avanços significativos na colocação em prática de processamento estocástico de micronível, processamento distribuído, paralelismo simulado e a integração de construção de representação e processamento de representação. ” Arthur B. Markman, da Universidade de Columbia, em uma resenha para o International Journal of Neural Systems descreveu The Subtlety of Sameness como "fascinante".
- Uma crítica na Choice disse que “o francês revela que a analogia é uma extensão de nossa habilidade complexa e sutil de perceber a mesmice. Seu programa de computador, Tabletop, forma analogias em um microdomínio que consiste em objetos (utensílios, xícaras, copos, etc.) em uma mesa posta para uma refeição. A teoria e o programa baseiam-se na ideia de que as escolhas estocásticas feitas no micronível podem resultar em robustez semelhante à humana em um macronível. Milhares de execuções de programas tentam verificar isso em dezenas de problemas de analogia inter-relacionados no micromundo Tabletop. ”
Artigos
- Francês, RM (2012). Indo além do teste de Turing. Comunicações da Association for Computing Machinery . French argumentou que “precisamos colocar de lado a tentativa de construir uma máquina que possa imitar perfeitamente os humanos” e que possa, portanto, passar no “Teste de Turing”, formulado por Alan Turing em meados do século XX. Em vez disso, os cientistas da computação “devem aceitar o computador como um interlocutor válido e interagir com ele como uma fonte de informação sofisticada, interativa e de alto nível”. French declarou que estava “convencido de que nenhuma máquina passará no Teste de Turing, pelo menos não em um futuro previsível .... Restarão extensões recônditas de cognição humana e fisionomia que poderão servir de base para questões usadas para tropeçar qualquer máquina. Portanto, deixe o Teste de Turing de lado. Eu ficaria perfeitamente feliz se uma máquina me dissesse: 'Olha, eu sou um computador, então não me faça perguntas que exijam um corpo para responder, nada sobre como é cair de um bicicleta ou tenho alfinetes e agulhas no pé. Isso te enganar em pensar que eu sou um humano é ultrapassado. Não estou tentando te enganar. Eu sou um computador, ok? ”
- Francês, RM (2012). Tirando o pó do Teste de Turing. Science, 336,160-161. French relatou que "os dois avanços revolucionários na tecnologia da informação podem tirar o teste de Turing da aposentadoria", sendo um deles "a disponibilidade imediata de grandes quantidades de dados brutos" e o outro "o advento de técnicas sofisticadas de coleta , organizando e processando esta rica coleção de dados. ” Ele convidou o leitor a supor "que todas as palavras que você falou, ouviu, escreveu ou leu, bem como todas as cenas visuais e todos os sons que você já experimentou, foram gravadas e acessíveis, junto com dados semelhantes para centenas de milhares, até milhões, de outras pessoas ”, e que esse registro de experiência sensorial poderia ser complementado com informações fornecidas por receptores táteis e olfativos. Pesquisadores avançados de computação, disse French, “acham que esse tipo de registro de experiência de vida se tornará comum em um futuro não muito distante”. Ele ainda pediu ao leitor que presumisse “que o software existe para catalogar, analisar, correlacionar e conectar tudo neste mar de dados. Esses dados e a capacidade de analisá-los de forma adequada podem permitir que uma máquina responda a perguntas até então irrespondíveis por computador que tocam em fatos derivados de nossa incorporação ou de nossas redes associativas subcognitivas. ” Diante de tudo isso, French perguntou, “é tão rebuscado pensar que a máquina pode ser capaz de usar esses dados para construir uma rede cognitiva e subcognitiva semelhante à sua? Isto é, semelhante o suficiente para passar no teste de Turing. ”
- French, RM (2000). O Teste de Turing: os primeiros 50 anos. Trends in Cognitive Sciences, 4 (3), 115-121. Observando que "nenhum outro artigo único em ciência da computação, e poucos outros artigos em ciência em geral, geraram tanta discussão" quanto o artigo de Alan Turing sobre o Teste de Turing, French narra a história da recepção do artigo, argumentando que a mudança de percepções do teste "comparou as mudanças de atitudes na comunidade científica em relação à inteligência artificial: do otimismo desenfreado dos anos 1960 à atual compreensão das imensas dificuldades que ainda estão por vir."
- French, RM (1996). O Teste de Turing Invertido: Como um programa simples (irracional) poderia passar. Psycoloquy 7 (39) turing-test.6.french. Neste artigo, French argumentou que o "Teste de Turing invertido ... poderia ser simulado por um teste de Turing padrão" e que "um programa muito simples sem nenhuma inteligência poderia ser escrito para passar no teste de Turing invertido". Portanto, "o teste de Turing invertido em sua forma atual deve ser rejeitado."
- Mareschal, D. e French, RM (1997). Uma explicação conexionista dos efeitos de interferência na memória e categorização do primeiro bebê. Proceedings of the 19th Annual Cognitive Science Society Conference, LEA, 484-489.
- Addyman, C. e French, RM (2012). Modelagem computacional em ciências cognitivas: um manifesto para a mudança. Topics in Cognitive Science, 4 (3), 332–341.
- French, RM, Addyman, C. e Mareschal, D. (2011). TRACX: uma estrutura conexionista baseada em reconhecimento para segmentação de sequência e extração de blocos. Psychological Review, 118 (4), 614-636.
- Cowell, RA e French, RM (2011). Ruído e o surgimento de regras no aprendizado por categoria: um modelo conexionista. IEEE Transactions on Autonomous Mental Development, 3 (3), 194–206. Este artigo apresenta “um modelo de rede neural de aprendizagem de categoria que aborda a questão de como as regras para associação de categoria são adquiridas”.
- Thibaut, J.-P., French, RM e Vezneva, M. (2010). Carga cognitiva e analogias semânticas: pesquisando o espaço semântico. Psychonomic Bulletin and Review, 17 (4), 569–574.
- Van Rooy, D., Van Overwalle, F., Vanhoomissen, T., Labiouse, C., e French, RM (2003). A Recurrent Connectionist Model of Group Biases. Psychological Review, 110, 536–563.
- French, RM, (2002). Natura non facit saltum: A necessidade do continuum pleno das representações mentais. The Behavioral and Brain Sciences. 25 (3), 339–340.
- Jacquet, M. e French, RM (2002). O BIA ++: Estendendo o BIA + para uma estrutura conectiva distribuída dinâmica. Bilinguismo, 5 (3), 202–205.
- Mareschal, D., Quinn, PC e French, RM (2002) Interferência assimétrica na aprendizagem de categoria sequencial de crianças de 3 a 4 meses. Cognitive Science, 26, 377-389
- French, RM e Chater, N. (2002). Usando o ruído para calcular superfícies de erro em redes conexionistas: um novo meio de reduzir o esquecimento catastrófico. Neural Computation, 14 (7), 1755–1769.
- French, RM e Labiouse, C. (2001). Por que a informação de co-ocorrência sozinha não é suficiente para responder a perguntas subcognitivas. Journal of Experimental and Theoretical Artificial Intelligence , 13 (4), 419-429.
- French, RM e Thomas, E. (2001). The Dynamical Hypothesis in Cognitive Science: A review essay of Mind As Motion. Minds and Machines, 11, 1, 101-111.
- Mareschal, D., French, RM e Quinn, P. (2000). Uma abordagem conexionista da aprendizagem por categoria assimétrica na primeira infância. Developmental Psychology, 36, 635-645.
- French, RM e Thomas, E. (2000). Por que os modelos de conexionistas localistas são inadequados para categorização. The Behavioral and Brain Sciences, 23 (4), 477.