1 Sistemas Afectivos (Saf)Evolución Afectividad Consciencia EAC Seminario de Investigación Sistemas Evolutivos, Afectivos y Conscientes Sistemas Afectivos (Saf) Fernando Galindo Soria Paola Neri Ortiz Itztli García Salas Auditorio Sor Juana (edificio C) Tecnológico de Estudios Superiores de Ecatepec (TESE) Del Lunes 13 al Jueves 16 de Marzo de 2017 de 12:00 a 17:00 horas de la Ciudad de México
2 SISTEMAS AFECTIVOS (Saf)Evolución Afectividad Consciencia EAC SISTEMAS AFECTIVOS (Saf) Ni dioses ni esclavos, compañeros y amigos 28 de Septiembre del 2009 5 de Agosto del 2012 Febrero del 2017
3 Sistemas Afectivos (Saf)sistemas que perciben y muestran sentimientos, incluyendo sistemas que interactúan con su entorno, con las personas y entre ello mismos.
4 Afecto, sentimientos, emocionesgustos, tendencias, sentimientos, comportamiento, empatía amigable Eficaz, eficiente, amigable, robusto
5 Sistemas Afectivos básicos Sistemas que detectan sentimientos Sistemas que muestran sentimientos Sistemas que detectan y muestran sentimientos Universos afectivos Interacción entre diferentes tipos de sistemas afectivos
6 Todo tipo de sistemas y organismosPersonas, maquinas, sociedades, educación, ambiente
7 ¿Sueñan los androides con ovejas eléctricas?(Do Androids Dream of Electric Sheep?) 1968 Philip K. Dick ( ). película Blade Runner, Ridley Scott 1982 La acción se sitúa en un mundo lleno de polvo radiactivo después de una guerra nuclear que terminó matando a la mayoría de los animales, esto lleva a que la gente tenga animales eléctricos. El protagonista es Rick Deckard, un ex-policía y experto cazador de androides renegados, tarea a la que él mismo se refiere como retirar. En la historia tendrá que retirar a un grupo de androides de última generación, modelo denominado Nexus 6, que tienen como peculiaridad ser casi idénticos a seres humanos, que han llegado hasta la Tierra huyendo desde una colonia espacial debido a las terribles condiciones a las que estaban sometidos. La novela, uno de los clásicos del autor, trata temas como el impreciso límite entre lo artificial y lo natural, la decadencia de la vida y la sociedad, y aborda diversos problemas éticos sobre los androides. https://es.wikipedia.org/wiki/%C2%BFSue%C3%B1an_los_androides_con_ovejas_el%C3%A9ctricas%3F
8 Sistemas Afectivos Rosalind W. Picard, Sc.D. Founder and director of the Affective Computing Research Group MIT Media Lab, co-director of the Things That Think Consortium, Artificial emotion By Sam Allis, Globe Columnist, 2/29/2004 boston.com News The Boston Globe Affective Computing Portal Homepage of Dr. Christoph Bartneck An Emotional Cat Robot Robots might behave more efficiently if they had emotions. Duncan Graham-Rowe Technology Review Published by MIT, Thursday, July 26, 2007 The Rise of the Emotional Robot Paul Marks, Amsterdam, New Scientist No. 2650, P. 24, 05 April The rise of the emotional robot
9 FGS y Juan Martín González Vázquez 1983Sistemas Afectivos FGS y Juan Martín González Vázquez 1983 Norma Lilian Pimienta Lugo Ergonomia Fisica y Logica, 1985 Helivier Romero González, Cuitlahuac Cantú Rohlik, FGS Área de investigación sobre Sistemas Afectivos1992 Paola Neri Ortiz Bichos Evolutivos, 2001 Rodolfo Romero Herrera Área de Investigación en Sistemas Afectivos ESCOM del IPN Itztli García Salas Horacio Alberto García Salas Modelo Generativo de Composición Melódica con Expresividad Portal de Sistemas Afectivos
10 Buscan tener mecanismos de interaccion mas amigables El área de los sistemas afectivos (Saf) es relativamente nueva, pero ya existe una gran cantidad de productos en el mercado que toman en cuenta los sentimientos de los usuarios para su funcionamiento, principalmente en el área de la Informática Educativa y en el área de los Videojuegos. Y cada vez existen mas y mas aplicaciones, dandose el caso de que cada vez mas productos como sistemas, aplicaciones, robots, carros, celulares, televisores, buscadores en red, interfaces en linea, etc. Buscan tener mecanismos de interaccion mas amigables Convirtiendose en un gran negocion y Fuente de investigación
11 Algunas áreas relacionadas con los Sistemas AfectivosDiseño Lógico Arquitectura, Urbanismo, Ecología Ergonomía, Sociología, Psicología, Música, Generadores de textos, poetas, escritores, redactores Informática Educativa Videojuego
12 Interactividad A que velocidad nos movemosGeneraciones con interacciones cada vez más rápidas
13 Teléfonos, tv, computadoras inteligentes Smart system https://en.wikipedia.org/wiki/Smart_systems Teléfonos, tv, computadoras inteligentes Realmente son sistemas afectivos Y sistemas evolutivos afectivos Muchos de los sistemas actuales en funcionamiento, son evolutivos Prácticamente todos los desarrollos de nuevos sistemas, aplicaciones, interfaces, dispositivos se están desarrollando como sistemas afectivos, Quien no desarrolle sus sistemas como sistemas afectivos esta fuera de la jugada
14 Antecedentes Teleología Área de la Filosofía que estudia los fines o propósitos Fin Básico sobrevivir Sobrevivencia del individuo y sobrevivencia de la especie
15 A partir de los años 40 del siglo XX Isaac Asimov comenzó a escribir una serie de cuentos y novelas sobre robots, donde establece varia “leyes de la robótica” En estos trabajos Asimov muestra que no importa cuantas leyes establezca, tarde o temprano ocurrirá algo que no esta cubierto por estas, leyes
16 Las Leyes de la Robótica de Isaac Asimov Tres leyes de la robótica Primera Ley. Un robot no puede dañar a un ser humano o, por su inacción, dejar que un ser humano resulte dañado Segunda Ley. Un robot debe obedecer las órdenes dadas por los seres humanos excepto cuando tales órdenes entren en conflicto con la Primera Ley. Tercera Ley. Un robot debe proteger su propia existencia hasta donde esta protección no entre en conflicto con la Primera o la Segunda Ley Cuatro Ley Zeroth Un robot no puede lastimar a la Humanidad o, por falta de acción , permitir que la Humanidad sufra daño ::::::::::::
17 Las leyes de la robótica aparecen en muchos de los trabajos publicados por Asimov como las recopilaciones de cuentos Yo, Robot y Los Robots (The Complete Robot). En estos cuentos Asimov muestra en general como tarde o temprano los robots tiene problemas al tratar de aplicar las leyes.
18 Teorema de Gödel Sistemas Formales Teorema de Gödel Sistemas Evolutivos Afectivos
19 Tamagotchi o mascotas virtuales Tamagotchi “Un Tamagotchi (たまごっち Tamagotchi) mascota virtual creada en 1996 por Aki Maita y comercializada por Bandai. El Tamagotchi es un aparato con forma de huevo del tamaño de la palma de la mano que tiene una pantalla en blanco y negro pixelada, donde se puede ver a la mascota virtual El nombre combina la palabra japonesa para decir huevo («tamago») y la silaba «chi» que denota afecto.” (Wikipedia, 3 de Octubre del 2009)
20 Manejan procesos, datos y estructuras para representar sentimientos Por ejemplo mediante una variable se puede representar que tanto “afecto” a recibido el Tamagotchi, si ha recibido mucho afecto entonces el valor de la variable es por ejemplo 100, conforme pasa el tiempo y no recibe afecto la variable va disminuyendo su valor hasta que vale cero y el Tamagotchi muere por falta de cariño
21 El gran logro en el desarrollo de sistemas afectivos se da al encontrar mecanismos que permiten representar sentimientos mediante el manejo de procesos, datos y estructuras.
22 Sistemas Evolutivos Afectivos
23 Bichos afectivos Creación de espacios con bichos afectivos Sistema Afectivo, Desarrollado por Jesús Rodríguez Salazar 18/mayo/2004, Ciudad de México ESCOM del IPN
24 Se crea una cuadricula La cuadricula funciona como el universo donde viven los bichos afectivos
25 En la siguiente cuadricula se ven varios bichos (cada bicho es representado con una letra dentro de la cuadricula) B A E C D
26 A partir de este universo podemos construir una gran cantidad de sistemas afectivos, uno muy simple es un sistema donde los bichos se están moviendo por la cuadricula y cada vez que se encuentran aumenta el valor de una variable que indica afecto, cuando la variable pasa de cierto valor (por ejemplo 6) los bichos se “enamoran” y empiezan a moverse juntos La implementación es muy simple ya que lo único que se necesita es una matriz donde se muestra cuantas veces se han encontrado los bichos A B C D E A B C D E
27 Por ejemplo en el siguiente caso el bicho A se encontró con el bicho D, lo cual se indica incrementando en 1 (pasa de cero a uno) el valor de la matriz en la intersección de A y D B E A D C A B C D E A B C D E
28 Conforme pasa el tiempo los bichos se siguen moviendo y encontrando y la matriz va reflejando ese comportamiento A B C D E A B C D E B E A D C En la figura anterior se ve que A y B se han encontrado 1 vez, pero C y E se han encontrado 4 veces, por lo que C y E se han atraído mas que A y B
29 Cuando 2 bichos se encuentran 6 veces empiezan a andar juntos y cuando se encuentran con otros bichos ya no incrementan sus contadores B E A D C A B C D E A B C D E
30 A partir del ejemplo anterior se puede desarrollar una gran cantidad de sistemas afectivos Por ejemplo a cada bicho se le puede asociar un conjunto de variables que indican características como sexo y edad y establecer que los bichos se van ha atraer cuando sean de sexo diferentes y de edades parecidas, con lo cual el contador de la matriz solo se incrementaría cuando se encuentren dos bichos de sexos diferentes y edades parecidas
31 Otro ejemplo es cuando a cada bicho se le asocia un vector de características (sexo, edad, estatura, color de piel, grado de estudios, etc.) y otro vector de atracción donde se indique cosas que le atraen o repelen, como por ejemplo, sexo y rango de edad de los bichos que le atraen, rango de estatura, color de pie, etc., o color de piel que no le gusta, etc. las cosas que atraen incrementan el valor del contador y las que repelen decrementan el contado, con lo cual se pueden llegar a tener valores negativos
32 Otro ejemplo es cuando a cada bicho se le asocia un vector de características (sexo, edad, estatura, color de piel, grado de estudios, etc.) y otro vector de atracción donde se indique cosas que le atraen o repelen, como por ejemplo, sexo y rango de edad de los bichos que le atraen, rango de estatura, color de pie, etc., o color de piel que no le gusta, etc. las cosas que atraen incrementan el valor del contador y las que repelen decrementan el contado, con lo cual se pueden llegar a tener valores negativos Cuando se desarrollan universos de este tipo se dan situaciones interesantes, si se encuentra un bicho X con otro bicho Y es posible que X se vea atraído por Y, pero Y se sienta repelido por X, con lo que los valores de la matriz ya no son simétricos, y se pueden dar situaciones tipo amor odio o de múltiples bichos atraídos hacia un bicho en particular, etc.
33 Matrices Evolutivas AfectivasSentimientos, comportamiento mediante matrices evolutivas
34 Zanya Compositor Evolutivo, Horacio Alberto García Salas evoluciona con los flujos de música Toma música de la red, construye la imagen de la realidad mediante matrices evolutivas y genera nuevas melodías Utiliza matrices evolutivas estocásticas para representar la imagen de la realidad Automatic Music Composition with Simple Probabilistic Generative Grammars. Horacio Alberto García Salas, Alexander Gelbukh, Hiram Calvo, and Fernando Galindo Soria, Polibits (44) 2011 Horacio Alberto García Salas, “Modelo Generativo de Composición Melódica con Expresividad” Tesis para obtener el Grado de Doctor en Ciencias de la Computación, Laboratorio de Procesamiento de Lenguaje Natural, Centro de Investigación en Computación CIC, Instituto Politécnico Nacional IPN, México, Mayo del 2012
35 Automatic Music Composition with Simple Probabilistic Generative Grammars.Horacio Alberto García Salas, Alexander Gelbukh, Hiram Calvo, and Fernando Galindo Soria, Polibits (44) 2011
36 En este trabajo se integrar los mecanismos de representación de las matrices de frecuencia basadas en loa algoritmos de Markov con el mecanismo evolutivo recursivo (1) que permite que el sistema este permanentemente modificando su imagen de la realidad a partir del flujo permanente de información del entorno (1) The evolutionary system originally does not have any rule. We call K0 when K is empty. While new musical examples m0, m1,…, mi are learned K is modified from K0 to Ki+1. L(mi, Ki) = Ki+1 Automatic Music Composition with Simple Probabilistic Generative Grammars. Horacio Alberto García Salas, Alexander Gelbukh, Hiram Calvo, and Fernando Galindo Soria, Polibits (44) 2011
37 Zanya Compositor Evolutivo, Horacio Alberto García Salasevoluciona con los flujos de música y genera nuevas melodías Rola 01 Rola 02 Rola 03 Rola 04 The evolutionary system originally does not have any rule. We call K0 when K is empty. While new musical examples m0, m1, ..., mi are learned K is modified from K0 to Ki+1. Ki+1 = L(mi, Ki) Function L extracts musical features of mi and integrates them to Ki generating a new representation Ki+1. This makes knowledge representation K evolves according to the learned examples.
38 Este tipo de mecanismos dan la base para representar la imagen de realidad de muchos sistemas afectivos, y se ha usado para una gran cantidad de aplicaciones. Por ejemplo para encontrar el estilo de un compositor o músico, se pone al sistema en un ambiente formado por escritos o composiciones de ese autor. Dan la base para detectar patrones de búsqueda en la red o estilos de comportamiento (aburrido, agresivo, calmado, interesado, atacante, defensivo, …) de un jugador o estudiante en un videojuego o sistema de aprendizaje. Permite desarrollar sistemas que aprenden a partir de su interacción con los flujos en la red, por ejemplo aprender a componer música o algún tema de estudio, etc., etc., etc., … Si se quiere reconocer patrones de comportamiento de una persona al escribir, se conecta el sistema al mecanismo de captura del usuario, para que pueda aprender las palabras y comportamiento del usuario al escribir y pueda ayudar a predecir posibles palabras, secuencias o errores.
39 Estilo de escritor Detección de plagios Detección de alegría, enojo, ... Tesis juego evolutivo afectivo Predictor de palabras Predictor de comportamiento
40 María Paola Neri Ortiz, “Mundo Artificial basado en sistemas evolutivos”, IPN-ESCOM, México, Junio de 2001 SAEVIUS DEUS, que significa "La ira de Dios", videojuego con Inteligencia Artificial Desarrollado por Alfredo Ramos Flores, Jesús Rodríguez Salazar, Jorge Israel Toledo Alvarado, José Rafael Vega Trujillo “Se desarrollo una alternativa de almacenaje de conocimiento, que consiste en una matriz de aprendizaje, que evoluciona dependiendo de los resultados obtenidos.” Fátima Margarita Lechuga Blanco y Mario César Lima Rodríguez, “Sistema de mimetismo basado en gramática para ocultamiento de información”, IPN-ESCOM, México, Junio del 2002
41 Sistema de mimetismo basado en gramática para ocultamiento de informaciónFátima Margarita Lechuga Blanco, Mario César Lima Rodríguez, ESCOM del IPN, 2002 Integra un generador de oraciones que toma múltiples ejemplos de oraciones de la realidad, genera la imagen mediante Matrices Evolutivas y genera nuevas oraciones
42 Ejemplo: bichos que evolucionan en un entorno virtualMundo artificial basado en Sistemas Evolutivos Paola Neri Ortiz página html Articulo softwaredebichos.zip programas de bichos en java Mapa de ubicación que contiene cuarenta y cinco bichos de cuatro especies diferentes b1 b3 b2 b4 B1 B2 B4 B3
43 En muchas aplicaciones, la Matriz Evolutiva tiene cero renglones y cero columnas y conforme empiezan a entrar palabras, o comportamientos, o síntomas o … comienzan a crecer el numero de renglones y columnas, por ejemplo cada que entra un nuevo elemento al sistema la matriz aumenta una columna y un renglón. O sea que las matrices evolutivas no solo modifican los valores de los elementos, sino que modifican la misma estructura de la matriz ya que parte de una matriz con cero renglones y columnas y pueden llegar a contener una cantidad enorme de renglones y columnas. “ESpertCOM Sistema Experto Evolutivo en Banca Múltiple”, José de Jesús Acosta Marrón y Rodrigo Arenas Arriola, IPN-ESCOM, México, Mayo del 2001 El Sistema Experto ESpertCOM utiliza un par de matrices de dos dimensiones que permanentemente están cambiando. Originalmente, la matriz evolutiva está vacía, por lo que la base de conocimientos que representa también lo está. Conforme detecta nuevos síntomas y reglas aumentan los renglones y columnas de la matriz.
44 Dado que conforme crece la imagen de la realidad de sistema, la matriz crece enormemente existen muchísimas técnicas de representación equivalentes o aproximadas que utilizan mucho menos espacio. Por ejemplo pueden integrar como elementos de la matriz rutinas semánticas o hipervínculos que permiten llamar a otros procesos o a otras matrices O pueden representar la matriz como una gramática evolutiva estocástica como se muestra en la tesis del Dr. Itztli (Horacio Alberto García Salas) donde se ve como se construyo el compositor evolutivo afectivo de música Zanya Automatic Music Composition with Simple Probabilistic Generative Grammars. Horacio Alberto García Salas, Alexander Gelbukh, Hiram Calvo, and Fernando Galindo Soria, Polibits (44) 2011
45 Our work is based on a linguistic approach and we have used a workspace represented by matrices to manipulate music information. Now we show that this information representation is equivalent to a probabilistic generative grammar. There are different ways to obtain a generative grammar G, a particular unsupervised case is our model. From frequency distribution matrix FDM and total column T, it is possible to construct a probabilistic generative grammar. …. Example: From frequency distribution matrix FDM (sequence of frequencies of musical composition “El cóndor pasa”: b e d# e f# g f# g a b2 d2 b2 e2 d2 b2 a g e g e b e d# e f# g f# g a b2 d2 b2 e2 d2 b2 a g e g e b2 e2 d2 e2 d2 e2 g2 e2 d2 e2 d2 b2 g e2 d2 e2 d2 e2 g2 e2 d2 e2 d2 b2 a g e g e ) We can generate grammar G{Vn,Vt, S, P, Pr}. Where Vn={S, X1, X2 X3, X4, X5, X6, X7, X8, X9, X10} is the set of nonterminals symbols. Vt={b, d#, e, f#, g, a, b2, d2, e2, g2} is the set of all terminal symbols or alphabet. S is the axiom or initial symbol. Pr is the set of rules probabilities represented by values of matrix AM. Rules P are listed in Fig. S → b X1(1) X1 → e X3(1) X2 → e X3(1) X3 → b X1(1/9) | d# X2(2/9)| f# X4(2/9) | g X5(3/9) | b2 X7(1/9) X4 → g X5(1) X5 → e X3(6/11) | f# X4(2/11) | a X6(2/11) | e2 X9(1/11) X6 → g X5(3/5) | b2 X7(2/5) X7 → g X5(1/9) | a X6(3/9) | d2 X8(2/9) | e2 X9(3/9) X8 → b2 X7(6/12) | g2 X10(6/12) X9 → d2 X8(10/12) | g2 X10(2/12) X10 → e2 X9(1)
46 Sistemas Afectivos (Saf)Seminario de Investigación Sistemas Evolutivos, Afectivos y Conscientes Evolución Afectividad Consciencia EAC Sistemas Afectivos (Saf) Ni dioses ni esclavos, compañeros y amigos Fernando Galindo Soria Paola Neri Ortiz Itztli García Salas Auditorio Sor Juana (edificio C) Tecnológico de Estudios Superiores de Ecatepec (TESE) Del Lunes 13 al Jueves 16 de Marzo de 2017 de 12:00 a 17:00 horas de la Ciudad de México
47 ANEXOS
48 Redes Neuronales de Mcullot y PittsRepresentación Matricial de las Redes Neuronales, Galindo y Esquer 1976 Matrices Evolutivas basadas en los trabajos de Cuitlahuac Cantu Matrices Evolutivas Estocásticas Procesos Recursivos Equivalencia entre Matrices Evolutivas Probabilísticas y Gramáticas Evolutivas Probabilísticas Matrices evolutivas iniciales con cero renglones y cero columnas que representan imágenes de la realidad donde los elementos y estructuras cambian permanentemente
49 Las redes neuronales de Mcullot y Pitts, son representaciones débiles de la realidad como vieron Von Neumann por un lado, y Marvin Minsky y Seymour Papert en su libro Perceptrons por otro lado El trabajo presentado en el libro Perceptrons por Marvin Minsky y Seymour Papert fue fundamental e impactante al mostrar que los percetrones (que es un tipo de redes neuronales) no podían tratar ciertos problemas de lógica básica, con lo cual ocasionaron que prácticamente durante muchos años se detuviera el desarrollo del área, hasta el surgimiento de la Quinta Generación, Proyecto japonés donde se planteo el desarrollo de tejidos de computadoras inteligentes y ubicuos, con lo que ocasionaron una nueva revolución en el área, actualmente todos estos mecanismos y muchos otros se utilizan en forma cotidiana, aun sus versiones originales, para resolver muchos problema Perceptrons: an introduction to computational geometry,Marvin Minsky and Seymour Papert, 1969. El hombre que intentó salvar al mundo con la lógica – Calíope Por Amanda Gefter, Traducido al español por Marta Lapid Volosin para Nautilus
50 , Lettvin guardó unas cuantas ranas, Lettvin guardó unas cuantas ranas. En ese momento, los biólogos creían que el ojo era como una placa fotográfica que registraba pasivamente puntos de luz y los enviaba, punto por punto, al cerebro que era quien hacía el duro trabajo de la interpretación. Lettvin decidió poner la idea a prueba, abriendo los cráneos de las ranas y colocando electrodos en fibras individuales de los nervios ópticos. Junto con Pitts, McCulloch y el biólogo y filósofo chileno Humberto Maturana, sometió a las ranas a varias experiencias visuales- prendiendo y apagando luces, mostrándoles fotografías a color de su hábitat natural, ofreciéndoles moscas artificiales y registrando lo que el ojo medía antes de enviar la información al cerebro. … el ojo no se limitó a registrar lo que vio, sino que filtró y analizó información sobre características visuales tales como contraste, curvatura y movimiento. “El ojo le habla al cerebro en un lenguaje altamente organizado e interpretado” informaron en un documento seminal publicado en 1959 titulado “Lo que el ojo de la rana le dice al cerebro de la rana” (What the Frog’s Eye Tells the Frog’s Brain). …En lugar de que el cerebro procese la información digital neurona digital por neurona digital utilizando la implementación rigurosa de la lógica matemática, hallaron en el ojo procesos analógicos desordenados que realizaban parte de la labor interpretativa. “… aunque la lógica jugaba una parte, no era la parte importante o central que cabría esperar”, dijo Lettvin. El hombre que intentó salvar al mundo con la lógica – Calíope Por Amanda Gefter, Traducido al español por Marta Lapid Volosin para Nautilus
51 “McCulloch, Pitts … Habían demostrado que el cerebro computa y que el pensamiento, como actividad mental, es procesamiento de información. …Gracias a su trabajo, hubo un momento en la historia en que la neurociencia, la psiquiatría, la informática, la lógica matemática y la inteligencia artificial eran una misma cosa, siguiendo una idea vislumbrada inicialmente por Leibniz – en la que todos: el hombre, la máquina, los números y la mente hacen uso de la información como moneda universal. Los que parecían en la superficie ser ingredientes de mundos diferentes: trozos de metal, pedazos de materia gris, rayas de tinta sobre una página, eran totalmente intercambiables. Sin embargo, hubo una complicación: esta abstracción simbólica hacía al mundo transparente, pero al cerebro opaco. …Von Neumann fue el primero en ver el problema. …“Después de asimilada la gran contribución positiva de Turing – Pitts- y- McCulloch, escribió, “la situación está bastante peor que antes. En efecto, estos autores han demostrado con una generalidad absoluta e improductiva que todo se puede hacer mediante un mecanismo apropiado, y específicamente mediante un mecanismo neural, y que incluso un mecanismo definitivo puede ser “universal”. …Con esta universalidad le fue imposible a Pitts proporcionar un modelo del cerebro que fuera práctico, y así su obra fue descartada y de algún modo olvidada por la comunidad científica que trabaja en el cerebro. “ El hombre que intentó salvar al mundo con la lógica – Calíope Por Amanda Gefter, Traducido al español por Marta Lapid Volosin para Nautilus