Κατανόηση εννοιών χωροχρόνου και μηχανική εκμάθησής τους σε ρομποτικές εφαρμογές επικοινωνώντας μέσω τεχνητής γλώσσας

Abstract

This thesis is a study towards increasing robotic intelligence through linguistic structures. More specifically, it was studied how a robotic system-vehicle can understand space-time concepts and act on them, in combination with commands from a limited dictionary of the natural Greek language. In a sense, it is a dialogic system. The robot, through an intelligent interface, can analyze sentences it receives from the real world, analyze them and classify them based on certain criteria. These criteria include the parameters of space and time. At the same time, it evaluates and classifies information related to real-world knowledge, such as new words and their meanings. When the sentences it receives are incomplete, both in structure, meaning and in the parameters that the system controls, then a dialogue begins with the aim of filling in all the necessary information. The tools on which the study is based are the OMAS-III systemic model, the Hole Semantics Theory and the Python programming language. The study follows three modules: 1. The human-machine communication module which is an extremely complex task. It requires the understanding of natural language by robots, a function that must be carried out at all levels of language processing: the phonetic/phonological, morphological, syntactic, semantic and pragmatic levels. 2. The module of understanding the concepts of space and time (by the machine) using a systemic model (OMAS-III) and acquiring knowledge through them. The system allows the management of the acquired knowledge. 3. The response unit of the machine integrated in space-time, that is, with the ability to sequence actions, based on the given input and in combination with the acquired knowledge. The study investigated the use of the system in various real-world applications.

Η παρούσα διατριβή αποτελεί μία μελέτη προς την κατεύθυνση της αύξησης ρομποτικής ευφυΐας δια μέσου γλωσσικών δομών. Πιο συγκεκριμένα μελετήθηκε το πώς ένα ρομποτικό σύστημα-όχημα μπορεί να κατανοήσει έννοιες χωροχρόνου και να ενεργεί βάση αυτών, σε συνδυασμό με εντολές μίας περιορισμένου λεξικού φυσικής ελληνικής γλώσσας. Κατά μία έννοια πρόκειται για ένα διαλογικό σύστημα. Το ρομπότ μέσω μίας έξυπνης διεπαφής μπορεί να αναλύει προτάσεις που λαμβάνει από τον πραγματικό κόσμο, να τις αναλύει και να τις κατατάσσει με βάση κάποια κριτήρια. Στα κριτήρια αυτά συμπεριλαμβάνονται οι παράμετροι του χώρου και του χρόνου. Ταυτόχρονα αξιολογεί και κατατάσσει πληροφορίες που αφορούν γνώσεις του πραγματικού κόσμου, όπως νέες λέξεις κι έννοιές τους. Όταν οι προτάσεις που λαμβάνει είναι ελλειπτικές, τόσο στη δομή, στο νόημα όσο και στις παραμέτρους που το σύστημα ελέγχει, τότε αρχίζει ένας διάλογος με σκοπό την πλήρωση όλων των απαραίτητων πληροφοριών. Τα εργαλεία στα οποία βασίζεται η μελέτη είναι το συστημικό μοντέλο ΟΜΑΣ-ΙΙΙ, η θεωρία της Σημασιολογίας των Οπών (Hole Semantics Theory) και η γλώσσα προγραμματισμού Python. Η μελέτη ακολουθεί τρείς ενότητες: 1. Την ενότητα επικοινωνίας ανθρώπου-μηχανής που είναι ένα εξαιρετικά περίπλοκο έργο. Απαιτεί την κατανόηση της φυσικής γλώσσας από τα ρομπότ, μια λειτουργία που πρέπει να διεξαχθεί σε όλα τα επίπεδα γλωσσικής επεξεργασίας: το φωνητικό/φωνολογικό, το μορφολογικό, το συντακτικό, το σημασιολογικό και το πραγματολογικό επίπεδο. 2. Την ενότητα της κατανόησης των εννοιών χώρου και χρόνου (από τη μηχανή) με τη χρήση συστημικού μοντέλου (ΟΜΑΣ-ΙΙΙ) και η απόκτηση γνώσης μέσα από αυτές. Το σύστημα επιτρέπει τη διαχείριση της αποκτηθείσας γνώσης. 3. Την ενότητα απόκρισης της μηχανής ενταγμένης στον χωροχρόνο, δηλαδή με ικανότητα σειροθέτησης ενεργειών, βάσει της δεδομένης εισόδου και σε συνδυασμό με την αποκτηθείσα γνώση. Στα πλαίσια της μελέτης διερευνήθηκε η χρήση του συστήματος σε ποικίλες εφαρμογές στον πραγματικό κόσμο.