A presente tese de doutorado descreve uma pesquisa interdisciplinar nas áreas de criatividade computacional e agentes cognitivos. A motivação para a integração dessas áreas é o estudo da habilidade humana de utilizar suas experiências prévias e conhecimento geral para resolver problemas e lidar com situações a partir do momento em que as mesmas são apresentadas. Imbuídos dessa motivação, nosso propósito é ampliar a utilização do conhecimento de agentes, inspirado na forma como, nós, humanos entendemos e vivenciamos o mundo. Nossa abordagem para concretizar essa visão de pesquisa é adotar teorias e resultados das ciências cognitivas e neurociências como fundamentação para um modelo computacional de agentes capazes de atuar criativamente. Assim sendo, adotamos a teoria do concept blending (fusão conceitual – tradução do autor) (FAUCONNIER; TURNER, 1998), advinda da lingüística cognitiva e teoria da mente como a fundação de nosso modelo. O modelo de agentes criativos proposto integra uma implementação da fusão conceitual em uma estrutura BDI. Concretamente, utilizamos a implementação da linguagem AgentSpeak fornecida pelo framework Jason, para manipular o raciocínio teórico (crenças) e prático (desejos, planos e intenções) do agente. Logo, o objeto principal de estudo desta tese é a utilização da fusão conceitual em uma estrutura de agentes inteligentes visando contribuições em criatividade computacional e agentes. Considerando a área da criatividade computacional, especificamos um modelo da fusão conceitual que define explicitamente as regras necessárias para representar uma tipologia da fusão. Ademais, a integração de uma estrutura de agentes BDI ao modelo possibilita a construção automatizada das entradas e de informações de domínio para utilizar o processo de fusão. Focando na área de agentes, nossa contribuição é caracterizada pela aplicação do processo de raciocínio criativo para fornecer alternativas de uso do conhecimento prático e teórico. Dada a especificação da fusão aqui apresentada, é possível integrar diferentes estratégias de adaptação para lidar com a falha de intenções ou outras situações que requerem adaptação. Outra funcionalidade é a capacidade de utilizar diferentes representações de conhecimento, assumindo a disponibilidade de uma definição descritiva (na linguagem OWL) da representação. O modelo de fusão conceitual também é aplicado na modelagem do raciocínio de um sistema de recomendação educacional. Finalmente, nosso modelo de fusão representa um trabalho inicial em direção a um modelo cognitivo no qual fusão, agência e outras funções cognitivas (e.g. aprendizagem) interagem para simular diferentes funcionalidades do pensamento humano. / This PhD thesis describes an interdisciplinary research on computational creativity and cognitive agents. Our motivation to integrate these two areas is to study the human skill that uses previous experiences and knowledge to solve unpredicted problems and situations. Imbued by that motivation, our purpose is to improve the applicability of the agent’s knowledge, inspired in the way that we humans understand and experience the world. Our approach towards that research view is to adopt theories and results from cognitive and neural sciences as the grounding to a computational model of agents capable of acting creatively. Thus, we adopt the concept blending theory (FAUCONNIER; TURNER, 1998) – that originated from cognitive linguistics and theory of the mind – as the grounding of our model. Therefore, our proposal of creative agents integrates an implementation of concept blending into a BDI structure. In concrete terms, we use Jason’s implementation of AgentSpeak to manipulate the agent’s theoretical (beliefs) and practical (desires and intentions) reasoning. Hence, the main topic of study of this research is the utilization of concept blending in a structure of intelligent agents. Consequently, we observe our contributions under two perspectives. Regarding computational creativity, we specify a model for concept blending that explicitly defines rules to represent a blending typology. Furthermore, integrating a BDI structure to the model allows the automated construction of inputs and domain information to feed the blending process. Focusing on agents, our contribution is on the process of creative reasoning applied to supply alternative ways to use practical and theoretical knowledge. Given the blending specification defined here, it is possible to integrate different adaptation strategies to handle intention failure or other adaptation scenarios. Another feature is the possibility to work with different knowledge representations given its descriptive logics (using the OWL language) definition. The blending specification is also applied to model the reasoning of an educational recommender system. Finally, the defined model represents an initial work towards a cognition model where blending, agency and other cognitive operations (e.g. learning) interact together to simulate different features of the human thinking.

A presente tese de doutorado descreve uma pesquisa interdisciplinar nas áreas de criatividade computacional e agentes cognitivos. A motivação para a integração dessas áreas é o estudo da habilidade humana de utilizar suas experiências prévias e conhecimento geral para resolver problemas e lidar com situações a partir do momento em que as mesmas são apresentadas. Imbuídos dessa motivação, nosso propósito é ampliar a utilização do conhecimento de agentes, inspirado na forma como, nós, humanos entendemos e vivenciamos o mundo. Nossa abordagem para concretizar essa visão de pesquisa é adotar teorias e resultados das ciências cognitivas e neurociências como fundamentação para um modelo computacional de agentes capazes de atuar criativamente. Assim sendo, adotamos a teoria do concept blending (fusão conceitual – tradução do autor) (FAUCONNIER; TURNER, 1998), advinda da lingüística cognitiva e teoria da mente como a fundação de nosso modelo. O modelo de agentes criativos proposto integra uma implementação da fusão conceitual em uma estrutura BDI. Concretamente, utilizamos a implementação da linguagem AgentSpeak fornecida pelo framework Jason, para manipular o raciocínio teórico (crenças) e prático (desejos, planos e intenções) do agente. Logo, o objeto principal de estudo desta tese é a utilização da fusão conceitual em uma estrutura de agentes inteligentes visando contribuições em criatividade computacional e agentes. Considerando a área da criatividade computacional, especificamos um modelo da fusão conceitual que define explicitamente as regras necessárias para representar uma tipologia da fusão. Ademais, a integração de uma estrutura de agentes BDI ao modelo possibilita a construção automatizada das entradas e de informações de domínio para utilizar o processo de fusão. Focando na área de agentes, nossa contribuição é caracterizada pela aplicação do processo de raciocínio criativo para fornecer alternativas de uso do conhecimento prático e teórico. Dada a especificação da fusão aqui apresentada, é possível integrar diferentes estratégias de adaptação para lidar com a falha de intenções ou outras situações que requerem adaptação. Outra funcionalidade é a capacidade de utilizar diferentes representações de conhecimento, assumindo a disponibilidade de uma definição descritiva (na linguagem OWL) da representação. O modelo de fusão conceitual também é aplicado na modelagem do raciocínio de um sistema de recomendação educacional. Finalmente, nosso modelo de fusão representa um trabalho inicial em direção a um modelo cognitivo no qual fusão, agência e outras funções cognitivas (e.g. aprendizagem) interagem para simular diferentes funcionalidades do pensamento humano. / This PhD thesis describes an interdisciplinary research on computational creativity and cognitive agents. Our motivation to integrate these two areas is to study the human skill that uses previous experiences and knowledge to solve unpredicted problems and situations. Imbued by that motivation, our purpose is to improve the applicability of the agent’s knowledge, inspired in the way that we humans understand and experience the world. Our approach towards that research view is to adopt theories and results from cognitive and neural sciences as the grounding to a computational model of agents capable of acting creatively. Thus, we adopt the concept blending theory (FAUCONNIER; TURNER, 1998) – that originated from cognitive linguistics and theory of the mind – as the grounding of our model. Therefore, our proposal of creative agents integrates an implementation of concept blending into a BDI structure. In concrete terms, we use Jason’s implementation of AgentSpeak to manipulate the agent’s theoretical (beliefs) and practical (desires and intentions) reasoning. Hence, the main topic of study of this research is the utilization of concept blending in a structure of intelligent agents. Consequently, we observe our contributions under two perspectives. Regarding computational creativity, we specify a model for concept blending that explicitly defines rules to represent a blending typology. Furthermore, integrating a BDI structure to the model allows the automated construction of inputs and domain information to feed the blending process. Focusing on agents, our contribution is on the process of creative reasoning applied to supply alternative ways to use practical and theoretical knowledge. Given the blending specification defined here, it is possible to integrate different adaptation strategies to handle intention failure or other adaptation scenarios. Another feature is the possibility to work with different knowledge representations given its descriptive logics (using the OWL language) definition. The blending specification is also applied to model the reasoning of an educational recommender system. Finally, the defined model represents an initial work towards a cognition model where blending, agency and other cognitive operations (e.g. learning) interact together to simulate different features of the human thinking.

A presente tese de doutorado descreve uma pesquisa interdisciplinar nas áreas de criatividade computacional e agentes cognitivos. A motivação para a integração dessas áreas é o estudo da habilidade humana de utilizar suas experiências prévias e conhecimento geral para resolver problemas e lidar com situações a partir do momento em que as mesmas são apresentadas. Imbuídos dessa motivação, nosso propósito é ampliar a utilização do conhecimento de agentes, inspirado na forma como, nós, humanos entendemos e vivenciamos o mundo. Nossa abordagem para concretizar essa visão de pesquisa é adotar teorias e resultados das ciências cognitivas e neurociências como fundamentação para um modelo computacional de agentes capazes de atuar criativamente. Assim sendo, adotamos a teoria do concept blending (fusão conceitual – tradução do autor) (FAUCONNIER; TURNER, 1998), advinda da lingüística cognitiva e teoria da mente como a fundação de nosso modelo. O modelo de agentes criativos proposto integra uma implementação da fusão conceitual em uma estrutura BDI. Concretamente, utilizamos a implementação da linguagem AgentSpeak fornecida pelo framework Jason, para manipular o raciocínio teórico (crenças) e prático (desejos, planos e intenções) do agente. Logo, o objeto principal de estudo desta tese é a utilização da fusão conceitual em uma estrutura de agentes inteligentes visando contribuições em criatividade computacional e agentes. Considerando a área da criatividade computacional, especificamos um modelo da fusão conceitual que define explicitamente as regras necessárias para representar uma tipologia da fusão. Ademais, a integração de uma estrutura de agentes BDI ao modelo possibilita a construção automatizada das entradas e de informações de domínio para utilizar o processo de fusão. Focando na área de agentes, nossa contribuição é caracterizada pela aplicação do processo de raciocínio criativo para fornecer alternativas de uso do conhecimento prático e teórico. Dada a especificação da fusão aqui apresentada, é possível integrar diferentes estratégias de adaptação para lidar com a falha de intenções ou outras situações que requerem adaptação. Outra funcionalidade é a capacidade de utilizar diferentes representações de conhecimento, assumindo a disponibilidade de uma definição descritiva (na linguagem OWL) da representação. O modelo de fusão conceitual também é aplicado na modelagem do raciocínio de um sistema de recomendação educacional. Finalmente, nosso modelo de fusão representa um trabalho inicial em direção a um modelo cognitivo no qual fusão, agência e outras funções cognitivas (e.g. aprendizagem) interagem para simular diferentes funcionalidades do pensamento humano. / This PhD thesis describes an interdisciplinary research on computational creativity and cognitive agents. Our motivation to integrate these two areas is to study the human skill that uses previous experiences and knowledge to solve unpredicted problems and situations. Imbued by that motivation, our purpose is to improve the applicability of the agent’s knowledge, inspired in the way that we humans understand and experience the world. Our approach towards that research view is to adopt theories and results from cognitive and neural sciences as the grounding to a computational model of agents capable of acting creatively. Thus, we adopt the concept blending theory (FAUCONNIER; TURNER, 1998) – that originated from cognitive linguistics and theory of the mind – as the grounding of our model. Therefore, our proposal of creative agents integrates an implementation of concept blending into a BDI structure. In concrete terms, we use Jason’s implementation of AgentSpeak to manipulate the agent’s theoretical (beliefs) and practical (desires and intentions) reasoning. Hence, the main topic of study of this research is the utilization of concept blending in a structure of intelligent agents. Consequently, we observe our contributions under two perspectives. Regarding computational creativity, we specify a model for concept blending that explicitly defines rules to represent a blending typology. Furthermore, integrating a BDI structure to the model allows the automated construction of inputs and domain information to feed the blending process. Focusing on agents, our contribution is on the process of creative reasoning applied to supply alternative ways to use practical and theoretical knowledge. Given the blending specification defined here, it is possible to integrate different adaptation strategies to handle intention failure or other adaptation scenarios. Another feature is the possibility to work with different knowledge representations given its descriptive logics (using the OWL language) definition. The blending specification is also applied to model the reasoning of an educational recommender system. Finally, the defined model represents an initial work towards a cognition model where blending, agency and other cognitive operations (e.g. learning) interact together to simulate different features of the human thinking.

In this era of increasingly rapid availability of resources of all kinds, a widespread need to characterize, filtrate, use, and evaluate what could be necessary and useful becomes a crucially vital everyday task. Neither research in the field of artificial intelligence (AI) nor in cognitive science (CogSci) is an exception (let alone within a crossing of both paths). A promised goal of AI was to primarily focus on the study and design of intelligent artifacts that show aspects of human-like general intelligence (GI). That is, facets of intelligence similar to those exhibited by human beings in solving problems related to cognition. However, the focus in achieving AI’s original goal is scattered over time. The initial ambitions in the 1960s and 1970s had grown by the 1980s into an "industry", where not only researchers and engineers but also entire companies developed the AI technologies in building specialized hardware. But the result is that technology afforded us with many, many devices that allegedly work like humans, though they can only be considered as life facilitators (if they even do). This is mainly due to, I propose, basic changes on viewing what true essences of intelligence should have been considered within scientific research when modeling systems with GI capacities. A modern scientific approach to achieving AI by simulating cognition is mainly based on representations and implementations of higher cognition in artificial systems. Luckily, such systems are essentially designed with the intention to be acquired with a "human like" level of GI, so that their functionalities are supported by results (and solution methodologies) from many cognitive scientific disciplines. In classical AI, only a few number of attempts have tried to integrate forms of higher cognitive abilities in a uniform framework that model, in particular, cross-domain reasoning abilities, and solve baffling cognition problems —the kind of problems that a cognitive being (endowed with traits of GI) could only solve. Unlike classical AI, the intersection between the recent research disciplines: artificial general intelligence (AGI) and CogSci, is promising in this regard. The new direction is mostly concerned with studying, modeling, and computing AI capabilities that simulate facets of GI and functioning of higher cognitive mechanisms. Whence, the focus in this thesis is on examining general problem solving capabilities of cognitive beings that are both: "human-comparable" and "cognitively inspired", in order to contribute to answering two substantial research questions. The first seeks to find whether it is still necessary to model higher cognitive abilities in models of AGI, and the second asks about the possibility to utilize cognitive mechanisms to enable cognitive agents demonstrate clear signs of human-like (general) intelligence. Solutions to cross-domain reasoning problems (that characterize human-like thinking) need to be modeled in a way that reflects essences of cognition and GI of the reasoner. This could actually be achieved (among other things) through utilizing cross-domain, higher cognitive mechanisms. Examples of such cognitive mechanisms include analogy-making and concept blending (CB), which are exceptional as active areas of recent research in cognitive science, though not enough attention has been given to the rewards and benefits one gets when they interact. A basic claim of the thesis is that several aspects of human-comparable level of GI are based on forms of (cross-domain) representations and (creative) productions of conceptions. The thesis shows that computing these aspects within AGI-based systems is indispensable for their modeling. In addition, the aspects can be modeled by employing certain cognitive mechanisms. The specific examples of mechanisms most relevant to the current text are computation of generalizations (i.e. abstractions) using analogy-making (i.e. transferring a conceptualization from one domain into another domain) and CB (i.e. merging parts of conceptualizations of two domains into a new domain). Several ideas are presented and discussed in the thesis to support this claim, by showing how the utilization of these mechanisms can be modeled within a logic-based framework. The framework to be used is Heuristic-Driven Theory Projection (HDTP), which can model solutions to a concrete set of cognition problems (including creativity, rationality, noun-noun combinations, and the analysis of counterfactual conditionals). The resulting contributions may be considered as a necessary, although not by any means a sufficient, step to achieve intelligence on a human-comparable scale in AGI-based systems. The thesis thus fills an important gap in models of AGI, because computing intelligence on a human-comparable scale (which is, indeed, an ultimate goal of AGI) needs to consider the modeling of solutions to, in particular, the aforementioned problems.