Een van de moeilijkste problemen in de kunstmatige intelligentie en cognitiewetenschap in het algemeen is het zogenaamde 'symbol grounding problem'. Dit probleem houdt zich bezig met de vraag `hoe kunnen schijnbaar betekenisloze symbolen een betekenis krijgen in de werkelijke wereld?' Elke robot die redeneert over zijn omgeving of die taal gebruikt, heeft te maken met het symbol grounding problem.
Het is gebleken dat het vinden van een consistente symbolische representatie voor een waarneming van een robot erg moeilijk is. In vroegere robot applicaties werden betekenissen als `rood' toegekend als een symbool. Hieraan werd bijvoorbeeld een regel gekoppeld dat bij de waarneming van een bepaalde frequentie deze waarneming `rood' betekent. Maar het fysisch waarnemen van rood onder verschillende lichtomstandigheden met een elektronische sensor geeft geen eenduidige frequentie. Toch weten mensen heel goed wat rood is. Voor een robot kan dit niet eenduidig worden vastgelegd. Het is dus ondoenlijk, zo niet onmogelijk om de betekenis van een symbool in relatie tot de werkelijke wereld te programmeren. Als we dit al zouden kunnen, dan is een dergelijke implementatie snel verouderd. Veel betekenissen zijn voortdurend aan verandering onderhevig en zijn vaak afhankelijk van de ervaring van de waarnemer. Het zou dus veel interessanter zijn om een robot te ontwikkelen die zelfstandig een representatie van betekenissen kan opbouwen die relateren aan waarnemingen in hun omgeving. In deze thesis wordt een dergelijk systeem ontwikkeld.
In de inleiding van deze doctoraats-thesis wordt het symbol grounding problem ge\"introduceerd en wordt er een theoretisch kader gepresenteerd waarbinnen dit probleem kan worden opgelost. Als uitgangspunt wordt de theorie over semiotiek gebruikt. Het ontwerp dat wordt voorgesteld is ge\"inspireerd door de gedrags-geori\"enteerde aanpak van de artifici\"ele intelligentie. Aan het einde van dit hoofdstuk worden er een drietal onderzoeksvragen opgesteld die in de rest van de thesis worden beantwoord. De vragen zijn: (1) Kan het symbol grounding problem worden opgelost binnen de gegeven experimentele opzet? En zo ja, hoe? (2) Welke niet-lingu\"istische informatie is er nodig om dit te doen? Er zijn twee soorten informatie onderzocht. De eerste betreft gedeelde aandacht op het onderwerp voorafgaand aan de linguïstische communicatie. De tweede is de terugkoppeling over het communicatief succes die de robots ontvangen. En (3) wat is de invloed van de fysische gesteldheid en interactie op het ontwikkelen van een `grounded' lexicon?
Het probleem wordt onderzocht met twee LEGO robots die zijn ontwikkeld op het Artifici\"ele Intelligentie Laboratorium van de Vrije Universiteit Brussel. De robots hebben een sensor-motor interface waarmee de robots kunnen waarnemen en acties kunnen uitvoeren. Dit doen zij in een omgeving waarin vier lichtbronnen staan waarover de robots een lexicon gaan opbouwen. De robots worden geprogrammeerd in de Process Description Language PDL. PDL is een programmeertaal waarmee de robots volgens een gedrags-geori\"enteerd principe kunnen worden bestuurd. De robots, hun omgeving en programmeertaal worden beschreven in hoofdstuk 2.
Het symbol grounding problem wordt opgelost door middel van zogenaamde taalspellen. Aan het begin van ieder experiment hebben de robots geen betekenissen in hun geheugen, noch hebben zij woord-betekenis associaties in hun lexicon. In een taalspel komen de twee robots, een spreker en een luisteraar, bij elkaar en nemen hun omgeving waar. Deze waarneming wordt gesegmenteerd, zodat de robots percepties krijgen van de vier lichtbronnen. Vervolgens kiest de spreker een segment als onderwerp van het taalspel, waar het een of meerdere betekenissen voor probeert te vinden. Lukt dit niet, dan zal de spreker zijn geheugen zo uitbreiden dat het bij een volgende poging kan slagen. De luisteraar doet hetzelfde over de segmenten die hij als mogelijk onderwerp beschouwt. Welke segmenten dit zijn hangt af van het soort taalspel dat gespeeld wordt. Er worden vier verschillende taalspellen ge\"introduceerd. Als beide robots een betekenis hebben gevonden, zal de spreker in zijn lexicon een woord-betekenis associatie zoeken de bij de betekenis van het onderwerp past. Afhankelijk van de bijbehorende betekenis kiest de luisteraar zijn onderwerp. Het bijbehorende woord wordt doorgegeven aan de luisteraar. De luisteraar zoekt op zijn beurt in het lexicon naar een woord-betekenis associatie die bij het ontvangen woord past. Het taalspel is een succes wanneer een dergelijke communicatie tot stand komt en beide robots hetzelfde onderwerp hebben ge\"identificeerd. Er wordt beargumenteerd dat het symbol grounding problem is opgelost in de gegeven situatie als het taalspel succesvol is. Als het taalspel mislukt, dan wordt het lexicon uitgebreid zodat de robots in de toekomst wel succesvol kunnen zijn. Tevens worden er na elk taalspel associaties tussen woord en betekenis versterkt of verzwakt, afhankelijk van hun effectiviteit. Op deze wijze wordt het lexicon opgebouwd en zo georganiseerd dat de robots effectief met elkaar kunnen communiceren. Het model van de taalspellen wordt uitgelegd in hoofstuk 3.
In hoofdstuk 4 worden de eerste experimentele resultaten van een experiment besproken. Hoewel de robots er in zekere zin in slagen om het symbol grounding problem op te lossen, waren er nog een aantal problemen. Om deze problemen op te lossen worden een aantal methoden en parameters van het experiment uit hoofdstuk 4 gevarieerd om te onderzoeken wat hun invloed is op het succes van de experimenten. De resultaten van deze experimenten worden in hoofdstuk 5 besproken. Tevens worden er experimenten gedaan met de overige drie taalspellen. Waargenomen verbeteringen uit hoofdstuk 5 worden gecombineerd in een drietal experimenten die de meest optimale resultaten geven. Dit wordt in hoofdstuk 6 besproken. De drie experimenten betreffen twee verschillende taalspellen waarin de succesvolle combinaties van gedeelde aandacht en terugkoppeling worden onderzocht. In deze drie hoofdstukken volgt na elk experiment een korte discussie over de resultaten.
Hoofdstuk 6 ten slotte bevat een uitgebreide discussie van de resultaten en worden er conclusies getrokken. De belangrijkste conclusie is dat het symbol grounding problem wordt opgelost in de gegeven experimentele opzet, waarbij een aantal aannames zijn gemaakt om een belangrijk technisch probleem op te lossen. De belangrijkste aanname hierbij is dat de robots in staat zouden zijn om technisch gezien gezamelijke hun aandacht te vestigen op een referent zonder lingu\"istische informatie. Het vestigen van deze aandacht, hetzij voor de communicatie, hetzij nadien ten behoeve van de terugkoppeling is onontbeerlijk voor het succes van de experimenten. Een interessante bevinding is dat ondanks dat een referent niet eenduidig geconceptualiseerd wordt en een woordvorm meerdere betekenissen kan hebben, de woordvormen toch meestal eenduidig naar een referent verwijzen. De resultaten laten verder zien dat de fysische condities van de experimenten, zoals verwacht van belang zijn voor het slagen ervan. Tot slot bespreekt dit hoofdstuk een aantal mogelijke toekomstige experimenten.