Zanim wyjaśnimy sobie dziś, czym jest koneksjonizm, ważne jest, aby zrozumieć w jaki sposób obliczeniowa teoria umysłu postrzega mózg. Z tego powodu, w następnej sekcji omówimy główne jego aspekty.
Zrozumienie jak działa mózg jest jednym z największych wyzwań w dziedzinie psychologii. Tak więc istnieją różne podejścia i perspektywy. W rzeczywistości rewolucja nastąpiła po pojawieniu się psychologii poznawczej i maszyny Turinga. Od tego czasu naukowcy zaczęli uważać mózg za procesor informacji.
Metafora komputerowa reprezentuje pierwszą teorię stworzoną w celu wyjaśnienia funkcjonowania mózgu. Ponieważ ludzie szybko zdali sobie sprawę jak że tego nie brali pod uwagę, to zaczęli szukać nowych wyjaśnień, a psychologowie poznawczy stworzyli teorię znaną jako koneksjonizm.
Koneksjonizm: psychologia poznawcza i obliczeniowa teoria umysłu
Psychologia poznawcza uważa mózg człowieka za procesor informacji. Oznacza to, że jest to system zdolny do kodowania danych pochodzących ze środowiska, modyfikowania go i wydobywania z niego nowych informacji. Ponadto system zawiera te nowe dane w kontinuum wejść i wyjść.
Obliczeniowa teoria umysłu uważa mózg za komputer. Poprzez szereg zaprogramowanych algorytmów, mózg przekształca dane wejściowe w szereg danych wyjściowych.
Najważniejsze niepowodzenia tej teorii obejmują szybkość z jaką przetwarzamy informacje, elastyczność z jaką działamy, oraz niedokładność naszych odpowiedzi. Gdyby nasz mózg miał zaprogramowane algorytmy, mielibyśmy inne rodzaje odpowiedzi.
Nasze odpowiedzi byłyby wolniejsze, bardziej sztywne i znacznie bardziej precyzyjne niż w rzeczywistości, ze względu na wszystkie etapy przetwarzania, które należy wykonać. Krótko mówiąc, bylibyśmy jak komputery.
Chociaż możemy próbować dostosować tę teorię do nowych dowodów, obliczeniowa teoria umysłu wciąż posiada błędy. Tutaj wkracza koneksjonizm. Jest to znacznie prostsza teoria niż poprzednia i znacznie lepiej wyjaśnia funkcjonowanie mózgu.
Czym jest koneksjonizm?
Koneksjonizm wyjaśnia, że informacje są przetwarzane poprzez wzorce rozprzestrzeniania aktywacji. Ale jakie są te wzorce? Mówiąc prościej oznacza to, że gdy informacja wchodzi do mózgu, neurony zaczynają się aktywować, tworząc specyficzny wzór, który wytwarza określone wyjście. Tworzy to sieci między neuronami, które szybko przetwarzają informacje bez konieczności wcześniej zaprogramowanych algorytmów.
Aby to zrozumieć, spójrzmy na prosty przykład. Wyobraź sobie, że osoba mówi Ci, aby zdefiniować pojęcie psa. Gdy słowo dotrze do ucha, zestaw neuronów związanych z nim automatycznie aktywuje się w Twoim mózgu. Aktywacja tej grupy neuronów rozprzestrzenia się na inne, z którymi jest połączona. Może to obejmować wzorce nerwowe związane ze słowami np. ssak, szczekanie lub futro. A to doprowadzi Cię do zdefiniowania psa jako „ssaka z futrem, który szczeka”.
Właściwości systemów koneksjonizmu
Zgodnie z tą perspektywą, aby systemy te działały jak ludzki mózg, muszą spełniać pewne warunki. Podstawowe właściwości, które muszą zostać spełnione, obejmują:
- Rozprzestrzenianie aktywacji. Oznacza to, że po aktywacji neurony wpływają na te, z którymi są połączone. Może to nastąpić poprzez ułatwienie ich aktywacji lub ich zahamowanie. W poprzednim przykładzie neurony związane z psem ułatwiają te związane ze ssakami, ale hamują te związane z gadami.
- Uczenie się neuronów. Uczenie się i doświadczenie wpływają na połączenia między neuronami. Tak więc, jeśli zobaczymy wiele psów, które mają futro, połączenia między neuronami związane z obiema koncepcjami zostaną wzmocnione. W ten sposób tworzymy sieci neuronowe, które pomagają nam przetwarzać informacje.
- Przetwarzanie równoległe. Neurony nie aktywują się jeden po drugim. Aktywacja odbywa się równolegle między wszystkimi neuronami. Dodatkowo, nie jest konieczne przetwarzanie jednego wzorca aktywacji za drugim. Możesz mieć wiele wzorów w tym samym czasie. Dzięki temu możemy interpretować wiele danych jednocześnie. Istnieje jednak ograniczenie naszych możliwości.
- Sieci neuronowe. System składa się z dużej sieci neuronów zgrupowanych razem poprzez mechanizmy hamowania i aktywacji. Sieci informacyjne i wyjścia behawioralne znajdują się również w tych sieciach. Te grupy reprezentują ustrukturyzowane informacje, które posiada mózg, a wzory aktywacji reprezentują sposób przetwarzania informacji.
Wnioski
Ten sposób interpretacji funkcjonowania neuronów nie tylko wydaje się bardzo interesujący, ale przeprowadzone badania naukowe okazują się owocne. Istnieje wiele symulacji komputerowych systemów łącznikowych dotyczących pamięci i języka. Symulacje te są bardzo podobne do ludzkich zachowań. Nadal jednak nie możemy twierdzić, że mózg działa w ten sposób.
Ponadto model ten przyczynił się również do rozwoju informatyki i sztucznej inteligencji.
Podsumowując, ważne jest zrozumienie, że koneksjonizm jest znacznie bardziej złożony niż to co wyjaśniliśmy w tym artykule. Jeśli Cię to interesuje, nie wahaj się kontynuować badać koneksjonizm i jego konsekwencje.