Connectionisms, neironu funkcionēšanas modelis

Smadzeņu darbības izpratne ir viena no lielākajām problēmām, ar kurām saskaras psiholoģija. Līdz ar to pastāv dažādas pieejas un perspektīvas. Faktiski pēc kognitīvās psiholoģijas un Turingas mašīnas rašanās šajā jomā bija revolūcija. No šī brīža sāka domāt par smadzenēm kā informācijas procesoru.

Pirmā teorija, kas tika izveidota, lai izskaidrotu smadzeņu darbību, bija skaitļošanas metafora, bet drīz sāka kļūt neveiksmes. Ņemot vērā šo situāciju, kognitīvie psihologi ar nolūku meklēt jaunus paskaidrojumus radīja teoriju, kas pazīstama kā savienība.

Tomēr, pirms izskaidrot, kas ir savienība, ir svarīgi izprast kognitīvās psiholoģijas redzējumu par smadzenēm. Tādā veidā mēs sapratīsim skaitļošanas metaforas sekas un neveiksmes. Šī iemesla dēļ mēs pārskatīsim šīs psiholoģijas nozares galvenos aspektus nākamajā sadaļā.

Kognitīvā psiholoģija un skaitļošanas metafora

Kognitīvā psiholoģija saprot cilvēka smadzenes kā informācijas procesoru. Tas nozīmē, ka tā ir sistēma, kas spēj kodēt datus, kas nāk no tās apkārtnes, tos pārveidojot un iegūstot jaunu informāciju. Turklāt šie jaunie dati ir iekļauti sistēmā nepārtrauktā veidā izejvielas un izejas.

Aprēķina metafora paskaidro, ka smadzenes ir kā dators. Izmantojot virkni ieprogrammētu algoritmu, tas pārveido izejvielas informācijas sērijas izejas. Sākumā tas var izrādīties saprātīgs, jo mēs varam izpētīt dažus cilvēka uzvedības veidus, kas pielāgojas šim modelim. Tagad, ja mēs nedaudz izpētīsim, mēs sākam atklāt neveiksmes šajā perspektīvā.

Visbūtiskākās kļūdas ir ātrums, ar kādu mēs apstrādājam informāciju, elastību, ar kādu mēs rīkojamies, un mūsu atbildes neprecizitāti. Ja mūsu smadzenes būtu ieprogrammējuši algoritmus, mums būtu cita veida atbildes: lēnāk, jo visi apstrādes procesi ir jāveic, stingrāki un daudz precīzāki nekā tie ir. Īsi sakot, mēs būtu līdzīgi datoriem un No pirmā acu uzmetiena mēs novērojam, ka tas tā nav.

Lai gan mēs varam mēģināt pielāgot šo teoriju jaunajiem pierādījumiem, mainot citu plānoto algoritmu stingrību elastīgākus un spējīgākus mācīties, mēs joprojām identificēsim kļūdas skaitļošanas metaforā. Un šeit ir vieta, kur tā nāk Connectionisms, plūsma, kas ir vienkāršāka par iepriekšējo, un kas izskaidro smadzeņu informācijas apstrādi apmierinošākā veidā.

Kas ir savienība?

Connectionisms aizņem skaitļošanas algoritmus un izskaidro to informācija tiek apstrādāta, izmantojot aktivizācijas izplatīšanas modeļus. Bet, kādi ir šie modeļi? Vienkāršākā valodā tas nozīmē, ka, ievadot informāciju jūsu smadzenēs, neironi sāk aktivizēties, veidojot īpašu modeli, kas radīs noteiktu izeju. Tas veidos tīklus starp neironiem, kas apstrādās informāciju ātri un bez nepieciešamības pēc ieprogrammētiem algoritmiem.

Lai to saprastu, dodiet mums vienkāršu piemēru. Iedomājieties, ka cilvēks stāsta jums definēt, kas ir suns. Kad vārds nāk pie auss, automātiski aktivizēs jūsu smadzenēs ar to saistīto neironu kopumu. Šīs šūnu grupas aktivizēšana izplatīsies citiem, ar kuriem tā ir saistīta, piemēram, ar vārdiem zīdītāju, miza o mati. Un tas aktivizēs modeli, kurā ir iekļautas šīs funkcijas, kas ļaus jums definēt suni kā „zīdītāju ar matiem, kas mizo”.

Savienojumu sistēmu īpašības

Saskaņā ar šo perspektīvu, lai šīs sistēmas darbotos, kā šķiet, ka cilvēka smadzenes uzvedas, tām ir jāatbilst noteiktiem nosacījumiem. Galvenās īpašības, kas jāievēro, ir šādas:

• Aktivācijas izplatīšanās. Tas nozīmē, ka neironi, kad tie ir aktivizēti, ietekmē tos, ar kuriem tie ir saistīti. Tas var notikt, veicinot tā aktivizēšanu vai nomākšanu. Iepriekšējā piemērā -. \ T suns atvieglotu zīdītāju, bet tie nomāc tos, kas rāpuļu.
• Neironu mācīšanās. Mācīšanās un pieredze ietekmē savienojumus starp neironiem. Tādējādi, ja redzēsim daudzus suņus, kuriem ir mati, stiprināsies saikne starp neironiem, kas saistīti ar abiem jēdzieniem. Tas būtu veids, kā neironu tīkli, kas mums palīdz apstrādāt.
• Pārstrāde paralēli. Acīmredzot tas nav sērijas process, neironi netiek aktivizēti pēc otra. Aktivācija tiek izplatīta paralēli visiem neironiem. Un nevajag apstrādāt vienu aktivizācijas modeli pēc otra, jūs varat dot vairākus vienā un tajā pašā laikā. Pateicoties tam, mēs varam vienlaikus interpretēt lielu datu apjomu, lai gan mūsu kapacitāte ir ierobežota.
• Neironu tīkli. Sistēma būtu liels neironu tīkls, kas sagrupēts kopā, izmantojot inhibēšanas un aktivizēšanas mehānismus. Šajos tīklos varētu atrast arī izejvielas informācijas un izejas uzvedības Šīs grupas pārstāvētu strukturētu informāciju, kas ir smadzenēm, un aktivizācijas modeļi būtu veids, kādā notiek minētās informācijas apstrāde..

Secinājumi

Šis neironu darbības interpretācijas veids ne tikai šķiet ļoti interesants, bet arī pētījumi ap viņu šķiet auglīgi. Mūsdienās ir izveidotas savienojumu sistēmu datormodelācijas atmiņā un valodā, kas ir ļoti līdzīgas cilvēka uzvedībai. Tomēr mēs joprojām nevaram teikt, ka tieši tā ir smadzeņu darbība.

Turklāt šis modelis ne tikai palīdzēja veicināt psiholoģijas izpēti visās tās jomās. Arī mēs atrodam šo savienojumu sistēmu vairākas lietojumprogrammas skaitļošanā. Pirmkārt, teorija ir bijusi izrāviens pētījumos par mākslīgo intelektu.

Visbeidzot, ir svarīgi to saprast savienības sarežģītība ir daudz lielāka nekā šajā rakstā. Šeit mēs varam atrast vienkāršotu versiju tam, kas tas ir, noderīgs tikai kā tuvinājums. Ja jūsu ziņkārība ir radusies, nevilcinieties turpināt pētīt šo teoriju un tās sekas.

Konstruktīvisms: kā mēs veidojam savu realitāti? Konstruktīvisms ir epistemoloģisks postulāts, kas apliecina, ka mēs esam mūsu uztveres aktīvie aģenti un ka mēs nesaņemam burtisku pasaules kopiju. Lasīt vairāk "