Содержание
Понимание того, как работает мозг, является одной из самых больших проблем в области психологии. Таким образом, существуют разные подходы и перспективы. Фактически произошла революция после появления когнитивной психологии и машины Тьюринга. С тех пор исследователи стали считать мозг информационным процессором.
Компьютерная метафора представляет собой первую теорию, созданную для объяснения функционирования мозга. Поскольку люди вскоре поняли, как много она не рассматривает, они намеревались искать новые объяснения, а психологи создали теорию, известную как коннекционизм.
Важно! Однако, прежде чем мы объясним коннекционизм, важно понять, как вычислительная теория разума смотрит на мозг. По этой причине мы рассмотрим основные аспекты этого в следующем разделе.
Когнитивная психология и вычислительная теория разума
Когнитивная психология считает мозг человека информационным процессором. Это означает, что это система, способная кодировать данные, поступающие из среды, изменять их и извлекать из них новую информацию. Кроме того, система включает эти новые данные в последовательность входов и выходов.
Наиболее важные недостатки этой теории включают скорость, с которой мы обрабатываем информацию, гибкость, с которой мы действуем, и неточность наших ответов. Если бы наш мозг запрограммировал алгоритмы, у нас были бы другие типы ответов. Наши ответы были бы более медленнее, более жесткими и гораздо более точными, чем на самом деле, из-за всех этапов обработки. Короче говоря, мы были бы как компьютеры.
Важно! Мы можем попытаться приспособить эту теорию к новым данным, вычислительная теория разума все еще имеет недостатки. Вот тут-то и возникает коннекционизм. Это гораздо более простая теория, чем предыдущая, и объясняет, что мозг функционирует намного лучше.
Что такое коннекционизм?
Коннекционизм объясняет, что информация обрабатывается через шаблоны распространения активации. Но что это такое? Проще говоря, это означает, что когда информация поступает в ваш мозг, нейроны начинают активироваться, формируя определенный паттерн, который производит определенный выход. Это формирует сети между нейронами, которые будут обрабатывать информацию быстро, без необходимости предварительно запрограммированных алгоритмов.
Чтобы понять это, давайте посмотрим на простой пример. Представьте себе, что человек говорит вам определить понятие собаки. Когда слово достигает вашего уха, набор нейронов, связанных с ним, автоматически активируется в вашем мозгу. Активация этой группы нейронов распространяется на другие, с которыми она связана. Это может включать нейронные паттерны, связанные со словами млекопитающее, кора или мех. И это поможет вам определить собаку как «млекопитающее с мехом, которое лает».
Свойства систем соединений
Согласно этой точке зрения, для того, чтобы эти системы работали так, как, по-видимому, ведет себя человеческий мозг, они должны выполнять определенные условия. Основные свойства, которые должны быть выполнены, включают:
- Распространение активации. Это означает, что нейроны при активации влияют на тех, с кем они связаны. Это может происходить, облегчая их активацию или подавляя ее. В предыдущем примере нейроны собак облегчают нейроны, связанные с млекопитающими, но подавляют нейроны, связанные с рептилиями.
- Нейронное обучение. Обучение и опыт влияют на связи между нейронами. Таким образом, если мы увидим много собак с мехом, связи между нейронами, относящимися к обеим концепциям, будут усилены. Вот как мы создаем нейронные сети, которые помогают нам обрабатывать информацию.
- Параллельная обработка. Нейроны не активируются один за другим. Активация происходит параллельно между всеми нейронами. И нет необходимости обрабатывать один шаблон активации за другим. Вы можете иметь несколько паттернов одновременно. Благодаря этому мы можем интерпретировать много данных одновременно. Тем не менее, есть предел нашей способности.
- Нейронные сети. Система состоит из большой сети нейронов, сгруппированных по механизмам торможения и активации. Информационные сети и поведенческие выходы также находятся в этих сетях. Эти группировки представляют структурированную информацию, которой обладает мозг, а шаблоны активации — способ обработки информации.
Выводы
Этот способ интерпретации нейронного функционирования не только кажется очень интересным, но исследования, проведенные на нем, оказываются плодотворными. Существует много компьютерных симуляций систем соединений по памяти и языку. Эти симуляции очень похожи на поведение человека. Тем не менее, мы все еще не можем утверждать, что мозг работает именно так.
Важно! Кроме того, эта модель также внесла свой вклад в области вычислительной техники и искусственного интеллекта.
В заключение важно понять, что коннекционизм гораздо сложнее, чем то, что мы объясняли в этой статье. Если вам интересно об этом, не стесняйтесь продолжать исследовать его и его последствия.