Connectionism, een model van neuronaal functioneren

Het begrijpen van het functioneren van de hersenen is een van de grootste uitdagingen voor de psychologie. Vandaar het bestaan ​​van verschillende benaderingen en perspectieven. In feite was er na de opkomst van de cognitieve psychologie en de Turing-machine een revolutie op dit gebied. Vanaf dit moment begonnen de hersenen te worden gezien als een informatieverwerker.

De eerste theorie die werd gecreëerd om het functioneren van de hersenen te verklaren was de computationele metafoor, maar al snel begonnen mislukkingen te mislukken. Rekening houdend met deze situatie, creëerden cognitieve psychologen, met de bedoeling nieuwe verklaringen te zoeken, een theorie die bekend staat als connectionisme.

Voordat we echter uitleggen wat connectionisme is, is het belangrijk om de visie van cognitieve psychologie over de hersenen te begrijpen. Op deze manier zullen we de implicaties en mislukkingen van de computationele metafoor begrijpen. Om deze reden zullen we de belangrijkste aspecten van deze tak van psychologie in het volgende hoofdstuk bespreken.

Cognitieve psychologie en de computationele metafoor

Cognitieve psychologie begrijpt het menselijk brein als een informatieprocessor. Dit betekent dat het een systeem is dat in staat is om de gegevens afkomstig van zijn omgeving te coderen, aan te passen en er nieuwe informatie uit te halen. Bovendien zijn deze nieuwe gegevens opgenomen in het systeem in een continuüm van input en uitgangen.

De computationele metafoor legt uit dat de hersenen als een computer zijn. Via een reeks geprogrammeerde algoritmen transformeert het de input van informatie in een reeks van uitgangen. Dit lijkt in eerste instantie misschien logisch, omdat we sommige menselijke gedragingen kunnen bestuderen die zich aan dit model aanpassen. Als we nu wat meer onderzoeken, beginnen we fouten in dit perspectief te ontdekken.

De meest relevante fouten zijn de snelheid waarmee we informatie verwerken, de flexibiliteit waarmee we handelen en de onnauwkeurigheid van onze antwoorden. Als onze hersenen algoritmen hadden geprogrammeerd, zouden we andere soorten reacties hebben: langzamer vanwege alle uit te voeren verwerkingsstappen, stijver en veel preciezer dan ze zijn. Kortom, we zouden lijken op computers, en Op het eerste gezicht merken we dat dit niet het geval is.

Hoewel we pogingen kunnen doen om deze theorie aan te passen aan de nieuwe bewijzen, de rigiditeit van de algoritmen die door anderen zijn geprogrammeerd flexibeler en in staat om te leren veranderen, zouden we nog steeds fouten in de computationele metafoor identificeren. En hier is waar het komt Connectionisme, een stroom die eenvoudiger is dan de vorige, en dat verklaart de verwerking van herseninformatie op een meer bevredigende manier.

Wat is connectionisme?

Connectionism laat rekenkundige algoritmen achter en legt dat uit de informatie wordt verwerkt door patronen van voortplanting van de activering. Maar wat zijn deze patronen? In een eenvoudiger taal betekent dit dat wanneer een input van informatie je hersenen binnenkomt, neuronen beginnen met het vormen van een specifiek patroon, wat een bepaalde output zal produceren. Dit zal netwerken vormen tussen neuronen die informatie snel zullen verwerken en zonder de noodzaak van voorgeprogrammeerde algoritmen.

Om dit te begrijpen, nemen we een eenvoudig voorbeeld. Stel je voor dat een persoon je vertelt om te definiëren wat een hond is. Wanneer het woord automatisch naar je oor komt activeert in je hersenen de set neuronen die ermee verbonden zijn. De activering van deze groep cellen wordt verspreid naar anderen waarmee deze is verbonden, zoals woorden die verband houden met woorden zoogdier, schors of haar. En dit activeert een patroon waarin deze functies zijn opgenomen, wat je zal leiden tot het definiëren van een hond als 'een zoogdier met haar dat blaft'.

Eigenschappen van connectionistische systemen

Volgens dit perspectief moeten deze systemen om te werken zoals het menselijk brein zich lijkt te gedragen, aan bepaalde voorwaarden voldoen. De basiseigenschappen die moeten worden gevolgd, zijn de volgende:

• Voortplanting. Dit betekent dat neuronen, indien geactiveerd, van invloed zijn op die waarmee ze verbonden zijn. Dit kan gebeuren door de activering ervan te vergemakkelijken of te verhinderen. In het vorige voorbeeld, de neuronen van hond faciliteer die van zoogdier, maar ze remmen die van reptiel.
• Neuraal leren. Leren en ervaren beïnvloeden de verbindingen tussen neuronen. Dus als we veel honden met haar zien, zullen de verbindingen tussen de neuronen die verband houden met beide concepten worden versterkt. Dit zou de manier zijn waarop de neurale netwerken ons helpen te verwerken.
• Parallel verwerken. Het is duidelijk dat dit geen serieel proces is, neuronen worden niet na elkaar geactiveerd. De activering wordt parallel verspreid tussen alle neuronen. En het is niet nodig om het ene activeringspatroon na het andere te verwerken, u kunt meerdere in dezelfde tijd geven. Dankzij dit zijn we in staat om een ​​grote hoeveelheid gegevens tegelijkertijd te interpreteren, hoewel er een limiet is aan onze capaciteit.
• Neurale netwerken. Het systeem zou een groot netwerk van neuronen zijn, gegroepeerd, door middel van remming- en activeringsmechanismen. Binnen deze netwerken zou ook het input van informatie en uitgangen gedragstherapie. Deze groeperingen zouden de gestructureerde informatie vertegenwoordigen die de hersenen bezitten en activeringspatronen zouden de manier zijn waarop de verwerking van genoemde informatie plaatsvindt..

conclusies

Deze manier van interpreteren van neuronaal functioneren lijkt niet alleen erg interessant, maar ook de studies om hem heen lijken vruchtbaar. Tegenwoordig zijn computersimulaties van connectionistische systemen op geheugen en taal gemaakt, die erg lijken op menselijk gedrag. We kunnen echter nog steeds niet zeggen dat dit de exacte manier is waarop het brein werkt.

Bovendien heeft dit model niet alleen bijgedragen aan de studie van psychologie in al zijn domeinen. ook we vinden meerdere toepassingen van deze connectionistische systemen in computergebruik. Bovenal was de theorie een doorbraak in studies over kunstmatige intelligentie.

Om te besluiten, is het belangrijk om dat te begrijpen de complexiteit van het connectionisme is veel groter dan die in dit artikel. Hier kunnen we een vereenvoudigde versie vinden van wat het werkelijk is, alleen nuttig als een schatting. Als je nieuwsgierigheid gewekt is, aarzel dan niet om verder te gaan met het onderzoeken van deze theorie en de implicaties ervan.

Constructivisme: hoe construeren we onze realiteit? Constructivisme is een epistemologisch postulaat dat bevestigt dat we actieve agenten van onze perceptie zijn en dat we geen letterlijke kopie van de wereld ontvangen. Meer lezen "