Conexionisme


La psicologia cognitiva va acabar oferint explicacions amb un llenguatge quasi filosòfic i centrant-se en l’estudi dels programes d’ordinador creats per la Intel·ligència Artificial. La Intel·ligència Artificial vol crear màquines i programes per a aquestes màquines amb què puguen reproduir la conducta intel·ligent (raonament, llenguatge, solució de problemes, presa de decisions,...).

Diferència fonamental entre Psicologia Cognitiva i Intel·ligència Artificial:



3neurons.jpg



  • La Psicologia Cognitiva, tracta de descobrir els verdaderos processos que segueix la ment humana quan processa la informació (el “programari de la nostra ment”).
  • L'I.A., pretén que les màquines es comporten de manera intel·ligent, encara que a la base del dit comportament la màquina seguisca uns processos diferents dels humans.

Com a conseqüència d’aquesta tendència formalista, des dels anys huitanta alguns autors han proposat un nou enfocament, el conexionisme.

En algunes tasques l’ordinador és més ràpid que l’home en el processament de la informació; no obstant això hi ha altres, més complexes, en les que el cervell humà empra menys temps que l’ordinador: per exemple, en el joc dels escacs els hòmens no tenen en compte molts moviments possibles de les peces i se centren en un grup molt reduït de jugades; per la seua banda, l’ordinador avalua un número molt elevat de possibilitats que el cervell humà descarta.

Els psicòlegs volen comprendre basant-se en què, com, el ser humà realitza amb més eficàcia que l’ordinador tasques complexes, i per a resoldre aquestes qüestions el conexionisme ofereix un model en el que existeix un elevat nombre d’unitats elementals que computen segons un determinat mode de conexionar-se. Enfront d’aquest punt de vista, la psicología cognitiva anterior creía en l’existència de macroestructures que emmagatzemaven molta informació simbòlica sobre les que actua una unitat central de processament aplicant un cert nombre de regles (model d’ordinador de Von Neumann).

Trets dels models conexionistes:


conexionismo3.JPG

1. Computació en paral·lel realitzada per molts elements simples.
2. Les xarxes conexionistes solen estar formades per dos capes:
  • La capa d’entrada (encara que en el llibre no apareix aquest títol), formada per unitats que reben les dades d’entrada, “unitats input”.
  • La capa d’eixida (encara que en el llibre no apareix aquest títol), formada per unitats que ofereixen les dades d’eixida del sistema o xarxa, “unitats output”.
3. En els models més recents s’afegeix una capa intermèdia amb unitats de connexió entre les anteriors, “unitats ocultes”.
4. Cada element computa tenint en compte:
  • Un valor numèric d’activació que cada un té assignat.
  • Els valors dels elements amb què estan connectats.
  • La força de la connexió o pes numèric entre la unitat i les unitats amb què es relaciona. Les connexions amb pes positiu s'anomenen “excitatòries” i les de pesos negatius “inhibitòries” (al mode en què les xarxes neurals del cervell tenen connexions excitatòries i inhibitòries).
5. El flux de la computació en les xarxes conexionistes comença amb l’entrada d’informació en la xarxa representada en termes quantitatius; les unitats d’entrada prenen aqueixes dades numèriques i realitzen càlculs sobre ells donant lloc a altres números. Al seu torn, aquests números són computats per altres unitats seguint fórmules matemàtiques o algoritmes de distints tipus, i atenent a si les connexions són inhibitòries (pes negatiu per als càlculs) o excitatòries (pes positiu per als càlculs); aquest procés se segueix fins que les unitats d’eixida “produeixen” al seu torn altres números, que són les dades d’eixida. De nou, perquè, la informació, en l’eixida, està representada quantitativament.

Els models conexionistes la computació consisteixen en transformar els patrons input d’activitat en patrons output, i això en funció d’algoritmes i de les forces de les connexions entre unitats (que equivaldrien als programes en un ordinador convencional ). Donada la importància que en les xarxes conexionistas se li atorga als pesos o forces de les connexions, se sol indicar que en les dites xarxes el coneixement es codifica de forma abstracta en els dits pesos. Smolensky assenyala també que aquestes xarxes o esquemes conexionistes tenen la capacitat de programar-se a si mateixes, poden aprendre per si mateixes. Açò vol dir que si una xarxa conexionista té, per exemple, la funció de reconèixer patrons, bastaria al principi “entrenar a la xarxa” aconseguint que emparelle adequadament distintes mostres d’input-output; la xarxa hi hauria modificant els seus pesos i amb això podria emparellar ben entrades fins llavors no presentades amb les eixides corresponents.

Podria parèixer que els models conexionistes, en emprar paraules tan relacionades amb el cervell, són models del sistema nerviós, no obstant això, molts models conexionistas es presenten únicament com a models computacionals, i volen donar compte dels suposats càlculs que la nostra ment realitza amb la informació d’entrada per a convertir-la en distints tipus d’informació d’eixida, per la qual cosa cal interpretar-les com teorías psicològiques, no fisiològiques. Aquest enfocament comença a tenir una forta presència en les ciències cognitives a partir de 1986, amb la publicació per part de Rumelhart i McClelland del llibre “Processament Paral·lel Distribuït: Investigacions de les microestructures de la Cognició”.


Fonts d'informació
http://www.e-torredebabel.com/Uned-Parla/Asignaturas/IntroduccionPsicologia/ResumenManual-Capitulo8.htm
http://plato.stanford.edu/entries/connectionism/#ConRep
http://www.mind.ilstu.edu/curriculum/connectionism_intro/connectionism_1.php?modGUI=76&compGUI=1928&itemGUI=3343