コネクショニズム、ニューロン機能のモデル

脳の機能を理解することは、心理学が直面している最大の課題の1つです。. それゆえ、異なるアプローチや視点の存在。実際、認知心理学とチューリング機械の出現後、この分野に革命が起こりました。この瞬間から情報処理装置として脳を熟考するようになりました.

脳の機能を説明するために作られた最初の理論は、計算の比喩でした。, しかしすぐに失敗し始めた。この状況を考慮に入れて、認知心理学者は、新たな説明を求めることを意図して、コネクショニズムとして知られる理論を作り出した。.

しかし、コネクショニズムとは何かを説明する前に、脳に関する認知心理学のビジョンを理解することが重要です。このようにして、私たちは計算の比喩の意味と失敗を理解するでしょう。このため、次のセクションで心理学のこの分野の主な側面を検討します。.

認知心理学と計算メタファ

認知心理学は情報処理装置として人間の脳を理解する. これは、それが周囲から来るデータをコード化し、それらを修正し、そしてそれらから新しい情報を抽出することができるシステムであることを意味します。さらに、これらの新しいデータは連続してシステムに組み込まれます。 入力 そして アウトプット.

計算の比喩は、脳はコンピュータのようだと説明しています. 一連のプログラムされたアルゴリズムを通して、それは 入力 一連の情報の アウトプット. このモデルに適応する人間の行動を研究することができるので、これは最初は理にかなっているように思われるかもしれません。さて、もう少し詳しく調べてみると、この観点から障害を検出し始めます。.

最も関連性のあるエラーは、私たちが情報を処理するスピード、行動する柔軟性、そして私たちの回答の不正確さです。私たちの脳がプログラムされたアルゴリズムを持っているならば、私たちは他のタイプの応答を持つでしょう：実行されるべきすべての処理ステップのためより遅く、より堅くそしてはるかに正確です。要するに、私たちはコンピュータのようになり、 一見すると、これは当てはまらないことがわかります。.

この理論を新しい証拠に適応させようと試みることはできますが、他の人によってプログラムされたアルゴリズムの剛性をより柔軟で学習可能に変えることができますが、それでも計算の比喩での誤りを識別します。そしてここがそれが来るところです コネクショニズム、前のものよりも単純であり、そしてそれはより満足のいく方法で脳の情報の処理を説明するストリーム.

コネクショニズムとは?

コネクショニズムは計算アルゴリズムを置き去りにし、それを説明する 情報はアクティベーションの伝播パターンを通じて処理されます。. しかし、これらのパターンは何ですか？より簡単な言葉では、これは情報の入力があなたの脳に入ったとき、ニューロンが活性化し始めて特定の出力を生成することを意味します。これはニューロン間のネットワークを形成し、それは情報を迅速にそして予めプログラムされたアルゴリズムを必要とせずに処理する。.

これを理解するために簡単な例を挙げましょう。犬が何であるかを定義するように人があなたに言うと想像してください。言葉があなたの耳に届くと、自動的に それに関連付けられているニューロンのセットをあなたの脳で活性化します. このグループの細胞の活性化は、それが関連している他のもの、例えば単語に関連するものに広がるでしょう。 ほ乳類, 樹皮 ○ 髪の毛. これにより、これらの機能が含まれているパターンがアクティブになり、犬を「吠える髪のある哺乳動物」と定義するようになります。.

コネクショニスト制度の性質

この見方によれば、これらのシステムが人間の脳が振る舞うように動作するためには、それらは一定の条件を満たさなければなりません。. 従う必要がある基本的な特性は次のとおりです。

• 活性化の伝播. これは、ニューロンが活性化されると、それらが接続されているニューロンに影響を与えることを意味します。これは、その活性化を促進することまたはそれを阻害することによって起こり得る。前の例では、 犬 促進する ほ乳類, しかしそれらはのそれらを禁じる 爬虫類.
• 神経学習. 学習と経験はニューロン間の関係に影響を与えます。したがって、私たちが髪を持っている多くの犬を見れば、両方の概念に関連するニューロン間の関係は強化されるでしょう。これが、私たちが処理するのを助けるニューラルネットワークの方法です。.
• 並行処理. 明らかにこれは連続的なプロセスではなく、ニューロンは次々に活性化されません。活性化は全てのニューロン間で並行して伝播される。また、起動パターンを次々に処理する必要もなく、同時に複数の起動パターンを指定することもできます。このおかげで私達は同時に大量のデータを解釈することができます、しかし私達の容量には限界があります.
• ニューラルネットワーク. このシステムは、抑制と活性化のメカニズムを通して、一緒にグループ化された大規模なニューロンネットワークです。これらのネットワーク内にも 入力 情報の アウトプット 行動的これらのグループ化は、脳が所有する構造化情報を表し、活性化パターンはその情報の処理が行われる方法になります。.

結論

この神経機能の解釈方法は非常に興味深いだけでなく、 彼の周りの研究は実り多いようです. 今日では、メモリと言語に関するコネクショニストシステムのコンピュータシミュレーションが作成されました。これは人間の行動に非常に似ています。しかし、これが頭脳の働きであるとは言えません。.

さらに、このモデルはすべての分野で心理学の研究に貢献するだけではありません。また 私たちはこれらのコネクショニストシステムのコンピューティングにおける複数の応用を見つけます. 何よりも、この理論は人工知能に関する研究において画期的なものとなっています.

結論として、それを理解することが重要です コネクショニズムの複雑さは、この記事で提示されているものよりはるかに大きいです。. ここで私たちはそれが実際にあるものの単純化されたバージョンを見つけることができます、近似としてだけ役に立つ。あなたの好奇心が喚起されている場合は、この理論とその影響を研究し続けることを躊躇しないでください.