Connectionism, en modell för neuronfunktion

Att förstå hjärnans funktion är en av de största utmaningarna för psykologi. Därför förekomsten av olika tillvägagångssätt och perspektiv. Faktum är att efter uppkomsten av kognitiv psykologi och Turing-maskinen fanns en revolution på detta område. Från och med nu började hjärnan betraktas som en informationsprocessor.

Den första teorin som skapades för att förklara hjärnans funktion var beräkningsmetafören, men började snart ha misslyckanden. Med hänsyn till denna situation skapade kognitiva psykologer, med avsikt att söka nya förklaringar, en teori som kallades connectionism.

Men innan du förklarar vilken connectionism är det viktigt att förstå visionen om kognitiv psykologi om hjärnan. På det sättet kommer vi att förstå konsekvenserna och misslyckandena i beräkningsbilden. Av denna anledning kommer vi att se över de viktigaste aspekterna av denna gren av psykologi i följande avsnitt.

Kognitiv psykologi och beräkningsmetafforen

Kognitiv psykologi förstår den mänskliga hjärnan som informationsprocessor. Det betyder att det är ett system som kan koda data som kommer från sin miljö, modifiera dem och extrahera ny information från dem. Dessutom införlivas dessa nya data i systemet i ett kontinuum av ingångar och utgångar.

Beräkningsbilden förklarar att hjärnan är som en dator. Genom en serie programmerade algoritmer förvandlar den ingångar av information i en serie av utgångar. Det här kan förstås vara meningsfullt eftersom vi kan studera vissa mänskliga beteenden som anpassar sig till denna modell. Nu, om vi utforskar lite mer, börjar vi upptäcka fel i detta perspektiv.

De mest relevanta fel är den hastighet som vi behandlar information, flexibiliteten som vi agerar med och otillbörligheten av våra svar. Om vår hjärna hade programmerade algoritmer skulle vi ha andra typer av svar: långsammare på grund av att alla bearbetningssteg som ska utföras, är mer styva och mycket mer exakta än de är. Kort sagt, vi skulle vara som datorer och Vid första anblicken observerar vi att detta inte är fallet.

Även om vi kan göra försök att anpassa denna teori att någon ny bevisning ändrar styvhet algoritmer programmeras av mer flexibla och kunna lära sig, men skulle ändå identifiera brister i datorn metafor. Och här är där den kommer Connectionism, en ström som är enklare än den tidigare, och det förklarar behandlingen av hjärninformation på ett mer tillfredsställande sätt.

Vad är connectionism?

Connectionism lämnar bakom beräkningsalgoritmer och förklarar det Informationen behandlas genom utbredningsmönster av aktiveringen. Men vad är dessa mönster? På ett enklare språk betyder detta att när en inmatning av information kommer in i hjärnan, börjar neuron att aktivera att bilda ett specifikt mönster vilket kommer att ge en viss produktion. Detta kommer att bilda nätverk mellan neuroner som kommer att behandla information snabbt och utan behov av förprogrammerade algoritmer.

För att förstå detta, låt oss ta ett enkelt exempel. Tänk dig att en person berättar för dig att definiera vad en hund är. När ordet kommer till ditt öra, automatiskt kommer att aktivera i din hjärna den uppsättning neuroner som är associerade med den. Aktiveringen av denna grupp av celler kommer att sprida sig till andra som den är ansluten till, till exempel de som är relaterade till ord däggdjur, bark eller hår. Och detta kommer att aktivera ett mönster där dessa funktioner ingår, vilket leder dig att definiera en hund som ett däggdjur med hår som barkar.

Egenskaper för anslutningssystem

Enligt detta perspektiv verkar de, för att dessa system ska fungera som människans hjärna, uppfylla vissa villkor. De grundläggande egenskaper som måste följas är följande:

• Förökning av aktivering. Detta innebär att neuroner, när de aktiveras, påverkar de som de är anslutna till. Detta kan ske genom att underlätta aktiveringen eller inhiberingen av den. I föregående exempel, neuronerna av hund underlätta de av däggdjur, men de hämmar de av reptil.
• Neural learning. Lärande och erfarenhet påverkar förbindelserna mellan neuroner. Således, om vi ser många hundar som har hår, kommer förbindelserna mellan neuronerna relaterade till båda begreppen att stärkas. Detta skulle vara det sätt på vilket de neurala nätverk som hjälper oss att bearbeta.
• Bearbetning parallellt. Självklart är detta inte en serieprocess, neuroner aktiveras inte en efter en. Aktiveringen sprids parallellt mellan alla neuroner. Och det är inte nödvändigt att bearbeta ett aktiveringsmönster efter det andra, du kan ge flera samtidigt. Tack vare det här kan vi tolka en stor mängd data samtidigt, även om det finns en gräns för vår kapacitet.
• Neurala nätverk. Systemet skulle vara ett stort nätverk av neuroner grupperade ihop genom mekanismer för inhibering och aktivering. Inom dessa nätverk skulle också hittas ingångar av information och utgångar beteende. Dessa grupperingar skulle representera den strukturerade informationen som hjärnan besitter, och aktiveringsmönster skulle vara det sätt på vilket behandlingen av nämnda information sker..

slutsatser

Detta sätt att tolka neuronal funktion verkar inte bara mycket intressant, men också studierna kring honom verkar fruktbart. Numera har datorsimuleringar av anslutningssystem på minne och språk skapats, vilket väsentligen liknar mänskligt beteende. Men vi kan fortfarande inte säga att detta är det exakta sättet hjärnan fungerar.

Dessutom har denna modell inte bara hjälpt till att studera psykologi inom alla sina områden. också Vi hittar flera applikationer av dessa anslutningssystem i databehandling. Framför allt har teorin varit ett genombrott i studier om artificiell intelligens.

Avslutningsvis är det viktigt att förstå det Connectionismens komplexitet är mycket större än den som ställs i denna artikel. Här kan vi hitta en förenklad version av vad det egentligen är, endast användbart som approximation. Om din nyfikenhet har väckts, tveka inte att fortsätta undersöka denna teori och dess konsekvenser.

Konstruktivism: hur konstruerar vi vår verklighet? Konstruktivism är ett epistemologiskt postulat som bekräftar att vi är aktiva agenter för vår uppfattning och att vi inte får en bokstavlig kopia av världen. Läs mer "