Hvad er konnektionisme?
At forstå, hvordan hjernen fungerer, er en af de største udfordringer inden for psykologi. Der findes således forskellige tilgange og perspektiver, herunder konnektionisme.
Fremkomsten af Turingmaskinen under Anden Verdenskrig var revolutionerende for kognitiv psykologi. Fra da af begyndte forskere at betragte hjernen som en informationsprocessor. Computermetaforen repræsenterer den første teori, der er oprettet for at forklare hjernens funktion.
Eftersom folk snart indså, hvor meget den ikke overvejede, søgte de efter nye måder at forklare hjernen på, og kognitive psykologer skabte en teori kendt som konnektionisme.
Før vi forklarer konnektionisme, er det dog vigtigt at forstå, hvordan den computationelle teori ser på hjernen. Af denne grund gennemgår vi de vigtigste aspekter af det i det næste afsnit.
Kognitiv psykologi og den computationelle teori
Kognitiv psykologi betragter den menneskelige hjerne som en informationsprocessor. Dette betyder, at den er et system, der er i stand til at afkode de data, der kommer fra miljøet, ændre dem og udtrække nye oplysninger fra dem. Derudover inkorporerer systemet disse nye data i et kontinuum af input og output.
Den computionelle teori betragter hjernen som en computer. Gennem en række programmerede algoritmer omdanner den informationsinput til en række output.
De mest relevante fejl i denne teori inkluderer den hastighed, hvormed vi behandler information, den fleksibilitet, vi handler med, og upræcisionen af vores svar. Hvis vores hjerne havde programmerede algoritmer, ville vi have andre typer svar.
Vores svar ville være langsommere, mere stive og meget mere præcise end de faktisk er på grund af alle de behandlingstrin, der skulle udføres. Kort sagt, vi ville være som computere.
Selvom vi kan prøve at tilpasse denne teori til nye beviser, har den computationelle teori om sindet stadig fejl. Det er her, konnektionisme kommer ind i billedet. Det er en meget mere enkel teori end den foregående og forklarer hjernens funktion meget bedre.
Hvad er konnektionisme?
Konnektionisme forklarer, at information behandles gennem mønstre af aktiveringsspredning. Men hvad er disse mønstre? Kort sagt betyder det, at når information kommer ind i din hjerne, begynder neuroner at blive aktiveret og danner et specifikt mønster, der producerer et specifikt output.
Dette danner et netværk mellem neuroner, der vil behandle information hurtigt uden at have behov for forprogrammerede algoritmer.
Lad os se på et simpelt eksempel for at forstå dette. Forestil dig, at en person beder dig om at definere begrebet hund. Når ordet når dit øre, aktiveres det sæt neuroner, der er knyttet til det, automatisk i din hjerne.
Aktiveringen af denne gruppe af neuroner spreder sig til andre, som det er forbundet til. Dette kan omfatte neurale mønstre relateret til ordene pattedyr, gø eller pels. Og dette vil føre dig til at definere en hund som “et pattedyr med pels, der gør”.
Egenskaber ved konnektionismens systemer
For at disse systemer kan fungere på den måde, som den menneskelige hjerne ser ud til at opføre sig, er de nødt til at opfylde visse betingelser. De grundlæggende egenskaber, der skal opfyldes, inkluderer:
- Spredning af aktivering. Dette betyder, at neuroner, når de er aktiveret, påvirker dem, de er forbundet med. Dette kan ske ved at kickstarte deres aktivering eller ved at hæmme den. I det foregående eksempel kickstarter hunde-neuroner dem, der er relateret til pattedyr, men hæmmer dem, der er relateret til krybdyr.
- Neural læring. Læring og erfaring påvirker forbindelserne mellem neuroner. Så hvis vi ser mange hunde, der har pels, vil forbindelserne mellem de neuroner, der er relateret til begge begreber, blive styrket. Sådan skaber vi de neurale netværk, der hjælper os med at behandle information.
- Parallel behandling. Neuroner aktiverer ikke den ene efter den anden. Aktiveringen sker parallelt mellem alle neuroner. Og det er ikke nødvendigt at behandle det ene aktiveringsmønster efter det andet. Du kan have flere mønstre, der foregår på samme tid. Takket være dette kan vi fortolke en masse data samtidigt. Der er dog en grænse for vores kapacitet.
- Neurale netværk. Systemet består af et stort netværk af neuroner grupperet igennem start- og hæmningsmekanismer. Informationsnetværk og adfærdsoutput er også en del af disse netværk. Disse grupperinger repræsenterer den strukturerede information, som hjernen besidder, og aktiveringsmønstrene repræsenterer, hvordan informationen behandles.
Konklusioner om konnektionisme
Denne måde at fortolke neurale funktioner på, er ikke kun meget interessant, men de undersøgelser og forskning, der er foretaget indenfor området, viser sig at være frugtbar.
Der er mange computersimuleringer af konnektionismesystemer for hukommelse og sprog. Disse simuleringer ligner meget menneskelig adfærd. Vi kan dog stadig ikke påstå, at hjernen fungerer på lige nøjagtig den måde.
Derudover har denne model også bidraget til området indenfor computere og kunstig intelligens.
For at lave en konklusion, er det vigtigt at forstå, at konnektionisme er meget mere kompliceret end vi fremlagde det i denne artikel. Hvis du er nysgerrig, så tøv ikke med at undersøge emnet og dets implikationer nærmere.
