0 calificaciones0% encontró este documento útil (0 votos)
84 vistas2 páginas
El conexionismo presenta los fenómenos mentales y del comportamiento como procesos que emergen de redes formadas por unidades interconectadas. Los modelos conexionistas más comunes son las redes neuronales, que consisten en unidades simples que se interconectan y procesan información de forma paralela y distribuida. El conexionismo busca explicar los fenómenos psicológicos cuando un modelo neuronal se comporta de la misma forma que los humanos al realizar una tarea.
El conexionismo presenta los fenómenos mentales y del comportamiento como procesos que emergen de redes formadas por unidades interconectadas. Los modelos conexionistas más comunes son las redes neuronales, que consisten en unidades simples que se interconectan y procesan información de forma paralela y distribuida. El conexionismo busca explicar los fenómenos psicológicos cuando un modelo neuronal se comporta de la misma forma que los humanos al realizar una tarea.
El conexionismo presenta los fenómenos mentales y del comportamiento como procesos que emergen de redes formadas por unidades interconectadas. Los modelos conexionistas más comunes son las redes neuronales, que consisten en unidades simples que se interconectan y procesan información de forma paralela y distribuida. El conexionismo busca explicar los fenómenos psicológicos cuando un modelo neuronal se comporta de la misma forma que los humanos al realizar una tarea.
El conexionismo es un conjunto de enfoques en los mbitos de la inteligencia artificial,
psicologa cognitiva, ciencia cognitiva, neurociencia y filosofa de la mente, que presenta
los fenmenos de la mente y del comportamiento como procesos que emergen de redes formadas por unidades sencillas interconectadas. Hay muchas formas de conexionismo, pero las formas ms comunes son los modelos de redes neuronales. Principios bsicos El principio central del conexionismo es que los fenmenos mentales pueden ser descritos por redes de unidades sencillas y frecuentemente iguales que se interconectan. La forma de las conexiones y de las unidades vara de un modelo a otro. Por ejemplo, las unidades de la red podran representar neuronas y las conexiones podran representar sinapsis. Otro modelo podra hacer cada unidad de la red una palabra, y cada conexin una indicacin de similitud semntica
En psicologa llamamos conexionismo al paradigma que utiliza redes neuronales para
comprender y explicar la vida psquica y la conducta. Las redes neuronales son conjuntos de unidades interconectadas masivamente capaces de procesar y almacenar informacin mediante la modificacin de sus estados. Aunque la siguiente afirmacin exigira importantes precisiones, en general se puede decir que el psiclogo conexionista considera que ha explicado un fenmeno psicolgico (el reconocimiento de formas, la produccin de lenguaje, la memoria, ...) cuando el modelo neuronal que construye se comporta del mismo modo que los seres humanos cuando realizan la misma tarea. No hay que olvidar que el conexionismo participa de una idea comn con la psicologa cognitiva clsica: para la psicologa cognitiva (tanto la clsica como el conexionismo) la mente es un sistema capaz de procesar informacin, un sistema capaz de recibir seales de entrada, almacenar informacin y provocar informacin de salida a partir la informacin de entrada, la informacin almacenada y los mecanismos de cmputo. Dada esta suposicin de que los fenmenos mentales y la conducta son consecuencia de elementos internos al sujeto, el conexionismo considera adecuada la explicacin cuando la red que construye es capaz de realizar, a partir del vector de entrada, los distintos cmputos que provocan el vector de salida deseado. Los elementos caractersticos presentes en la mayora de los modelos conexionistas son los siguientes: 1. La red es un conjunto de unidades de procesamiento (neuronas) muy simples. 2. Dichas unidades interactan entre s mediante las conexiones que los asocian. 3. Los estmulos que afectan a las unidades de entrada se expresan en trminos cuantitativos.
4. Toda unidad de la red viene definida por un nivel de activacin expresado
de forma cuantitativa. 5. Toda conexin viene caracterizada por un valor de fuerza del trazo o peso de la conexin, tambin expresado de forma cuantitativa. 6. El procesamiento y almacenamiento de la informacin se realiza de forma paralela y distribuida. 7. Existen reglas o funciones que computan la informacin en distintos niveles del procesamiento (para la modificacin del nivel de activacin a partir de las entradas, para la produccin de la salida a partir del nivel de activacin, ...). 8. Existen reglas o funciones de aprendizaje que le permiten a la red modificar los pesos de las conexiones para acomodar de modo cada vez ms perfecto la informacin de entrada a la salida requerida. 9. La funcin de cada unidad es simplemente realizar clculos con las entradas que reciben y producir la informacin que envan a las unidades con las que estn conectadas. 10. Las seales de salida que emite la red se expresan en trminos cuantitativos. 11. Dado que toda la actividad de la red no es otra cosa que clculos o transformaciones de nmeros, se puede afirmar que en realidad la red neural es un dispositivo para computar una funcin, un sistema capaz de transformar la informacin de entrada en informacin de salida. La funcin presente en la red y que realiza el computo es bsicamente el patrn o conjunto de pesos sinpticos de las unidades.