Connectionism, un modello di funzionamento neuronale

Connectionism, un modello di funzionamento neuronale

Comprendere la funzione cerebrale è una delle maggiori sfide in psicologia. Da qui l'esistenza di diversi approcci e prospettive. Infatti, dopo l'emergere della psicologia cognitiva e della macchina di Turing, c'è stata una rivoluzione in questo settore. Da quel momento, il cervello era considerato un elaboratore di informazioni.

La prima teoria che è stata creata per spiegare il funzionamento del cervello è stata la metafora computazionale, ma ha rapidamente iniziato a fallire. Prendendo cognizione di questa situazione, gli psicologi cognitivi, con l'intenzione di cercare nuove spiegazioni, crearono una teoria nota come connessionismo.

Tuttavia, prima di spiegare quale sia il connessionismo, è importante capire il punto di vista della psicologia cognitiva sul cervello. In questo modo capiremo le implicazioni e i fallimenti della metafora computazionale. Per questo motivo, esamineremo gli aspetti principali di questo ramo della psicologia più avanti in questo articolo.

Psicologia cognitiva e metafora computazionale

La psicologia cognitiva include il cervello umano come un processore di informazioni. Ciò significa che è un sistema in grado di codificare i dati dal proprio ambiente, modificarli e recuperare nuove informazioni. Inoltre, questi nuovi dati sono integrati nel sistema lungo un continuum di input e output.

La metafora computazionale spiega che il cervello è come un computer. Attraverso una serie di algoritmi programmati, trasforma gli input delle informazioni in una serie di output. Questo può sembrare logico a prima vista, perché possiamo studiare alcuni comportamenti umani adattati a questo modello. Ora, se esploriamo un po 'di più, iniziamo a rilevare i difetti in questa prospettiva.

Gli errori più importanti sono la velocità con cui elaboriamo le informazioni, la flessibilità con cui agiamo e la vaghezza delle nostre risposte. Se il nostro cervello avesse algoritmi programmati, avremmo altri tipi di risposte: più lenti a causa di tutte le fasi di elaborazione da eseguire, più rigide e molto più precise di quanto siano. In breve, saremmo come i computer e a prima vista, vediamo che questo non è il caso.

Anche se possiamo provare ad adattare questa teoria a nuove prove, cambiando la rigidità degli algoritmi programmati per gli altri che sono più flessibili e in grado di apprendere, saremmo ancora in grado di identificare i difetti nella metafora computazionale. Ed ecco dove connessionismo, un flusso più semplice di quello precedente, e che spiega il trattamento delle informazioni del cervello nel modo più soddisfacente.

Cos'è il connessionismo?

Il connessionismo lascia dietro di sé algoritmi di calcolo e spiega che le informazioni vengono elaborate dai modelli di propagazione di attivazione. Ma quali sono questi modelli? In un linguaggio più semplice, ciò significa che quando una voce di informazioni entra nel tuo cervello, i neuroni iniziano ad attivarsi formando un modello specifico che produrrà un dato risultato. Ciò formerà reti tra neuroni che elaboreranno le informazioni rapidamente e senza la necessità di algoritmi preprogrammati.

Per capirlo, facciamo un semplice esempio. Immagina qualcuno che ti dice di definire cos'è un cane. Quando la parola raggiunge l'orecchio, attiverà automaticamente tutti i neuroni ad esso associati nel cervello. L'attivazione di questo gruppo di cellule si diffonderà ad altre cellule a cui è collegato, come quelle relative alle parole mammifero, corteccia o mantello. E questo attiverà un modello in cui sono incluse queste caratteristiche, che ti farà definire un cane come "un mammifero che abbaia con i capelli".

Le proprietà dei sistemi connessionisti

Secondo questa prospettiva, affinché questi sistemi funzionino come sembra comportarsi il cervello umano, devono soddisfare determinate condizioni. Le proprietà di base da seguire sono:

  • Propagazione dell'attivazione. Ciò significa che i neuroni, una volta attivati, influenzano quelli a cui sono connessi. Questo può accadere facilitando la sua attivazione o inibendola. Nell'esempio sopra, i neuroni canini facilitano i neuroni mammiferi, ma inibiscono i neuroni rettiliani.
  • Apprendimento neurale. L'apprendimento e l'esperienza influenzano le connessioni tra i neuroni. Quindi, se vediamo molti cani che hanno i capelli, le connessioni tra i neuroni relativi ai due concetti saranno rafforzate. Questo sarebbe il modo in cui sarebbero create le reti neurali che ci aiutano a elaborare le informazioni.
  • Elaborazione parallela. Ovviamente questo non è un processo seriale, i neuroni non vengono attivati ​​uno dopo l'altro.L'attivazione si propaga in parallelo tra tutti i neuroni. E non c'è bisogno di trattare un modello di attivazione dopo l'altro – diversi schemi di attivazione possono verificarsi nello stesso momento. Per questo motivo, siamo in grado di interpretare una grande quantità di dati contemporaneamente, sebbene esista un limite alla nostra capacità.
  • Reti neurali. Il sistema sarebbe una vasta rete di neuroni raggruppati da meccanismi di inibizione e attivazione. Input di informazioni e output comportamentali si trovano anche in queste reti. Questi cluster rappresenterebbero le informazioni strutturate che il cervello possiede e gli schemi di attivazione sarebbero il modo in cui avviene l'elaborazione di queste informazioni.

conclusioni

Questo modo di interpretare il funzionamento neuronale sembra non solo molto interessante, ma gli studi che lo circondano sembrano fruttuosi. Oggi abbiamo creato simulazioni al computer di sistemi connessionistici su memoria e linguaggio, che sono molto simili al comportamento umano. Tuttavia, non possiamo ancora dire che questo è esattamente come funziona il cervello.

Inoltre, questo modello non ha solo contribuito allo studio della psicologia in tutti i suoi campi. Troviamo anche molte applicazioni di questi sistemi di connessione in informatica. Soprattutto, la teoria è stata un importante passo avanti nello studio dell'intelligenza artificiale.

In conclusione, è importante capire che il La complessità del connessionismo è molto più grande di quella sollevata in questo articolo. Qui possiamo trovare una versione semplificata di ciò che è realmente, utile solo come approssimazione. Se la tua curiosità è stata suscitata, non esitare a continuare la tua ricerca su questa teoria e le sue implicazioni.

Neuroscienze, un modo per capire il comportamento della mente

Saperne di più
Like this post? Please share to your friends:
Lascia un commento

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: