Я інтересу до мозкових механізмів - реальної архітектурі пізнавальних процесів.
У подальші роки з з'явитися безлічі нестандартних архітектур в коннекціонізмі І, особливо, у зв'язку Із спекуляціямі про мозкова локалізацію тихий чг других В«когнітівніх модулівВ» природно стало вінікаті питання про ті, як ці гіпотетічні Механізми реалізовані насправді. Змінівся и сам характер когнітівніх ДОСЛІДЖЕНЬ, Які в значній мірі спіраються СЬОГОДНІ на дані нейропсіхологічніх и нейрофізіологічніх робіт. Починаючі з 1990-х років послабівся Вплив власне комп'ютерної метафорою и машинних моделей.
Отже, іншім вплівовім підходом впродовж останніх 20 років ставши так звань PDP-підхід (від paralle ldistributed processing = паралельно розподілена обробка), широко відомій такоже як коннекціонізм. У даним випадка такоже іде мова про відмову від комп'ютерної метафори в ее символьному варіанті. Однак, ЯКЩО Концепція когнітівніх модулів Федора позбав допускає Деяк паралельність ОБРОБКИ в яких-небудь Частинами когнітівної МОДЕЛІ, то в коннекціонізмі паралельність опрацювання становится загально принципом. Мова іде про ті, что ВСІ елєменти системи, что інтерпретується як нейронних мереж, розглядаються як Такі, что потенціально пов'язані между собою и одночасно беруться доля у формуванні ВІДПОВІДІ на стимул. br/>В
Схема найпростішої мережі.
Головна перевага нейронних моделей у порівнянні традіційнімі когнітівнімі моделями Полягає возможности асоціативного и розподіленого Збереження ІНФОРМАЦІЇ а такоже адаптивного навчання. Перша особлівість означає, что будь-який фрагмент першопочаткової сітуації чі будь-яка початкова обставинні здатні асоціатівно підтріматі прігадування. Розподіленім зберігання є того, что его субстратом є у шкірному окремому випадка НŠ​​окремий елемент, а мережа в цілому, тоб стани всех ее вузлів и вагомість їх зв'язків. Нарешті, конекціонізм дозволяє природно опісуваті деякі Елементарні форми навчання. Процес навчання у нейронних Мережа мают ВЛАСНА спеціфіку, найпростіша, суто асоціатівна процедура навчання в нейронних мереж стосується класичності іде прокладення Шляхів паловської фізіології. p> Правило Хебба: между усіма синхронно актівованімі нейронами зніжуються пороги синаптичних зв'язків (підвіщуються вагові КОЕФІЦІЄНТИ актіваційніх зв'язків). У результаті багаторазове повторенням Поширення актівації при вінікненні на вході тієї ж сітуації відбувається швідше; група ЕЛЕМЕНТІВ, В«ансамбльВ», актівується як ціле, и ця актівація відбувається даже при змінах сітуації, Наприклад, віпаданні якіх компонентів зображення, а такоже В«відміранняВ» Частини В«нейронівВ» самої мережі. Тім самим, вдається моделюваті Особливості цілісного сприйняттів, описаного гештальтпсіхології. Подібна терпімість до спотворень на вході и до порушеннях механізму ОБРОБКИ ІНФОРМАЦІЇ разюче контрастує з тендітністю звичайна символьних програм. Крім того, пластічність синаптичних зв'язків, что лежить в Основі Формування ансамблів, дозволяє дати фізіологічне Пояснення процесів узагальнення (категорізації) окрем СИТУАЦІЙ. Недоліком описаного механізму самоорганізації нейронних зв'язків є его Надзвичайно повільній, что вімагає сотенних и тисяч повторень, характер. p> Прикладом більш ефективного комп'ютерного алгоритмом навчання служити запропонованій Канадсько інформатіком Джеффрі Хінтон и его колегами метод зворотнього Поширення помилки. У цьом випадка мережі пред'являється Деяка конфігурація, а потім відповідь на віході порівнюється з Ідеальною, Бажанов відповіддю. Результат такого порівняння обчіслюється и пропускається потім у зворотнього Напрямки: від виходе мережі до ее вхідного кулі, причому на шкірному проміжному етапі здійснюються деякі корекції вагових Коефіцієнтів зв'язків ЕЛЕМЕНТІВ з метою подальшої мінімізації неузгодженості. Альо В«контрольована мінімізація неузгодженостіВ» залішає сильне Враження довільного підбору Бажанов результату. p> Ряд коннекціоністскіх моделей вікорістовує зворотні зв'язки для повторного пропускання ПРОДУКТІВ ОБРОБКИ через нейронних мереж. Ця властівість, рекурентність, дозволяє обробляті конфігурації на вході в контексті попередніх подій (В«Минули досвідуВ»). p> У настількі дінамічній области, як когнітівна наука, Важко прогнозуваті Майбутній Розвиток подій. У рамках робіт з Обчислювальна нейронаук (нейроінтеллектом) i еволюційнім Моделювання останнім годиною почінають розглядатіся більш реалістічні, з біологічної и біофізічної точки зору, альтернативи штучному нейронних мереж. При збільшенні ОБСЯГИ мозком в процесі еволюції Головна вихідний мережевий принцип В«все пов'язано з усім В»перестає Виконувати, вінікають елєменти модулярної макроорганізаціі (Striedter, 2004). p> У зв'язку з з'явитися вової Хвилі зацікавленості у процесах головного мозком и з'являться новіх можливіть у технологічному плані, вініклі Нові методи Дослідження головного мозком. Аж...
