Tema 2. Paradigmele Psihologiei cognitive

Paradigmele psihologiei cognitive, in functie de tipul reprezentarilor, sunt:

• 1. Paradigma classic simbolica;

2. Paradigma neoconexionista.

• Paradigma clasic – simbolica isi are originile in filosofie (rationalismul – Leibnitz, Descartes, si empirismul – J.Locke, Th.Hobbes, D.Hume). Aceasta are la bazaafirmatia ca atat cunostintele cat si starile de lucruri corespunzatoare suntreprezentate in sfera sistemului cognitiv prin simboluri sau structuri simbolice. Reprezentari simbolice sunt imaginile, conceptele, judecatile.

• In primele decenii ale sec. al XX-lea apare ideea manipularii simbolurilor in gandire, baza fiind reprezentata de formalizarea logicii (Russell, Carnap, Wittgenstein), gramaticile generative (N.Chomsky) si lingvistica teoretica.

• Operarea cu simboluri se realizeaza prin reguli abstracte (compunere, deductie, inductie), rezultand teoreme bazate pe axiome. Sistemul cognitiv uman sicalculatorul sunt sisteme fizico – simbolice (A.Newell, H.A.Simon).

• Modelele simbolice sunt intr-o permanenta transformare, fapt demonstrat prinaplicarea paradigmei clasic – simbolice la procesele cognitive centrale (gandirea), in cadrul rezolvarii de probleme.

• Paradigma neoconexionista (a procesarilor paralele sau modelareaneuromimetica) are la baza ideea ca activitatea cognitiva poate fi explicata prin modele neuronale . Acestia au modelat activitateaneuronala cu ajutorul algebrei booleene, aratand ca reteleleneuromimetice pot desfasura calcule logice.

F.Rosenblatt construieste retea neuromimetica, pe doua niveluri, cepoate discrimina doua impulsuri senzoriale diferite. M.Minsky&S.Paperti-au infirmat teoria acestuia prin demonstrarea incapacitatii unor reteleneuromimetice de a calcula functii logice simple (1969).

La inceputul anilor ’90, D.E.Rumelhart si J.L.McClelland reconsideraideea construirii de modele cognitive neuromimetice prin constituireagrupului de cercetare PDP (cerceta procesarile paralele distribuite).

Reţelele neuromimetice conţin informaţii sub forma unor valori şi patern-uri de activare ale unor unităţi simple – neuromimi care circulă între centrii de procesare sub formă de scalari şi nu simboluri. Regulile de funcţionare a acestor reţele sunt de modificare şi propagare a valorilor şi patern-urilor de activare, algoritmii nu operează cu simboluri ci cu aceste valori şi patern-uri.

• Retelele neuromimetice = informatii sub forma unor valori si patternuri de activare ale unor unitati simple (neuromimi), care circula intre centri de procesare, sub forma de scalari, nu de simboluri. De aceea aceste retele sunt semantic – opace. Regulile de functionare a acestor retele sunt de modificare si propagare a valorilor si patternurilor de activare. Algoritmii nu opereaza cu simboluri, ci cu aceste valori si patternuri.

Partile componente ale retelelorneuromimetice sunt:

• a) ansamblul de unitati;

• b) starea de activare;

• c) regula de activare;

• d) functia output;

• e) un pattern de conexiuni intre unitati;

• f) reguli de invatare;

• g) mediul de operare a retelei.

• Unitatile (neuromimi, noduri, neuroni formali, unitaticognitive) se caracterizeaza prin valori de activare si se grupeaza in retele prin sinapse; nu sunt interpretabilesemantic. Li se atribuie o valoare numerica in intervalul [-1,+1]. Exista unitati input (cu valoare de intrare) si unitatioutput (care propaga outputul in retea); acestea sunt unitatilevizibile.

• Retelele binivelare (perceptronul) contin doar unitati vizibile.

• Retelele multinivelare contin si unitati ascunse care moduleaza valorile transmise intre unitatile vizibile.

• Poate exista si o interpretare externa, d.p.d.v. al celui care analizeaza proprietatile retelei. Astfel avem retelelocalizationiste (in care unitatile sunt concepte sau ipoteze) siretele distributive (in care informatia e distribuita peinteractiuni de unitati).

• Starea de activare indica nivelul de activare a unitatilor, la un moment dat. Acestea pot varia continuu sau discontinuu, in functie de preferintele celui care studiaza reteaua. Valoareade activare scade in timp sau datorita modificarilorconexiunilor (prin inhibitia laterala), constituind si restul de activare de la nivelul fiecarei unitati (rata a degradarii ).

• Regula de activare este functia de modificare a valorii de activare a unitatilor din retea.

• Netinput-ul (suma inputuri-lor receptionate de o unitate) estemasura modificarii starii de activare; rezulta ca este sumaponderata a valorilor de activare receptionate. Input-ul esteponderat cu taria legaturilor dintre unitatile input si unitatilereceptoare.

• Restul de activare + netinput = modificarea valorii de activare

• Functia output refelecta relatia dintre valoarea de activare a unei unitati si output-ul transmis de aceastain retea. Output-ul poate fi “0” cand valoarea de activare nu atinge un anumit prag, sau poate aveavaloarea starii de activare.

• Conexiunile dintre unitati sunt elementele cele maiimportante in retea. Din acest punct de vedere avemretele unidirectionale sau unidimensionale (informatiase propaga numai de la unitatile input spre celeoutput) si retele bidirectionale sau bidimensionale(informatia se propaga in ambele sensuri, interactiunile fiind reciproce => retea interactiva). Conexiunile pot fi excitative (cu pondere pozitiva) siinhibitive (cu pondere negativa).

• Regulile de invatare sunt algoritmi de modulare a ponderiiconexiunilor din retea. Principalele reguli de invatare sunt:

• -regula lui Hebb(stipulează că ponderea conexiunii dintre 2 unităţi se modifică în funcţie de produsul valorilor de activare) regula delta(utilizează discrepanţa dintre output-ul dezirabil (problematic) şi output-ul actual, adică regula Delta ajustează tăria conexiunilor pe baza calculului erorii)

• si regula retropropagarii erorii (învăţarea pe greşeli proprii sau ale altora, regula delta generalizata).

• Mediul sau ambianta retelei desemneaza retele cu structuri mai generale si

complexe la care sunt conectate retelele conexioniste neuronale. Influenta acestorretele generale se face simtita sub forma unor inputuri cu valori fixe (biasi, sg. bias), care sunt independenti de activarile din retea.

• Structurile cognitive sunt sisteme cu o arhitectura neomogena. D.A.Norman (neoconexionist) arata in 1986 ca relatiile dintremodelarile conexioniste (subsimbolice) sunt orientate pe verticala. Micro- si macrostructura cognitiva au valoare predictiva, oferinddescriptii valide la un anumit nivel de analiza.

Mulţumum pentru atenţie !