Conexionismo
 | Este artigo ou secção contém uma lista de referências no fim do texto, mas as suas fontes não são claras porque não são citadas no corpo do artigo, o que compromete a confiabilidade das informações. (Novembro de 2016) |
Conexionismo é um conjunto de técnicas de diferentes campos, como inteligência artificial, psicologia cognitiva, ciências cognitivas, neurociência e filosofia da mente, que modelam fenômenos mentais e de comportamento.Existem várias formas de conexionismo, sendo as mais comuns as que utilizam modelos de redes neurais.
Princípios básicos[editar | editar código-fonte]
O princípio fundamental do conexionismo é que fenômenos mentais podem ser descritos como a interconexão de redes que possuam unidades uniformes e simples. A forma de conexão e as unidades variam de modelo para modelo. Por exemplo, as unidades podem ser representada como neurônios e as conexões como sendo sinapses, como no cérebro humano.
Ativação[editar | editar código-fonte]
A ativação é usada em muitos modelos conexionistas, e pode ser descrita como um valor numérico que representa algum aspecto de uma unidade. Por exemplo, se a unidade no modelo utilizado for o neurônio, a ativação pode representar a probabilidade deste neurônio gerar um potencial de ação.
Redes neurais[editar | editar código-fonte]
Ver artigo principal: Rede neural artificialÉ o método conexionista mais utilizado atualmente. Apesar de existirem muitas variedades de redes neurais, dois princípios são largamente utilizados:
- Qualquer estado mental pode ser descrito como um vetor de dimensão N de ativações numéricas sobre unidades neurais em uma rede
- A memória é criada pela modificação da força entre unidades neurais.
Realidade biológica[editar | editar código-fonte]
Modelos conexionistas não precisam necessariamente ser biologicamente reais, mas alguns pesquisadores tentam modelar os aspectos biológicos de redes neurais naturais.
Aprendizado[editar | editar código-fonte]
As interconexões recebem um valor ("peso") ajustado com base em teorias de aprendizado ou algoritmos de aprendizado.
Referências
Bibliografia[editar | editar código-fonte]
- Rumelhart, D.E., J.L. McClelland and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 1: Foundations, Cambridge, MA: MIT Press, ISBN 978-0262680530
- McClelland, J.L., D.E. Rumelhart and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 2: Psychological and Biological Models, Cambridge, MA: MIT Press, ISBN 978-0262631105
- Pinker, Steven and Mehler, Jacques (1988). Connections and Symbols, Cambridge MA: MIT Press, ISBN 978-0262660648
- Jeffrey L. Elman, Elizabeth A. Bates, Mark H. Johnson, Annette Karmiloff-Smith, Domenico Parisi, Kim Plunkett (1996). Rethinking Innateness: A connectionist perspective on development, Cambridge MA: MIT Press, ISBN 978-0262550307
- Marcus, Gary F. (2001). The Algebraic Mind: Integrating Connectionism and Cognitive Science (Learning, Development, and Conceptual Change), Cambridge, MA: MIT Press, ISBN 978-0262632683
- Medler, David A. (1998). «A Brief History of Connectionism» (PDF). Neural Computing Surveys (em inglês). 1: 61–101
