Transcript System modułowy - mbialek.com.pl

Michał Białek
Shiffrin i Atrkinson –
Model blokowy
Generator reakcji
Pamięć
długotrwała
Rejestr
sensoryczny
Pamięc
krótkotrwała
Procesy kontrolne
Płytki – sensoryczna analiza danych;
Bardzo podatne na zapominanie
 Głębszy – semantyczna analiza danych
Są bardziej odporne na zapominanie
 Głęboki - Aktywizacja skojarzeń związanych z
wcześniej odebranym i przeanalizowanym
materiałem

Umysł składa się z :
 Przetworników (pozyskiwanie energii)
 Systemów centralnych (wnioskowanie i
tworzenie przekonań)
 Modułów (pośredniczenie między modułami
a SC)
Scholl i Leslie (1999), analizując dotychczasową literaturę dotyczącą
zagadnienia modułowości, podają następujące cechy modułów:
 Bazują na określonym materiale wejściowym, są szczegółowego
przeznaczenia (domain-specific) i realizują specyficzne dla nich procesy
poznawcze (por. Chuderski, 2002),
 Działają automatycznie, nie całkiem zależnie od naszej woli (choć nie są
całkowicie niezależne),
 Ze względu na swoją enkapsulację i automatyczność moduły są bardzo
szybkie,
 Generują bardzo płytkie dane wyjściowe (output), które często są danymi
wejściowymi (input) dla kolejnych modułów,
 Moduły mogą, a nawet powinny (por. Scholl, 1997) być
zaimplementowane w wyspecjalizowane fragmenty architektury
neuronalnej,
 Moduły, a zarazem realizowane przez nie funkcje, mogą być selektywnie
osłabione w wyniku zmian czy uszkodzeń neurologicznych.

Enkapsulacja

Niektóre z informacji wewnątrz modułu niedostępne
są dla pozostałych modułów znajdujących się na
zewnątrz a czasem informacje zewnętrzne
niedostępne są danemu modułowi. Przykład
pierwszego rodzaju podaje Pylyshyn (1997), który
sądzi, że podczas procesu spostrzegania, we wczesnej
jego fazie, pewien moduł tworzy reprezentację
powierzchni (surface representation). Żaden inny
moduł nie ma dostępu do samej komputacji, na
podstawie której powstaje ten obraz, a jedynie do
samego efektu końcowego.

Enkapsulacja

Z drugiej strony system wizualny nie jest w stanie
korzystać z informacji pochodzących z innych
modułów. Klasycznym przykładem jest złudzenie
Mullera-Leyera. Nawet jeśli człowiek przekona sam
siebie, że odcinki na obrazku poniżej są równej
długości, percepcja nadal płatać mu będzie figla,
sugerując odcinek lewy jako dłuższy.
Istotą modułów jest ich zależność od dziedziny
oraz automatyczność
Wyższe funkcje poznawcze są realizowane za
pomocą uniwersalnego systemu
prztwarzania



Czy system centralny jest zmodularyzowany?
Hipoteza massive modularity
Skąd biorą się u człowieka moduły, pełniące
niezwykle skomplikowane funkcje
poznawcze, ale niefunkcjonalne w
międzyczasie, to znaczy przed osiągnięciem
swojego ostatecznego kształtu?

Selfridge (1959) opracował Model
Pandemonium. W modelu tym system stworzył
ideę demona (analogia do neuronu), który
wykonując banalną operację, zmienia swój stan
na dodatni, ujemny bądź neutralny i przekazuje
impuls kolejnemu demonowi. Demony, ułożone
są w warstwy, zorganizowane w kształt
piramidy. Każda kolejna warstwa zawiera coraz
mniej elementów (na przykład o połowę). Cały
układ Selfridge nazywa „chórem idiotów”, ze
względu na maksymalnie proste funkcje
realizowane przez każdego z demonów.





Rozpoznawanie liter odbywa się w tym modelu następująco: demony
warstwy pierwszej reagują na docierające do nich z pola wzrokowego
bodźce.
Każdy demon pierwszego rzędu odpowiada za jeden punkt pola, po czym
przekazują informację wyżej.
Demon drugiej warstwy specjalizuje się w agregowaniu informacji od
zespołu demonów pierwszego rzędu. Na przykład, jeżeli demony numer
1,2,3,4....7 z warstwy pierwszej przekazują taki sam komunikat, oznacza
to, że wykrywają linię prostą. W efekcie demony warstwy 3 otrzymują
następujące informacje: łuk, linia prosta, linia ukośna w prawo. Te
agregują informacje od demonów drugiej warstwy łącząc je w całość
litery.
Aktywuje się kilka demonów poziomu trzeciego, odpowiedzialnych za
litery, które powiązane są z podobnymi sygnałami, na przykład demon
litery „P” (łuk, linia prosta), demon litery „Q” (dwa łuki, linia
prawoskośna) i demon litery „R” (łuk, linia prosta, linia prawoskośna).
Ponieważ łatwo zauważyć, która z liter spełnia najwięcej warunków,
demon warstwy czwartej rozpoznaje ostatecznie właściwą literę, czyli
„R”.
W tym modelu maksymalnie proste funkcje, pełnione
przez demony zagregowane realizują złożony proces
rozpoznawania liter. Analogiczną organizację
przypisuje się neuronom w mózgu, które, same w
sobie „głupie”, w dużych grupach realizują niezwykle
skomplikowane funkcje. Mózg posiada nieskończenie
niemalże złożoną strukturę, umożliwiającą realizację
dowolnie skomplikowanych procedur.
 Definiowanie umysłu, jako urządzenia
przetwarzającego informacje przy pomocy
specjalnych reguł, zakodowanych w układach
prostych wykonawców, nazywane jest komputacyjną
koncepcją umysłu (KKU).

Założenia:
 Przetwarzanie dokonuje się dzięki aktywności
licznych i prostych jednostek
 Tworzą one sieć, która aktywizuje się w
jednym czasie
 Poznanie jest równoległym i rozproszonym
przetwarzaniem informacji
i
j
O tym, czy neuron j pobudzi neuron i
decyduje:
 Aktywnośc j
 Waga połączenie ij
 Połączenie zwrotne
 Połączenia i innymi jednostkami wejścia





Sieć jest tabula rasa
Przekształcenie PSYCHOLOGIA NA
RTZDIPMPHJB
Informacja zwrotna (dobrze vs. źle)
Gdy uda się przesłać z wejścia do wyjścia, to
reakcja jest wyuczona
Zdolność do samoorganizacji i samokontroli

Według Tadeusiewicza (1998) do tego, aby
proces samo-uczenia przebiegał efektywnie,
konieczne jest zapewnienie w populacji
neuronów niezbędnej początkowej
różnorodności – to znaczy takiego ustawienia
wag, aby mogły reagować na różne obiekty, a
nie miały „identycznych wrodzonych
zamiłowań” do pewnej grupy
Sztuczne neurony, zupełnie jak prawdziwe, reagują pobudzeniem,
gdy widzą obiekt „podobający się im”, hamowaniem, gdy obiekt
„im się nie podoba” oraz mogą mieć stosunek neutralny. Gdy
umieścić cechy sygnałów oraz odpowiadające im wagi neuronów
na płaszczyźnie, można zaobserwować mechanizm uczenia się
(dostrajania wag).
 Podczas korekty wag reakcja każdego neuronu zależy od tego,
jaka była wartość jego sygnału wyjściowego, którym odpowiedział
on na pobudzenie. Jeśli sygnał wyjściowy neuronu był silnie
pozytywny (na rysunku 2. czerwony) - wagi zmieniają się w taki
sposób, że neuron „zbliża się” do punktu, który wywołał
pobudzenie.
 Oznacza to, że jeśli ponownie zostanie pokazany ten sam punkt,
to neuron odnotuje go jeszcze większą dodatnią wartością reakcji.
 Gdy natomiast pobudzenie jest negatywne (kolor niebieski), wagi
dostrajane są tak, aby zwiększać swoje negatywne pobudzenie
wywołane przez dany obiekt (ruch od sygnału).


Gdy neuron rejestruje obiekt odpowiadający jego wagom dostraja się
tak, aby lepiej reagować na niego (na osi wykonuje on ruch w kierunku
spostrzeganego obiektu).


Wiedza zakodowana jest w postaci sądów
Student jest na zajęciach
Jest na (student, zajęcia)
Sądy można łączyć spójnikami logicznymi


Za pomocą sądów można przedstawić każdy
rodzaj informacji
Sądy przechowują głębokie znaczenie
informacji

Obiekty są reprezentowane nie samodzielnie,
ale jako część twierdzenia o wzajemności
relacji 2 obiektów
Stwierdzenie co jest dalej od Gdańska –
Wrocław czy Poznań
 [leży na południe(Bydgoszcz;Gdańsk)]
 [leży na południe(Poznań; Bydgoszcz)]
 [leży na południe(Wrocław; Poznań)]
Im więcej sądów tym czas decyzji dłuższy

Sytuacja problemowa przedstawiona jest jako
model przy pomocy tokenów
Jako podstawa utworzenia tokenu może
służyć
 spostrzeżenie,
 wyobrażenia
 ślad pamięciowy


Modele umysłowe są nietrwała, tworzone adhoc
Łatwość przechodniości relacji




Etapy rozumowania
Wyobrażenie stanu rzeczy o których mowa w
przesłankach
Wyprowadzanie próbnych wniosków
Budowa alternatywnych modeli, służących do
falsyfikacji wyciągniętych wniosków



Każdy student jest bystry
Anna jest studentem
Wiosek?
W ręku gracza jest król albo as.
 W ręku gracza albo dama, albo as, albo obie
karty
 W ręku gracza jest walet albo dziesiątka albo
obie karty.
Czy przeciwnik ma asa?
