La representació del coneixement en la memòria
Índex
- Objectius
- 1.Qüestions preliminars sobre la ment i els sistemes representacionals
- 2.Formats de representació
- 3.La representació per imatges mentals
- 4.La representació proposicional
- 5.El concepte de representació en disputa
- Bibliografia
Objectius
1.Qüestions preliminars sobre la ment i els sistemes representacionals
1.1.La representació mental i el sistema cognitiu
1.1.1.Introducció
1.1.2.Les representacions mentals i la percepció
1.1.3.Funció psicològica de les representacions mentals
1.2.Característiques generals dels sistemes de representació
1.2.1.Elements constitutius dels sistemes de representació
1.2.2.Relació entre els components d'un sistema de representació
2.Formats de representació
2.1.El format de representació analògic
2.1.1.La representació analògica
2.2.El format de representació digital
2.2.1.La representació digital
(a) La rosa vermella té la tija verda
|
(b) La rosa vermella té la tija verda
|
2.3.La representació mental: reflexions entorn del primer model de Paivio
El que proposaré és que una de les coses més importants que comparteixen totes les entitats que coneixen [i l'ésser humà és una d'aquestes] és que actuen sobre la base de representacions. Per dir-ho d'una altra manera, en explicar aspectes importants de la seva conducta, hem de tenir en compte les seves metes i el seu coneixement [...] Si sabem quines representacions posseeixen, i a més adoptem el supòsit que gran part de la seva conducta està connectada a les seves representacions mitjançant uns principis generals determinats, llavors podrem explicar una part substancial de les regularitats que aquests éssers que coneixen exhibeixen en la seva conducta.
Z. Pylyshyn (1988). Computación y conocimiento (p. 11). Madrid: Debate, 1984.
2.3.1.La teoria del doble codi de Paivio
La teoria assumeix que la conducta cognitiva és mediatitzada per dos sistemes simbòlics, independents però estretament interrelacionats, que estan especialitzats en la codificació, organització, transformació, emmagatzematge i recuperació de la informació. Un d'aquests (el sistema d'imatges) està especialitzat en el tractament de la informació perceptiva sobre objectes i esdeveniments no verbals. L'altre (el sistema verbal) està especialitzat en el tractament de la informació lingüística. Els sistemes es diferencien en la naturalesa de les seves unitats de representació, el mode d'organització d'aquestes en unitats superiors, i el mode de reorganització o transformació possible de les estructures.
A. Paivio (1979). The relationship between verbal and perceptual codes. A E. C. Carterette i P. P. Friedman (Comp.), Perceptual Processing. Vol. IX: Handbook of perception. New York: Academic Press. [Citat per A. Rivière (1986). Razonamiento y representación (p. 85). Madrid: Siglo XXI.]
Format de representació
|
||
---|---|---|
Sistema imaginatiu
|
Sistema verbal
|
|
Naturalesa del símbol
|
Representació analògica
|
Representació digital
|
Tipus de símbol
|
|
Taula
|
Domini a què està referit
|
Objectes concrets
|
Objectes concrets i conceptes abstractes
|
Organització interna del domini
|
Associacions per contigüitat i semblança
|
Estructuració per vincles semàntics
|
Tipus de processament
|
En paral·lel
|
Seqüencial
|
Funció referencial
|
Per la semblança estructural
|
Per vincles arbitraris
|
Origen del codi
|
Són còpies esquemàtiques que procedeixen dels continguts perceptius
|
Procedeixen de l'aprenentatge de les regles que connecten sintaxi i semàntica
|
3.La representació per imatges mentals
3.1.Les imatges i la ment
3.1.1.Característiques de les imatges en tant que són representacions mentals
3.1.2.Funció psicològica de les imatges mentals
Diguem-ho una vegada més: hi ha alguns problemes que per la seva estructura sembla que exigeixin solucions que es deixen més a la mediació de les imatges que a la del càlcul numèric o lògic. Aquesta és una característica funcional important de les imatges mentals.
Diguem-ho una vegada més: hi ha alguns problemes que per la seva estructura sembla que exigeixin solucions que es deixen més a la mediació de les imatges que a la del càlcul numèric o lògic. Aquesta és una característica funcional important de les imatges mentals.
3.2.Els mapes cognitius
3.2.1.Propietats essencials dels mapes cognitius
3.2.2.Naturalesa heurística dels mapes cognitius
4.La representació proposicional
4.1.Naturalesa de la representació proposicional
4.1.1.Característiques de les proposicions en tant que són representacions mentals
4.1.2.La forma de les proposicions
4.1.3.Significat psicològic de les proposicions
4.2.Xarxa proposicional i memòria semàntica
4.2.1.La xarxa proposicional de Quillian: on el concepte de memòria semàntica entra en joc
4.2.2.Les alternatives al TCL: el model de trets
-
Si l'encavalcament és prou fort per a superar un cert criteri de similitud que actua com una espècie de límit superior (c1), es determina la veracitat de la sentència; podríem dir que com més prototípics de la categoria au siguin els trets activats per la categoria canari, abans s'emetrà la resposta (més aviat es percebrà que X > c1).
-
També pot ocórrer el contrari: que la discrepància entre aquestes llistes sigui de tal magnitud que immediatament es determini la falsedat de l'afirmació, perquè clarament el valor de X es troba molt per sota d'un altre criteri que defineix el límit inferior de similitud general o C0 (seria sens dubte obvi que X< C0).
-
Però també es pot donar una tercera situació: que el grau d'encavalcament entre totes dues llestes es trobi entre les altres dues possibilitats (C0 < X < c1); és a dir, pot ocórrer que aquesta primera comparació no ens permeti d'emetre una verificació de la sentència veloç i segura, perquè el grau d'encavalcament no és ni prou fort ni prou feble com per estar per sobre ni per sota del criteri de semblança general manejat pel subjecte. En aquest últim cas, seria necessària una segona comparació d'atributs, però aquesta vegada prenent en consideració només els trets definitoris de tots dos conceptes.
5.El concepte de representació en disputa
5.1.El concepte de representació a disputa: introducció
5.2.El computacionalisme: la ''versió dura'' de la psicologia cognitiva
5.2.1.El concepte d'algorisme en els sistemes computacionals
5.2.2.El paper de la consciència dins un sistema computacional
Algorisme
|
|
---|---|
Operacions per passos
|
Significat de cada pas
|
1ø LET I = 0
|
Assigna el valor 0 a la variable I.
|
2ø LET I = I + 1
|
Comptador: cada vegada que el programa fa una volta, el valor de I augmenta una unitat.
|
3ø LET C = I * I
|
Assigna a la variable C el valor resultant de multiplicar a I per si mateixa.
|
4ø PRINT C;
|
Imprimeix el valor de C, un darrere d'un altre.
|
5ø IF I <10 THEN 2ø
|
Establiment de bucle o subrutina: si el valor de I és inferior a 10, llavors cal repetir l'operació que s'inicia en la línia 2ø.
|
6ø GOTO 1ø
|
Quan el valor de I és igual a 10, llavors la línia 5ø desactiva la subrutina, i en aquesta línia s'ordena
a la màquina reiniciar l'operació des de la línia 1ø.
|
Així, en una ment essencialment automàtica, la consciència només pot ser concebuda com un epifenomen, com una realitat derivada que no exerceix cap paper significatiu en l'escenari del psicològic. D'aquesta manera, els psicòlegs computacionalistes no posen en dubte l'existència de la consciència (ells, segons diuen, també la tenen), però afirmen que no compleix cap funció en l'ordenació dels nostres actes mentals.
5.3.El sistema de representació en els models PDP o connexionistes
L'atractiu del processament distribuït en paral·lel
Què fa que les persones siguin més llestes que les màquines? Sens dubte les persones no són ni més ràpides ni més precises. I, tanmateix, a la gent li resulta molt més fàcil que a les màquines percebre objectes situats en escenaris naturals i adonar-se de les seves relacions, comprendre el llenguatge i extreure de la memòria informació adequada al context, fer plans i dur a terme accions contextualment apropiades, i també executar una àmplia gamma de tasques cognitives naturals. Les persones també aprenen molt millor que les màquines a fer totes aquestes coses amb més precisió i habilitat gràcies a l'experiència.
A què es deuen aquestes diferències? Una resposta a aquesta pregunta, potser la típica que es pot esperar de la intel·ligència artificial, és que es tracta d'una qüestió de programació. La idea que hi ha després d'aquesta resposta és que, si disposéssim del programa d'ordinador adequat, seríem capaços de reproduir la mestria i l'adaptabilitat que caracteritzen el processament humà de la informació.
No hi ha dubte que aquesta resposta és parcialment correcta. S'han produït grans avenços en la nostra comprensió del coneixement com a conseqüència del desenvolupament de llenguatges expressius d'ordinador de nivell superior i algorismes de gran potència. No hi ha dubte que en el futur es produiran més avenços com aquests. Tanmateix, nosaltres no creiem que tot es redueixi a una qüestió de programació.
En la nostra opinió, les persones són més intel·ligents que els ordinadors actuals perquè l'arquitectura computacional bàsica que empra el cervell es troba millor adaptada per a enfrontar-se a un aspecte fonamental d'aquestes tasques naturals de processament d'informació que tan bé li va a la gent.
Intuïtivament, sembla que aquest tipus de tasques necessita mecanismes en què cada aspecte de la informació que hi ha en una situació determinada pugui actuar sobre altres aspectes, de manera que cada aspecte hi estigui influint. Per plasmar de manera articulada aquestes intuïcions, nosaltres i altres investigadors hem recorregut a una classe de models als quals hem donat el nom de models de processament distribuït en paral·lel o models PDP. Aquests models parteixen de la suposició que el processament de la informació es produeix mitjançant la interacció d'un gran nombre d'elements processadors simples anomenats unitats, cada una de les quals envia senyals excitadors i inhibidors a altres unitats.
Una raó que explica l'atractiu dels models PDP és la seva inqüestionable "aroma fisiològica". Sembla que estan molt més lligats a la fisiologia del cervell que altres models de processament de la informació. El cervell consta d'un gran nombre d'elements amb un elevat nivell d'interconnexió, que aparentment s'envien entre si missatges excitatoris i inhibitoris molt senzills mitjançant els quals ajusten les seves excitacions. Les propietats de les unitats de molts dels models PDP que examinarem més endavant estan inspirats en propietats bàsiques de les estructures neurals [...]
Encara que no hi ha dubte que l'atractiu dels models PDP es veu incrementat per la seva plausibilitat fisiològica i pel fet que estiguin inspirats en estructures neurals, aquestes no són les raons primàries per les quals ens resulten atractius. Al cap i a la fi, nosaltres som científics cognitius i els models PDP ens resulten atractius per raons psicològiques i computacionals. Aquests models ofereixen la possibilitat d'arribar a donar-nos una explicació, suficient des del punt de vista computacional i precisa des del punt de vista psicològic, dels mecanismes que hi ha darrere dels fenòmens del coneixement humà, els quals mai no han aconseguit explicar-se satisfactòriament mitjançant formalismes computacionals convencionals. A més, aquests models han alterat radicalment la nostra manera de pensar sobre l'organització temporal del processament, la naturalesa de la representació i els mecanismes de l'aprenentatge.
Els models de processament distribuït en paral·lel són una alternativa als models serials de la microestructura del coneixement.
En els últims anys, hi ha hagut molt interès per l'aprenentatge dins la ciència cognitiva. Els enfocaments computacionals de l'aprenentatge cauen predominantment dins el que podríem anomenar la tradició de la formulació de regles explícites, de la qual constitueix una bona mostra el treball de Winston (1975), els suggeriments de Chomsky i el model ACT* de J.R. Anderson. Tots aquests treballs tenen en comú la suposició que la meta de l'aprenentatge és formular regles explícites (proposicions, produccions, etc.) capaces de captar poderoses generalitzacions d'una manera succinta. Es tracta de mecanismes molt poderosos, que generalment posseeixen una quantitat considerable de coneixement innat sobre un domini determinat o un conjunt inicial de representacions proposicionals primitives, i que després formulen regles generals hipotètiques, per exemple, comparant casos concrets i formulant generalitzacions explícites.
L'enfocament que adoptem a l'hora de desenvolupar els models PDP és completament diferent. En primer lloc, nosaltres no partim de la suposició que l'objectiu de l'aprenentatge sigui la formulació de regles explícites. Nosaltres partim de la base que el que permet a una xarxa d'unitats simples actuar com si conegués unes regles és l'adquisició de forces de connexió. En segon lloc, no atribuïm al mecanisme d'aprenentatge la possessió de potents capacitats computacionals. Més aviat, pensem que hi ha mecanismes molt senzills de modulació de les forces de connexió que ajusten la força de les connexions entre les unitats basant-se en informació local que es troba disponible en les connexions mateixes.
Una vegada captada la idea que el coneixement es troba emmagatzemat en la força de les interconnexions entre les unitats sorgeix una qüestió. Hi ha algun motiu perquè assignem una unitat a cada patró que volem aprendre? Una altra possibilitat, que explorem àmpliament en aquest llibre, és que el coneixement relatiu a un patró concret no es trobi emmagatzemat en les connexions d'una unitat especial reservada per a aquell patró, sinó que es trobi distribuït per entre les connexions pertanyents a un gran nombre d'unitats de processament.
[L'important és que] es recalquen els patrons d'activació del conjunt d'unitats i els mecanismes l'objectiu explícit dels quals és aprendre quines són les forces de connexió adequades perquè els patrons d'activació apropiats s'activin en les circumstàncies apropiades.
Extracte del text del capítol 1 introductori als models PDP o connexionistes, traduït de la seva versió castellana, la referència completa de la qual és la següent: J. L. McClelland, D. E. Rumelhart, i G. E. Hinton (1992). El atractivo del procesamiento distribuido en paralelo. A D. E. Rumelhart, J. L. McClelland i grupo PDP. Introducción al procesamiento distribuido en paralelo (pp. 39-79). Madrid: Alianza, 1986.