You are on page 1of 10

INSTITUTO UNIVERSITARIO DE TECNOLOGÍA

JUAN PABLO PÉREZ ALFONZO
IUTEPAL SEDE VALENCIA

Integrante:
Yesenia Montilla
C.I.: 21.461.143

Valencia, Febrero de 2015

es decir. diferente a los modelos simbólicos tradicionales. por lo que todo se reduce a un conjunto de estímulos y respuestas que operan mecánicamente. El conductismo también rechaza la mente (o cognición). se pretende desvelar cuál es la esencia de los modelos de procesamiento distribuido en paralelo. sus aplicaciones. la diferencias genéticas o carecen de importancia o son ignoradas. sus características. lo único importante es la estimulación ambiental. 2. El conductismo estudia la conducta para explicar la conducta. algunas redes. aunque sus primeras propuestas se encuentran a finales de la década de los 40 y principios de los 50. las conductas que son reforzadas. no es hasta los años 60 cuando realmente se empieza a extender por el mundo entero. y en definitiva. El inmediato antecesor de la psicología cognitiva. La psicología cognitiva tiene una historia muy reciente. El conductismo es una ciencia sin sujeto. el conductismo. . fue hasta ese momento el mayor esfuerzo por conseguir de la disciplina psicológica una ciencia. sino que también está siendo una manera muy prometedora de solucionar problemas para los desarrolladores de sistemas de inteligencia artificial. el ambiente en el que vive el sujeto. Sin embargo en conductismo tropezó con varios problemas muy graves. tratar de desvelar lo atractivo de esta nueva forma de entender la ciencia cognitiva en general.EL CONEXIONISMO El conexionismo también es conocido como procesamiento distribuido en paralelo (PDP) y está siendo empleado no solo para dar una explicación del funcionamiento de la cognición humana. sus relaciones con el sistema nervioso. En este sentido. donde los más significativos fueron: 1. por tanto todos los sujetos en esencia pueden ser considerados iguales.

por tanto aspectos como la motivación y emoción quedaba fuera de su espacio de estudio. o sea. el conexionismo. McClelland publican la obra “Procesamiento Distribuido en Paralelo” surgiendo así una nueva forma de entender la cognición. consideración esta última que veremos más detalladamente. Rumelhart y J. Entre la psicología cognitiva clásica y el conexionismo o procesamiento distribuido en paralelo hay similitudes y diferencias que se puede resumir en: . en concreto el ordenador de Von Neumann. que es conocido como conductismo metodológico. La psicología cognitiva no solo difiere del mentalismo en el método. que operaba mediante un procedimiento serial (los ordenadores actuales) y cada una de sus diferentes partes tenían atribuidas funciones concretas. ya que no suponía un estado informacional nuevo. También difiere en el concepto de “mente”. En este modo de ver la cognición influyeron tanto las ideas filosóficas racionalistas. Cuando nació la psicología cognitiva esta solo se ocupaba de los estados informacionales. que consideraban que la mente hacia una representación del mundo siguiendo unas reglas. de la dimensión intelectual. al que algunos ya han denominado un nuevo paradigma en psicología.En los años 60 los dos argumentos fundamentales del conductismo. Pero en 1986 D. E. según el cual la investigación psicológica debe descansar en la observación y experimentación de la conducta. La etología. que ahora es considerada con un sistema capaz de manipular información. Nace así la psicología cognitiva con el objeto de estudiar la mente mirando la conducta. la neurociencia. los desarrollos de la propia psicología van a propiciar una vuelta a los antiguos temas de la psicología mentalista pero con una perspectiva metodológica nueva. el ambientalismo y el organismo vacío comienzan a entrar en decadencia. L. como las tecnológicas.

.Para la psicología cognitiva clásica el objetivo es descubrir las reglas. Objetivos. mientras que el conexionismo en cierto sentido es una forma de asociacionismo y mantiene la idea de mente como una “tabula rasa” en la que el ambiente va modelando los pesos de conexión de la red.La psicología cognitiva clásica se mantiene en posturas innatistas y rechaza explícitamente el asociacionismo. Para el conexionismo es el descubrimiento de redes adecuadas de simulación y reglas de aprendizaje eficientes. Para el conexionismo la computación se realiza entre las unidades de una red en función de sus pesos de conexión.. elementos y estructuras básicas que rigen el procesamiento humano.para ambos modelos teóricos la computación en el núcleo central de ambas teorías. 3. b.. Computación.1. 2. pero para la psicología cognitiva clásica la simulación se realiza a modo de un ordenador serial. Para algunos estas diferencias separan al conexionismo de la psicología cognitiva y lo aproximan al conductismo. sin embargo cada uno concibe la computación de maneras muy distintas: a.. c. Para las dos es adecuado el uso de la simulación por ordenador. Aprendizaje. Para la psicología cognitiva clásica la computación se realiza mediante la aplicación de un conjunto de reglas a entidades situadas al nivel de la psicología popular (creencias y deseos básicamente). dado que este defiende asociacionismo y ambientalismo. La psicología cognitiva clásica propone la lógica y las reglas de tipo sintáctico y semántico como ocurre en los programas de inteligencia artificial. mientras que para los conexionistas la arquitectura del ordenador es semejante el cerebro. En el conexionismo el cálculo se lleva a cabo mediante procedimientos estadísticos.

La lógica borrosa 2. Razonamiento aproximado Y recibe los nombres de computación cognitiva. autor que también destaco la importancia de las conexiones entre neuronas y la investigación y experimentación fisiológica. para distinguirlo del enfoque algorítmico tradicional o computación hard.Características Generales de los Modelos Conexionistas Algunos prefieren llamar al conexionismo neoconexionismo. Las redes neuronales son conjunto de unidades interconectadas masivamente capaces de procesar y almacenar información mediante la modificación de sus estados. Las redes neuronales 3. . En inteligencia artificial los métodos de computación basados en redes neurales se encuentran en un campo de computación que prescinde del enfoque algorítmico tradicional y toma como modelo los sistemas biológicos. Aunque con matices. El conexionismo también es conocido como procesamiento distribuido en paralelo o PDP. un psicólogo conexionista considera un fenómeno psicológico explicado cuando el modelo neuronal que construye se comporta del mismo modo que cuando los seres humanos realizan esa misma tarea. En psicología llamamos conexionismo al paradigma que utiliza redes neuronales para comprender y explica la vida psíquica y la conducta. para diferenciarlo de aquella forma de conexionismo que propuso Alexander Bain en la segunda mitad del siglo XIX. Esta nueva forma de computación incluye entre otras: 1. computación del mundo real o computación soft.

Dado que toda la actividad de la red no es otra cosa que cálculos o transformaciones de números. 2. 10.Elementos Los elementos característicos presentes en la mayoría de los modelos conexionistas son los siguientes: 1. se puede afirmar que en realidad la red neural es un dispositivo para computar una función. Dichas unidades interactúan entre sí mediante las conexiones que los asocian. La red es un conjunto de unidades de procesamiento (neuronas) muy simples. para la producción de la salida a partir del nivel de activación. 9. Toda conexión viene caracterizada por un valor de fuerza del trazo o peso de la conexión. Los estímulos que afectan a las unidades de entrada se expresan en términos cuantitativos.). también expresado de forma cuantitativa. 3. . Toda unidad de la red viene definida por un nivel de activación expresado de forma cuantitativa. 8. La función de cada unidad es simplemente realizar cálculos con las entradas que reciben y producir la información que envían a las unidades con las que están conectadas. 5. 6. un sistema capaz de transformar la información de entrada en información de salida. 11. Existen reglas o funciones que computan la información en distintos niveles del procesamiento (para la modificación del nivel de activación a partir de las entradas. Existen reglas o funciones de aprendizaje que le permiten a la red modificar los pesos de las conexiones para acomodar de modo cada vez más perfecto la información de entrada a la salida requerida. El procesamiento y almacenamiento de la información se realiza de forma paralela y distribuida. . 7. Las señales de salida que emite la red se expresan en términos cuantitativos.. 4..

cada nodo representa una entidad o propiedad concreta..Tipos de Conexionismo Hay dos grandes tipos de redes conexionistas: Las denominadas localistas poseen estructuras cuyos nodos representan entidades o conceptos y las conexiones entre nodos trazan nexos entre ellos. agregando así la evidencia proveniente de distintas fuentes. Neurocomputadores de propósito especial. Ejemplos de ellos son el MARK IV y el ANZA Plus 2.las maquinas anteriores son de propósito general. de arquitectura Von Neumann. Implementación de las Redes Neuronales. pero su Soportan velocidad es menos neuronas que los muy superior. pero también hay maquinas para implementar modelos específicos de redes neuronales. . La diferencia estriba en que los nodos pueden estar activados en distinto grado y transmiten parte de esa activación a sus nodos conexos... Neurochips.constan de un conjunto de procesadores conectados entre si que operan concurrentemente. pues las interconexiones entre neuronas se encuentras dentro del propio chip. pero las maquinas más adecuadas son las que reproducen en su arquitectura la propia arquitectura de la red. los cuales suman la activación recibida. 1. es decir. Un ejemplo de estas es el chip N64 de Intel. Neurocomputadores.en este caso las redes neuronales se implementan un uno o varios circuitos integrados neurocomputadores. Como en el paradigma clásico. Las maquinas más conocidas son los neurocomputadores y los neurochips. Las redes neuronales suelen implantarse en ordenadores convencionales. específicos. 3.

Inspiración neurofisiológica: La psicología cognitiva no daba importancia a la base orgánica de la vida mental. clasificar patrones. Existen importantes diferencias entre la psicología cognitiva clásica y el conexionismo. El conexionismo por el contra toma el cerebro como modelo de procesamiento. Se ha pasado pues de la metáfora del ordenador de la psicología cognitiva clásica a la metáfora del cerebro en el conexionismo. Algunas redes trabajan sobre datos sensoriales mientras que otras sobre datos introducidos por el usuario. Los campos de aplicación se encuentran fundamente en la psicología y en la inteligencia artificial. aunque también encontramos ejemplos en la biología. La mayoría de los modelos existentes tienen que ver con el reconocimiento de patrones: busca patrones.. desde las tesis funcionalistas (base de la psicología cognitiva clásica) se consideraba que los procesos mentales podían ser comprendidos sin que para ello fuese precisa la realización de los modelos en un sistema físico.Campos de Aplicación de las Redes Neuronales. reconstruir patrones. por lo que de esta manera el conexionismo se aproxima a la biología. El conexionismo no pretende ser una teoría biológica. ahora examinaremos algunas de ellas. lo cual es interesante desde el punto de vista de la unidad en las ciencias. sino una teoría psicológica inspirada biológicamente. Diferencias entre el Conexionismo y los Modelos Cognitivos Tradiciones. . es más. Con el conexionismo la inteligencia artificial. la psicología y la biología se convierten en disciplinas cada vez más cercanas..

es el punto por el cual las neuronas reciben las señales de las demás neuronas. estas se conectan entre si formando redes extraordinariamente complejas donde cada neurona toma una señal y sobre ella devuelve o no una señal de salida a la neurona siguiente con que se encuentra conectada. Así podemos encontrar puntos comunes entre el funcionamiento del sistema nervioso y las redes conexionistas: 1. 3.su función es transmitir la señal a las demás neuronas cuando así lo ha determinado el soma.. de este modo la respuesta de la neurona es siempre una respuesta de todo o nada. esta conexión se lleva a cabo mediante la liberación de una sustancia conocida como neurotransmisor. se de es preciso que el axón y las dendritas de las neuronas se conecten. Para que la transmisión de la señal. En las neuronas cabe destacar las siguientes partes fundamentales: 1. . Se produce así un procesamiento paralelo. Axón. Los neurotransmisores pueden ser excitadores o inhibidores. y distribuido por que el resultado del procesamiento no dependen de la señal emitida por una neurona. sino de un gran conjunto de ellas.. 2.su función es recibir la señal y determinar si se produce o no una salida o respuesta hacia las demás neuronas de la red. Cuerpo celular o soma.. porque las diferentes neuronas reciben señales de manera simultánea. Dendritas. que es un impulso eléctrico.Las unidades básicas del sistema nervioso son las neuronas. Para que la neurona envíe una respuesta a las siguientes es preciso que se supere un determinado umbral de impulso eléctrico. de tal forma que para conocer la respuesta de una neurona es preciso conocer la suma del total de impulsos recibidos. 2.

como por ejemplo: 1. 3. En los modelos conexionistas solo se modifica l fuerza de conexión. pero también da lugar al establecimiento de nuevas conexiones. mientras que el sistema nervioso consta de aproximadamente 1011 neuronas y 1015 interconexiones. En las redes conexionistas el peso de las conexiones se establece inicialmente de manera aleatoria y se modifica por aprendizaje por lo que prima el ambientalismo frente a los componentes innatos.Como hemos visto las redes conexionistas tratan de replicar algunos aspectos muy importantes del sistema nervioso. Por tanto la estructura y organización del sistema nervioso parece no tener mayor importancia. Las redes conexionistas diseñadas hasta ahora constan como mucho de varias centenas de unidades y varios miles de conexiones. En el sistema nervioso el aprendizaje da lugar a modificaciones en la fuerza de conexión entre las neuronas. 4. no obstante no se preocupan por reproducir otros. .