Warum werden Connectionism und Dynamicism nicht als Teil der Computational Theory of the Mind betrachtet?

Im Wikipedia-Artikel für Computational Theory of the Mind ( NICHT zu verwechseln mit Computational Representational Understanding of Mind , das Connectionism beinhaltet) wird erwähnt, dass Alternativen zu dieser philosophischen Sichtweise Connectionism und Dynamicism sind (obwohl es einige Diskussionen darüber gibt, wie unterschiedlich Dynamicism ist). Warum ist das? Da sie immer noch mathematische Modelle verwenden, die von Computern ausgeführt werden, die immer noch Informationen aufnehmen und verarbeiten, scheinen sie immer noch unter die Computational Theory of the Mind zu fallen. Welche Unterscheidung übersehe ich hier?

Antworten (1)

Die Computational Theory of Mind besagt nicht, dass der Geist irgendeine Form von Berechnung im weiten Sinne von Berechnung durchführt. Sehen Sie sich stattdessen die Beispiele für CToM an, die im Wikipedia-Artikel angegeben sind; Leute wie Fodor, Pinker, Marr. Ihre Ansicht ist der konnektionistischen Position von Westküstenwissenschaftlern wie Rumelhart, Elman und McClelland sehr entgegengesetzt. Beide gehen davon aus, dass das Gehirn irgendeine Form von Berechnung durchführt, unterscheiden sich jedoch stark darin, welche Art von Berechnung es durchführt. Grundsätzlich ist Kognition nach CToM Symbolmanipulation und der Geist von Neumann-ähnlich (mit einem zentralen Prozessor, der auf Speicher zugreift), und für den Connectionismus ist es das nicht.

Historisch gesehen wurden viele der Grundlagen von CToM, wie es derzeit verwendet wird, zuerst und am besten von David Marr artikuliert (obwohl der Grundgedanke natürlich viel älter ist). Marr angenommene Kognition kann auf 3 verschiedenen Ebenen beschrieben werden;

  1. eine Rechenebene , die beschreibt, welche Aufgabe das System erfüllen soll; Beispielsweise soll das visuelle System Hinweise auf Tiefe, Objektgrenzen und so weiter entdecken
  2. Die algorithmische Ebene ist eine Beschreibung dessen, welche Berechnungen verwendet werden, um diese Berechnung durchzuführen; zum Beispiel im Fall des Sehens durch Berechnen einer Laplace-Transformation.
  3. Die Implementierungsebene ist, wie Neuronen tatsächlich miteinander verdrahtet sind, um diese Algorithmen auszuführen – der nasse und für viele Forscher nicht so interessante Teil.

Dieser Rahmen ist im Grunde das, in dem ein Großteil des modernen CToM operiert.

Fodor oder Pinker gehen davon aus, dass der Verstand wie eine bestimmte Form von Computer funktioniert: so etwas wie eine Von-Neuman-Maschine. Insbesondere manipuliert der Verstand Symbole . Symbole sind eindeutige, abstrakte kognitive Einheiten, denen eine Bedeutung zugewiesen wird. Typischerweise repräsentieren sie etwas. Für eine CToM-Person funktioniert der Verstand also, indem er ein Symbol nimmt, z. B. eine Low-Level-Repräsentation eines kleinen Teils der Außenwelt, und eine Operation daran durchführt. Beim Sehen könnte es einfache visuelle Elemente nehmen und sie zusammenfügen, um eine 3D-Darstellung der Außenwelt zu erstellen. In der Sprache könnte es lexikalische Einheiten nehmen und sie unter Verwendung sprachlicher Regeln bearbeiten, was eine sprachliche/semantische Repräsentation ergibt.

Wichtig ist, dass bei all diesen das Ding, an dem operiert wird (das Symbol) und das Ding, das die Operation ausführt (ein mentales Modul), verschieden sind. Symbole werden über mentale Module manipuliert, die ein regelhaftes, algorithmisches Verhalten zeigen. Zumindest in einigen Theorien folgt jede Manipulation innerhalb eines Moduls der Reihe nach auf die andere.

CToM beinhaltet also typischerweise eine symbolische und repräsentationale Theorie des Geistes; es kommt auch oft als modulare , nativistische und universalistische Theorie vor.

Konnektionismus dagegen, setzt nichts davon voraus und wurde tatsächlich ursprünglich als direkte Antwort und Alternative zum CToM vorgeschlagen. Im Konnektionismus wird der 3-Ebenen-Ansatz oft nicht als grundlegend oder sogar nützlich angesehen; Zu untersuchen, wie Neuronen funktionieren, bedeutet zu untersuchen, wie Kognition funktioniert. Beim Konnektionismus gibt es keine zentrale Verarbeitungseinheit und kein eindeutiges Symbol. Es gibt keinen Unterschied zwischen "Daten" (Symbole, Darstellung) und dem Prozessor. Verarbeitung und Symbole werden implizit auf Neuronen verteilt; Die Verarbeitung erfolgt nicht in Modulen und nacheinander, sondern parallel. Die Zentraleinheit ist nicht das Modul, sondern das Netzwerk. Neuronale Systeme implementieren keine bestimmten regelartigen Operationen wie ein "normales" Computerprogramm, sondern gehen mit der Welt um, indem sie Muster in der Eingabe finden und diese mit dynamisch erzeugten Antwortmustern verknüpfen.

Die beiden Artikel der Stanford Encyclopedia über CToM und Connectionism sind eine gute Einführung in das Thema und den langen und intensiven Streit zwischen den beiden Schulen darüber, was der Verstand tut.

Das gleiche Spiel gilt auch für die Übernahme von Kognition durch dynamische Systeme, denn im Vergleich zu CToM sind die beiden - Dynamik und Konnektionismus - in dem vereint, was sie von CToM unterscheidet. Beim ausführlichen Vergleich von Dynamik mit dem CToM bringt van Gelder beim Vergleichen sofort und explizit Konnektionismus und Dynamik in Einklang

... die Computerhypothese (CH), dass kognitive Agenten im Grunde genommen digitale Computer sind. Die vielleicht berühmteste Interpretation ist Newells und Simons Doktrin [:] „ein physisches Symbolsystem ...“ ...
In den letzten Jahren hat die ... Alternative jedoch an Dynamik gewonnen. Eine der bemerkenswertesten Entwicklungen war die Aufstieg des Konnektionismus, der Kognition als das Verhalten dynamischer Systeme modelliert ...

Dynamik ist wie Konnektionismus nicht symbolisch, wird nicht nach dem Von-Neumann-Modell verkauft und betont adaptive Prozesse (wie Lernen) gegenüber statischen, modularen Fähigkeiten. Darüber hinaus betont der Dynamikismus Interaktionen mit der Außenwelt sowie verkörperte, nicht symbolische Phänomene.

Als Nachtrag möchte ich anmerken, dass Marr vielleicht ein bisschen mit Stroh besetzt ist, wenn er (normalerweise von Leuten auf der CToM-Seite!) als Arch Symbolist dargestellt wird. Marr entwickelte seine Grundlagenarbeit zusammen mit Poggio, der viel mit neuronalen Netzen und stochastischen Modellen gearbeitet hat und manchmal als Dynamiker(!) dargestellt wird.

Außerdem: Um die Verwirrung noch zu verstärken, zeigt die CToM-Forschung normalerweise viel weniger Interesse an expliziten Rechenmodellen als an konnektionistischer Arbeit. Die konnektionistische Forschung beinhaltet fast immer Computerimplementierungen von Modellen, und Dynamik kann die Formeln stark belasten. CToM-Forschung bevorzugt häufig qualitative Beschreibungen.

Tolle Antwort, aber Sie erwähnen Dynamik nicht. In welcher Beziehung steht Dynamicism zu CToM und Connectionism?
Eh ... die DT-Aufnahme trägt nicht viel dazu bei, CToM über das hinaus abzugrenzen, was ein Vergleich mit Konnektionismus bereits tut. Aber hier. Das verlinkte BBS-Papier diskutiert das Thema ausführlich und aus allen Perspektiven.
Mir ist nicht so klar, was Sie mit "CToM-Forschung haben normalerweise viel weniger Interesse an expliziten Rechenmodellen als an konnektionistischer Arbeit" meinen, aber ich bin mir nicht sicher, ob es geklärt werden muss oder nicht. Es liegt an Ihnen, ob Sie es ausarbeiten oder löschen möchten.
Jetzt klarer? Ich habe auch die Teile Ihrer Bearbeitung rückgängig gemacht, in denen Sie das wörtliche Zitat geändert haben :)
Hoppla. Diese Bearbeitung war versehentlich. Danke für die Klarstellung. Dieser Absatz fügt der Antwort jetzt viel hinzu. Es hat mich tatsächlich gestört, dass die CToM-Papiere, die ich las, nie etwas zu implementieren schienen, da ich von der kognitiven Modellierung zu CogSci kam, aber ich sehe jetzt, dass es eher ein historischer Präzedenzfall ist.
Recht! Es ist fast eine Methode (die Fodorianer nicht implementieren). Siehe auch den krassen Unterschied zwischen der Linguistik in der CToM-Tradition (Chomsky, Pinker usw.) und der tatsächlichen Computerlinguistik. Achten Sie bei implementierten Arbeiten auch auf die letzte der großen 4: stochastische (heute meist bayesianische) Kognition. Sie lieben ihre Modelle.