Introduccin:

Antes de mostrar este trabajo monogrfico enfocado en el conexionismo

empezaremos con un relato sobre el tema. Desde lo principios de la informtica,
nos referimos a los aos 30 del siglo pasado, el hombre tena la expectativa de
crear inteligencias artificiales y de conocer el cerebro humano, como base
orgnica de la mente, a travs de smiles informticos del cerebro. Antes en la
mitad del siglo XIX, Alexander Bain haba subrayado la importancia de hacer
experimentos fisiolgicos en las conexiones entre neuronas, por esta razn
podemos considerarlo como un inspirador del conexionismo. En los trabajos del
siglo XX se habla de las relaciones neuronales innatas en cuanto neuronas y su
actividad sinptica; es asocian ismo se toma en cuenta porque justamente el
estudio es sobre estas asociaciones a diferentes niveles y por eso se llama
conexionismo.

Y que tales asociaciones se forman para construir respuestas y soluciones q

problemas que se presenten. Finalmente en la dcada de los 80, se cre una
maquina con una inspiracin que el cerebro como fuente de inspiracin.

De esta manera nace el neo conexionismo, cuyos alcances se explicaran ms

adelante.

El conexionismo Pgina 1
 El conexionismo
1. Conceptos de conexionismo.

Dentro de los modelos que estudian el origen y desarrollo del conocimiento en el

hombre, destaca el conexionismo, ahora se dice neo conexionismo, para
diferenciarlo de sus primigenias concepciones; se trata de un paradigma que
utiliza un smil del cerebro, con las redes neuronales, que pretenden explicar la
mente y la conducta.

Toma en consideracin aspectos innatos como las redes neuronales a las que
imita, tambin consideran aspectos asociativos, como es el caso de las
asociaciones o conexiones que se dan entre las neuronas artificiales llamadas
unidades, solo que en una dimensin mucho ms amplia y compleja que el
modelo asociacionista; tambin consideran aspectos constructivistas a travs de
las conexiones que se dan cuando se presenta un problema y hay que resolverlo.

Por otra parte, este modelo recurre a la informtica, sobre todo en el smil, aunque
reconoce que el original humano es millones de veces ms complejo. Al hacer
esta ltima afirmacin, se basa en las neurociencias y en la biopsicologia.

Vamos a mencionar algunas caractersticas del modelo conexionista o neo

conexionista:

La red est conformada por un conjunto de unidades muy simples.

Estas unidades estn conectadas entre s.
Los estmulos que intervienen para que se conecten las unidades se
expresan en trminos cuantitativos.
En la actualidad, el procesamiento y almacenamiento de la
informacin se realiza en forma paralela y distribuida.
Para que funcione la red, el estmulo debe tener un peso que se
mide en forma cuantitativa y por ello se llama peso sinptico.

El conexionismo Pgina 2
 El smil, que intenta copiar la actividad humana, tiene varias entradas
en paralelo que luego se distribuyen en el procesamiento a travs del
conjunto de unidades, hasta conformar una salida tambin mltiple.

2. Breve historia del conexionismo:

Breve historia hasta la primera mitad del siglo XX:

Fueron las investigaciones del profesor ruso Alexander Romnovih luria, las que
iniciaron los trabajos de este modelo. En efecto en la parte III de su libro las Las
Funciones Corticales Superiores del hombre, escribe acerca de los mtodos de
investigacin de las funciones corticales superiores en presencia de lesiones
cerebrales locales, donde investiga sobre las coordinaciones motrices,
mnmicas, de lenguaje, de la escritura y del clculo y menciona las primeras
conexiones posibles.

Charles Spencer Lashley, psiclogo estadounidense, especializado en psicologa

fisiolgica, fue otro de los pioneros del conexionismo, cuando trabajaba sobre
problemas de las localizaciones cerebrales.

Donald O. Hebb, en 1949, cuando habla de procesos centrales que ocurren en el

cerebro y que no se pueden ver, menciona la conexin entre los ndulos,
defiende la conexin entre psicologa y fisiologa e incluso llega a afirmar acerca
del carcter distribuido de la informacin en unidades.

La historia entre los aos 50 y 60

En estas dcadas las redes neuronales se utilizaron para explicar dos

capacidades bsicas de la muerte, la memoria asociativa y el reconocimiento de
patrones. En cuanto a la primera capacidad se refiere a la ligazn entre un
recuerdo y otro a travs de sinapsis en la misma capa o en capas diferentes. En
cuanto al reconocimiento de patrones cabe destacar como reconocemos a una

El conexionismo Pgina 3
persona a pesar de que cambia con la edad o con otros atributos con pelo, barba,
contextura, etc.

Existen muchos investigadores en esta etapa: los ya citados McCuloch y Pitts,

Jhon von Newman que realiz mucho ms acertadas a travs de la redundancia
de datos.

En 1963, Shamuel Winograd y Jack Cowan escribieron una obra donde aportaron
mejoras a las ideas de von Newman, otorgando a cada unidad varios bits.

A partir de 1958 adquiere relevancia la figura de Franck Rosenblatt y en 1962

present una red a la que llam Perceptrn. Esta red era capaz de reconocer
patrones sencillos y de generalizar similitudes entre patrones Marvin Minsky,
compaero de Rosenblatt en el instituto l afirma que el cerebro no es otra cosa
que una mquina de carne.

Historia en las dcadas 70 y 80

En estas dcadas se hicieron investigaciones sobre las propiedades de las redes

neuronales en distintos campos de la psicologa, por ejemplo en el aprendizaje de
conceptos, en la memoria asociativa y se estudiaron nuevos modelos de redes.

Sin embargo, y sin menospreciar en absoluto los hallazgos y las investigaciones

de varios cientficos, fueron David E. Rumelhart y James L. McClelland, autores de
Procesamiento distribuido en paralelo, 1986, obra considerada como la biblia del
conexionismo quienes crearon un nuevo paradigma en el Neo conexionismo.

3. Elementos presentes en el conexionismo

En este paradigma es necesario distinguir dos tipos de elementos: los

relacionados a la estructura y los relativos a sus mecanismos de procesamiento.

Elementos de la estructura:

Las unidades: as como en el cerebro, los elementos bsicos son las

neuronas, en el modelo que es de inspiracin biolgica. El elemento bsico

El conexionismo Pgina 4
 es la unidad o neurona artificial o nodos. La funcin de estas unidades tiene
que ver con la recepcin y el tratamiento de informacin. Existen unidades
de entrada, unidades ocultas o de procesamiento y unidades de salida.
Las conexiones entre unidades (la sinapsis): las conexiones o sinapsis
en su mayor parte sin unidireccionales. Existen sinapsis inhibidoras y
sinapsis excitadoras.
Peso sinptico o peso de conexin: es uno de los conceptos ms
importantes en las redes, porque los clculos que el sistema realiza para
pasar la informacin se basa en estos pesos. Los pesos sinpticos son
valores numricos con los que se ponderan las seales.
El patrn de conexin: es el conjunto de sos correspondientes a cada
una de las conexiones y los pesos negativos entradas inhibitorias.

Elementos relativos a los mecanismos de procesamiento

La regla de propagacin: que depende de las unidades.

El estado de activacin: que depende de las sinapsis.
La regla o funcin de activacin: depende del peso sinptico.
La funcin de transferencia: depende del patrn de activacin.

4. Diferencias y semejanzas entre el conexionismo y la Psicologa

cognitiva tradicional

* El conexionismo tiene inspiracin neurofisiolgica: La psicologa cognitiva

clsica no tomaba en cuenta la base orgnica de la vida mental, en cambio el
conexionismo, toma el cerebro como modelo de procesamiento y su fuente es la
biopsicologia. En la psicologa cognitiva clsica la metfora dominante es la
computadora, en el conexionismo la metfora es el cerebro.

* El procesamiento es paralelo, no serial: El cerebro es ms eficaz que

cualquier computadora en tareas tpicas de los seres humanos, por ejemplo:
reconocer un enemigo en un ambiente que no presenta su figura con precisin,

El conexionismo Pgina 5
otros: comprender una frase, reconocer un rostros, seguir en tiempo real el
movimiento de un objeto en el espacio... se dice y con base, que hay tareas en las
que un nio de tres aos es ms eficiente que la computadora ms moderna y
sofisticada.

La explicacin es que el cerebro utiliza simultneamente millones de neuronas

tanto para la entrada, como para el procesamiento y la salida y la computadora
solo unos cuantos. En la computadora ordinaria el proceso es serial, una
operacin en cada momento, en un procesamiento en paralelo se puede realizar
varias operaciones en un momento, es decir se aproxima, aunque tibiamente, al
cerebro.

Las neuronas del cerebro son ms lentas que las computadoras en tareas como
clculos matemticos pues la velocidad de la computadora es en nanosegundos,
mientras que la del cerebro es en milisegundo o hasta en centsimas de segundo.

* El procesamiento en el neocoexionismo es distribuido - Inspirado en el

cerebro - no localista: En las computadoras normales que son seriales, el
procesamiento es en lnea, en cambio, en las computadoras que se usan
actualmente en el conexionismo, desde Rumelhart y McClelland, la distribucin es
en general a lo largo de todo el sistema.

* En el conexionismo la computacin es sin reglas: En los modelos cognitivos

tradicionales el procesamiento consiste en la manipulacin de smbolos con una
interpretacin semntica, mediante el empleo de reglas, se trata de conceptos,
propiedades, clases, frases, ngulos, recuerdos, etc. En cambio, en el
conexionismo, la computacin no es otra cosa que el clculo de las salidas a partir
de la informacin de entrada, con elementos de computo puramente cuantitativos,
El sistema se sita en un estado o'en otro a partir de la modificacin de los pesos
y la activacin o inhibicin de cada unidad.

* En el conexionismo hay una degradacin elegante con tolerancia a

fallos: En efecto, dado el sistema paralelo y distribuido, cuando algunas unidades
dejan de funcionar, afecta solo la eficacia de la red, pero su efecto no es

El conexionismo Pgina 6
catastrfico, no se anula; pueden no funcionar algunas entradas, pero la
informacin pasa y hay salida, tal vez, un poco ms demorada, pero pasa. A este
efecto se llama "degradacin elegante", en cambio en las computadoras en serie,
o sea en lnea, si hay algn problema, no hay respuesta. Hay fracaso.

5. implementacin de redes neuronales

Las redes neuronales suelen implantarse en computadoras tradicionales con

arquitectura Von Neumann, constan de un conjunto de procesadores conectados
entre s y que operan a la vez.

Las redes neuronales, tambin se han implementado en:

EI MARK IV formado por un conjunto de procesadores asociados cada uno de
ellos a un coprocesador matemtico. Simula hasta 256.000 neuronas y 5.500.000
sinapsis. Llega a 5.000.000 de interconexiones por segundo.

EI ANZA Plus simula redes de hasta 1.000.000 de neuronas y 15.000.000 de

conexiones. Realiza 1.500.000 conexiones por segundo. Constan de un conjunto
de procesadores conectados entre s y que operan a la vez. Soportan menos
neuronas que las neuro computadoras. La velocidad es superior que en las
neurocomputadoras. Las interconexiones entre neuronas se encuentran dentro del
propio chip. No son productos comerciales y se encuentran principalmente en
universidades y centros de investigacin.

El chip N64 de lntel, que incluye 64 neuronas, 10.000 sinapsis y cuya velocidad
de procesamiento es de 2.500 conexiones por segundo. Todas estas cantidades
pueden parecer gigantes, pero en comparacin con el cerebro, veremos que no es
as:

La doctora Liana Mattulich dice: "El sistema nervioso humano est formado por
aproximadamente tres trillones de clulas, de las cuales 100 billones son
neuronas". En el libro de Fidel Moccio (1997) Creatividad, Ed. Aucan, Buenos
Aires, p. 85. Ahora si consideramos el desarrollo de una neurona en un adulto, con
capacidad para que cada neurona haga ms de 10 mil sinapsis, vemos que las

El conexionismo Pgina 7
cantidades en la implementacin de redes neuronales artificiales, es en realidad,
todava muy poca cosa frente el cerebro humano.

6. Crticas al conexionismo

o Las redes pueden resultar artificiales

No es real.
influye el modelador.
o El conocimiento equivale a "patrones especficos".
No se sabe qu se aprende o desarrolla.
No da mayores explicaciones.
o No pueden actuar en el mundo.
Lo "leen" pero no lo cambian.
o Es reduccionista.
El conocimiento se vuelve solamente un proceso interno
o No es completo.
No da mayor explicacin sobre el entorno y su influencia en el proceso
de aprendizaje.

El conexionismo Pgina 8
 Conclusin:

El conexionismo Pgina 9
 ndice

Introduccin
El conexionismo. Pag2

1.-Conceptos de conexionismo... Pag.2

2.-Breve historia del conexionismo..... Pag.2
Breve historia hasta la primera mitad del siglo XX..... Pag3
La historia entre los aos 50 y 60.Pag3
Historia en las dcadas 70 y 80... Pag4
3.-Elementos presentes en el conexionismo ... Pag4
Elementos de la estructura. Pag.4
Elementos relativos a los mecanismos de procesamiento...... Pag.5
4.-Diferencias y semejanzas entre el conexionismo y la Psicologa cognitiva
tradicional.... Pag.5
5.-implementacin de redes neuronales.... Pag.7
6.-Crticas al conexionismo... Pag.8
Conclusin....... Pag.9

El conexionismo Pgina 10