Teora Conexionista

Ayudanta 2014
Procesos Cognitivos I
El procesamiento y el almacenamiento de la informacin
recae en amplios conjuntos de elementos simples (las
unidades de las redes conexionistas).
El modelo de procesamiento conexionista se llama
tambin Procesamiento Distribuido en Paralelo (o
PDP).
En psicologa llamamos conexionismo al paradigma que
utiliza redes neuronales para comprender y explicar la
vida psquica y la conducta.
Las redes neuronales son conjuntos de unidades
interconectadas masivamente capaces de procesar y
almacenar informacin mediante la modificacin de sus
estados.
El psiclogo conexionista considera que ha explicado un
fenmeno psicolgico (el reconocimiento de formas, la
produccin de lenguaje, la memoria, etc.) cuando el
modelo neuronal que construye se comporta del mismo
modo que los seres humanos cuando realizan la misma
tarea.
Para la psicologa cognitiva (tanto la clsica como el
conexionismo) la mente es un sistema capaz de procesar
informacin, un sistema capaz de recibir seales de
entrada, almacenar informacin y provocar informacin
de salida a partir de la informacin de entrada, la
informacin almacenada y los mecanismos de cmputo.
Dada esta suposicin de que los fenmenos mentales y la
conducta son consecuencia de elementos internos al
sujeto, el conexionismo considera adecuada la
explicacin cuando la red que construye es capaz de
realizar, a partir del vector de entrada, los distintos
cmputos que provocan el vector de salida deseado.
Premisas de los modelos
conexionistas
La red es un conjunto de unidades de procesamiento
(neuronas) muy simples.
Dichas unidades interactan entre s mediante las
conexiones que los asocian.
Los estmulos que afectan a las unidades de entrada se
expresan en trminos cuantitativos.
Toda unidad de la red viene definida por un nivel de
activacin expresado de forma cuantitativa.
Toda conexin viene caracterizada por un valor de
fuerza del trazo o peso de la conexin, tambin
expresado de forma cuantitativa.
El procesamiento y almacenamiento de la
informacin se realiza de forma paralela y
distribuida.
Existen reglas o funciones que computan la
informacin en distintos niveles del procesamiento
(para la modificacin del nivel de activacin a partir
de las entradas, para la produccin de la salida a
partir del nivel de activacin, etc.).
Existen reglas o funciones de aprendizaje que le
permiten a la red modificar los pesos de las
conexiones para acomodar de modo cada vez ms
perfecto la informacin de entrada a la salida
requerida.

La funcin de cada unidad es simplemente realizar
clculos con las entradas que reciben y producir la
informacin que envan a las unidades con las que estn
conectadas.
Las seales de salida que emite la red se expresan en
trminos cuantitativos.
Dado que toda la actividad de la red no es otra cosa
que clculos o transformaciones de nmeros, se
puede afirmar que en realidad la red neuronal es un
dispositivo para computar una funcin, un sistema
capaz de transformar la informacin de entrada en
informacin de salida. La funcin presente en la red y
que realiza el computo es bsicamente el patrn o
conjunto de pesos sinpticos de las unidades.