Наука Скачать
презентацию
<<  Классификация наук Социально-гуманитарные науки  >>
Когнитивная наука
Когнитивная наука
Материалы к курсу
Материалы к курсу
Область междисциплинарных исследований
Область междисциплинарных исследований
Основные дисциплины
Основные дисциплины
Проблемы междисциплинарного взаимодействия
Проблемы междисциплинарного взаимодействия
Общие допущения
Общие допущения
Методы когнитивной науки
Методы когнитивной науки
Слабые звенья
Слабые звенья
Рождение когнитивной науки
Рождение когнитивной науки
MIT
MIT
Джордж Миллер
Джордж Миллер
Группа искусственного интеллекта
Группа искусственного интеллекта
Психология познавательных процессов
Психология познавательных процессов
Казанский университет
Казанский университет
Санкт-Петербургский университет
Санкт-Петербургский университет
Компьютерная метафора познания
Компьютерная метафора познания
Основные подходы в когнитивной науке
Основные подходы в когнитивной науке
Символьный подход
Символьный подход
Принципы архитектуры компьютера
Принципы архитектуры компьютера
Основные принципы архитектуры компьютера
Основные принципы архитектуры компьютера
Принципиальная архитектура познания
Принципиальная архитектура познания
Теория информации
Теория информации
Модель передачи информации
Модель передачи информации
Кибернетика
Кибернетика
Аллен Ньюэлл
Аллен Ньюэлл
Общий решатель задач
Общий решатель задач
Дональд Эрик Бродбент
Дональд Эрик Бродбент
Основные допущения
Основные допущения
Защитный фильтр
Защитный фильтр
Модели языка
Модели языка
Модели памяти
Модели памяти
Символьный подход к познанию
Символьный подход к познанию
Развитие вычислительной техники
Развитие вычислительной техники
Рождение модульного подхода к познанию
Рождение модульного подхода к познанию
Модульный подход к познанию
Модульный подход к познанию
Модульный подход к познанию
Модульный подход к познанию
Основы модульного подхода к познанию
Основы модульного подхода к познанию
Идея модульности познания
Идея модульности познания
Джерри Фодор
Джерри Фодор
Когнитивная архитектура
Когнитивная архитектура
Критерии выделения модулей
Критерии выделения модулей
Прямое следствие
Прямое следствие
Насколько речь модульна
Насколько речь модульна
Гипотеза всеобщей модульности
Гипотеза всеобщей модульности
Критика модульного подхода
Критика модульного подхода
Двойные диссоциации
Двойные диссоциации
Познавательные процессы
Познавательные процессы
Представление и приобретение знаний
Представление и приобретение знаний
Основные положения
Основные положения
Мозг человека
Мозг человека
Нейросетевой подход
Нейросетевой подход
Классы задач
Классы задач
Рождение идеи
Рождение идеи
Нейронные сети
Нейронные сети
Реальный нейрон
Реальный нейрон
Теоретическая концепция искусственной сети
Теоретическая концепция искусственной сети
Правила функционирования сети
Правила функционирования сети
Обучение нейронной сети
Обучение нейронной сети
Развитие нейронных сетей
Развитие нейронных сетей
Фрэнк Розенблатт
Фрэнк Розенблатт
Упадок коннекционизма
Упадок коннекционизма
Проблема «исключающего или»
Проблема «исключающего или»
Ренессанс коннекционизма
Ренессанс коннекционизма
Архитектура нейронной сети
Архитектура нейронной сети
Основные понятия
Основные понятия
Виды архитектур
Виды архитектур
Обучение с наставником
Обучение с наставником
Смешанные формы обучения
Смешанные формы обучения
Проблема устойчивости обучения
Проблема устойчивости обучения
Библия коннекционизма
Библия коннекционизма
Формирование у нейронной сети «социальных стереотипов»
Формирование у нейронной сети «социальных стереотипов»
Дэвид Румельхарт
Дэвид Румельхарт
Преимущества сетевой архитектуры
Преимущества сетевой архитектуры
Символьные и нейросетевые модели
Символьные и нейросетевые модели
Символьные модели
Символьные модели
Возможности интеграции нейросетевого и символьного подходов
Возможности интеграции нейросетевого и символьного подходов
Проблема врожденного и приобретенного в познании
Проблема врожденного и приобретенного в познании
Слайды из презентации «Когнитивная теория» к уроку философии на тему «Наука»

Автор: Pech. Чтобы увеличить слайд, нажмите на его эскиз. Чтобы использовать презентацию на уроке, скачайте файл «Когнитивная теория.ppt» бесплатно в zip-архиве размером 1652 КБ.

Скачать презентацию

Когнитивная теория

содержание презентации «Когнитивная теория.ppt»
СлайдТекст
1 Когнитивная наука

Когнитивная наука

2007/2008

2 Материалы к курсу

Материалы к курсу

М.В. Фаликман:

http://virtualcoglab.cs.msu.su

3 Область междисциплинарных исследований

Область междисциплинарных исследований

Что это такое?

Область междисциплинарных исследований познания, понимаемого как совокупность процессов приобретения, хранения, преобразования и использования знаний живыми и искусственными системами

4 Основные дисциплины

Основные дисциплины

Экспериментальная психология познания

Лингвистика

Компьютерные науки, кибернетика, искусственный интеллект

Нейробиология

Философия познания (Гносеология)

Антропология

5 Проблемы междисциплинарного взаимодействия

Проблемы междисциплинарного взаимодействия

- Единый («общепринятый») язык;

Что мешает договориться? От «научной омонимиии» («Депрессия альфа-ритма, говорите? А Вы антидепрессанты вводить не пробовали? ») до концептуальных разногласий (Активность мозга определяет психические процессы или обеспечивает их протекание?)

6 Общие допущения

Общие допущения

Познание = «обработка информации» = (1) представление знаний + (2) вычислительные операции по их преобразованию

Мозг - вычислительное устройство («суперкомпьютер»), осуществляющее операции по преобразованию структур, посредством которых представлены знания

7 Методы когнитивной науки

Методы когнитивной науки

Методология и методы когнитивной науки.

Методология -- «обратная инженерия» (Дэниэл Деннетт). Методы: 1. Частные 2. Междисциплинарные - компьютерное моделирование - функциональное картирование мозга (?)

8 Слабые звенья

Слабые звенья

«Слабые звенья».

Зоны роста когнитивной науки в XXI веке?

- Мотивационно-эмоциональная регуляция познания - социальная природа человеческого познания - познание и телесность - мозг как вычислительное устройство …

9 Рождение когнитивной науки

Рождение когнитивной науки

«Три кита» в Европе: - Фредерик Чарлз Бартлетт (1886-1969) - Жан Пиаже (1896-1980) - Александр Романович Лурия (1902-1977)

Контр

10 MIT

MIT

Рождение когнитивной науки.

MIT (Кембридж, Массачусетс), 11 сентября 1956 года - Ноэм Хомский «Три модели языка» - Джордж Миллер «Магическое число 7+2» - Аллен Ньюэлл, Герберт Саймон «Логик-теоретик»

11 Джордж Миллер

Джордж Миллер

Рождение когнитивной науки.

Джордж Миллер: “…Я уходил с Симпозиума с твердой уверенностью, скорее интуитивной, чем рациональной, в том, что экспериментальная психология человека, теоретическая лингвистика и компьютерное моделирование познавательных процессов – части еще большего целого, и в будущем мы увидим последовательную разработку и координацию их общих дел… Я двигался навстречу когнитивной науке в течение двадцати лет, прежде чем узнал, как она называется…” (см. Миллер Дж. «Когнитивная революция с исторической точки зрения» // Вопросы психологии, 2005, №6, с.104-109)

12 Группа искусственного интеллекта

Группа искусственного интеллекта

Продолжение следует…

1957 -- группа искусственного интеллекта в MIT (Марвин Минский, Джон Маккарти) 1960 -- Центр когнитивных исследований в Гарварде (Джером Брунер, Джордж Миллер) 1976/77 -- журнал «Когнитивная наука» 1979 -- Общество когнитивной науки (Cognitive Science Society, Inc.), Массачусетс: Д. Норман, Р. Шенк и др. 1979 -- Первая конференция по когнитивной науке, Ла Хойя, Калифорния 1981 -- широкомасштабное финансирование в США (Sloan Foundation), университетские программы

13 Психология познавательных процессов

Психология познавательных процессов

А у нас?

психология познавательных процессов нейронаука (www.neuroscience.ru) искусственный интеллект (www.raii.org) прикладная и компьютерная лингвистика … 2002 -- Московский семинар по когнитивной науке (очередная встреча -- 9 марта 2006 г., 18:30) 2003 -- Первая российская Интернет-конференция по когнитивной науке (Auditorium.ru), 10 февраля - 10 апреля

14 Казанский университет

Казанский университет

Продолжение следует…

Октябрь 2004, Казанский университет -- Первая российская конференция по когнитивной науке

Борис Митрофанович Величковский (Москва-Дрезден-Москва)

Валерий Дмитриевич Соловьев (Казань)

15 Санкт-Петербургский университет

Санкт-Петербургский университет

Продолжение следует…

Июнь 2006, Санкт-Петербургский университет -- Вторая российская конференция по когнитивной науке

Подробнее см. http://www.cogsci.ru -- сайт Российской Ассоциации Когнитивных Исследований (создана в 2004 г.)

16 Компьютерная метафора познания

Компьютерная метафора познания

Специалист подобен флюсу Человеческий мозг подобен компьютеру

17 Основные подходы в когнитивной науке

Основные подходы в когнитивной науке

Часть 1. Символьный подход

18 Символьный подход

Символьный подход

На заре когнитивной науки: символьный подход.

Машина Тьюринга: принципы обработки информации

19 Принципы архитектуры компьютера

Принципы архитектуры компьютера

На заре когнитивной науки: символьный подход.

Основные принципы архитектуры компьютера: Джон/Янош фон Нейман (1903-1957)

20 Основные принципы архитектуры компьютера

Основные принципы архитектуры компьютера

На заре когнитивной науки: символьный подход.

Основные принципы архитектуры компьютера:

Периферические устройства ввода-вывода; центральный процессор; оперативное запоминающее устройство; постоянное запоминающее устройство.

21 Принципиальная архитектура познания

Принципиальная архитектура познания

На заре когнитивной науки: символьный подход.

Принципиальная архитектура познания:

Периферические устройства ввода-вывода; центральный процессор; оперативное запоминающее устройство; постоянное запоминающее устройство.

Сенсорные и моторные системы; «центральный процессор»; кратковременная (рабочая) память; долговременная память.

22 Теория информации

Теория информации

На заре когнитивной науки: символьный подход.

Теория информации и теория коммуникации: Клод Элвуд Шеннон (1916-2001)

23 Модель передачи информации

Модель передачи информации

Клод Элвуд Шеннон.

24 Кибернетика

Кибернетика

На заре когнитивной науки: символьный подход.

Кибернетика, или теория управления: Норберт Винер (1894-1964)

25 Аллен Ньюэлл

Аллен Ньюэлл

На заре когнитивной науки: символьный подход.

Аллен Ньюэлл, Герберт Саймон «Логик-теоретик» «Универсальный решатель задач»

26 Общий решатель задач

Общий решатель задач

Алгоритм

Эвристика

Мышление -- преобразование символов и символьных систем по определенным правилам.

А. Ньюэлл, Дж. Шоу, Г. Саймон «Моделирование мышления человека с помощью электронно-вычислительной машины» // Хрестоматия по психологии мышления. М.: 1981. С. 305-327.

27 Дональд Эрик Бродбент

Дональд Эрик Бродбент

На заре когнитивной науки: символьный подход.

Дональд Эрик Бродбент (1926-1993) модель переработки информации

28 Основные допущения

Основные допущения

Познание -- переработка информации

Линейный характер переработки: последовательный ряд блоков от входа до выхода

Блок/канал с ограниченной пропускной способностью

29 Защитный фильтр

Защитный фильтр

Основные допущения:

В системе переработки информации должен быть защитный фильтр -- механизм ВНИМАНИЯ:

Теории внимания как отбора: Э.М. Трейсман Д. и Дж.Э. Дойч Д. Норман …

30 Модели языка

Модели языка

Вероятностная (стохастическая) модель Дж. Миллера Теория трансформационных грамматик Н. Хомского

Общее допущение: понимание и порождение речи как преобразование символов и их систем (словарных единиц и грамматических конструкций) по определенным правилам

31 Модели памяти

Модели памяти

Кратковременная память: 7+2 ячейки Теория двойственности памяти («постоянное запоминающее устройство» и «оперативное запоминающее устройство») Трехкомпонентная теория памяти (сенсорный регистр -- «буфер» Дональда Бродбента -- и те же системы).

32 Символьный подход к познанию

Символьный подход к познанию

Познавательные процессы ~ переработка символьной информации компьютером

Психика -- «универсальное перерабатывающее устройство»

33 Развитие вычислительной техники

Развитие вычислительной техники

Символьный подход к познанию.

Развитие вычислительной техники : от «вычислений вообще» к частным задачам Появление специализированных «микропроцессоров» в пределах одной архитектуры (видеокарта, звуковая карта, управление внешними устройствами и т.д.)

34 Рождение модульного подхода к познанию

Рождение модульного подхода к познанию

1983 -- Джерри Фодор, «Модульность психики» (The Modularity of Mind)

35 Модульный подход к познанию

Модульный подход к познанию

(с) Леда Космидес, Джон Туби

36 Модульный подход к познанию

Модульный подход к познанию

37 Основы модульного подхода к познанию

Основы модульного подхода к познанию

Нейропсихология XIX века: речь может нарушаться при сохранности прочих функций (зона Брока, зона Вернике)

Ноэм Хомский (1988): врожденность языковой способности и ее независимость от других способностей -- язык как отдельный «умственный орган»

38 Идея модульности познания

Идея модульности познания

Основы модульного подхода к познанию.

Идея модульности познания -- Дэвид Марр (1945-1980):

«Любой большой массив вычислений должен быть разбит и реализован как набор частей, независимых друг от друга настолько, насколько это допускает общая задача…» (1976)

39 Джерри Фодор

Джерри Фодор

Рождение модульного подхода к познанию.

Джерри Фодор (1983): общая концепция «модульности»: познание как мозаика специализированных модулей

Насколько этот принцип универсален?

40 Когнитивная архитектура

Когнитивная архитектура

Модульный подход к познанию.

Когнитивная архитектура:

Центральные системы: планирование, принятие решения

Модульные системы ввода

41 Критерии выделения модулей

Критерии выделения модулей

1. Особая сфера влияния, или специализация (domain specificity): каждый модуль компетентен в обработке одного из видов информации или в решении одного из классов познавательных задач и не участвует в решении других классов задач

42 Прямое следствие

Прямое следствие

Еще критерии выделения модулей.

Прямое следствие -- УЗКАЯ СПЕЦИАЛИЗАЦИЯ МОДУЛЯ

7. Закономерное разворачивание в онтогенезе: ряд последовательных ступеней (собственная «история развития») 8. Локализация в мозге: специфические нервные механизмы 9. Избирательное нарушение: выпадение модуля не сказывается на работе других модулей (пример: лицевая агнозия)

43 Насколько речь модульна

Насколько речь модульна

Элизабет Бейтс (1947-2003)

Недавнее появление в филогенезе Пластичность поведенческих проявлений Пластичность нервных механизмов Произвольность связей между обозначением и обозначаемым

Синдром Уильямса, SLI, афазии у взрослых: неоднозначность проявлений!

44 Гипотеза всеобщей модульности

Гипотеза всеобщей модульности

Дэн Спербер:

познание полностью модульно -- так же, как биологический организм. Неспециализированных систем переработки информации, использующих обобщенный «умственный лексикон», НЕТ.

45 Критика модульного подхода

Критика модульного подхода

1. Теоретическая: проблема обучения и пластичности познания; влияние культуры на «модульные» процессы (иллюзия Мюллера-Лайера в «круглом» мире); проблема нисходящей регуляции решения познавательных задач.

За пределами рассмотрения: взаимодействие модулей! Примеры: две системы зрительного восприятия; феномен отчуждения руки, etc.

46 Двойные диссоциации

Двойные диссоциации

Критика модульного подхода.

2. Эмпирическая: двойные диссоциации внутри двойных диссоциаций -- Аннет Кармилофф-Смит и др. (Оксфорд); развитие речи и ранние локальные поражения головного мозга: возможности компенсации (Элизабет Бейтс и др.); «ген грамматики» FoxP2: исследования экспрессии гена у человека и животных.

47 Познавательные процессы

Познавательные процессы

ВЫВОД: познавательные процессы не обусловлены наследственностью настолько, как того хотелось бы представителям модульного подхода…

Адекватная модель?

Неспециализированная обучаемая система!

48 Представление и приобретение знаний

Представление и приобретение знаний

есть ли альтернатива компьютерной метафоре?

49 Основные положения

Основные положения

Нейронные сети: основные положения.

50 Мозг человека

Мозг человека

преимущества перед компьютером.

1011 нейронов, 1014-1015 связей между нейронами. Частота импульсации -- 102 Гц (современные персональные компьютеры -- до 109 Гц). NB! Медлительность и ненадежность отдельных нейронов компенсируется их количеством. Параллельная переработка информации (в компьютерах -- преимущественно последовательная). «Переход количества в качество»: богатство поведения. Нельзя сказать, что мозг исходно «готов к использованию»: велика роль обучения.

51 Нейросетевой подход

Нейросетевой подход

основные положения.

Процессы познания -- результат взаимодействия большого числа простых перерабатывающих элементов, связанных друг с другом и организованных в слои («модули»). «Переработка информации» -- определенный ответ элемента на воздействия извне. Знания, управляющие процессом переработки, хранятся в форме весовых коэффициентов связей между элементами сети. Главное -- не элементы, а связи между ними («субсимвольный подход»). Обучение -- процесс изменения весовых коэффициентов связей между элементами сети (приспособления их к решению определенной задачи).

52 Классы задач

Классы задач

решаемых современными нейросетями:

Классификация: распознавание образов, распознавание голосов, верификация подписей, постановка диагноза, анализ экспериментальных данных и т.д. Моделирование: поведение системы, поставленной в определенные условия. Прогноз: погода, ситуация на рынке ценных бумаг, бега, выборы и т.д.

Комплексные задачи: управление принятие решений

53 Рождение идеи

Рождение идеи

Нейронные сети: рождение идеи (1943).

Уоррен Маккаллох (1898-1969)

Уолтер Питтс (1923-1969)

«Логическое исчисление присуще нейронной активности» (1943)

54 Нейронные сети

Нейронные сети

Формальный нейрон

Элемент с пороговой логикой (TLU): преодоление порога -- 1, иначе -- 0.

55 Реальный нейрон

Реальный нейрон

Нейронные сети.

Реальный нейрон

56 Теоретическая концепция искусственной сети

Теоретическая концепция искусственной сети

Маккаллоха и Питтса.

Три типа нейронов: входные (рецепторы) -- активируются извне; внутренние (центральные) -- активируются входными и прочими нейронами и активируют входные и прочие нейроны; выходные (эффекторы) -- получают импульсы от центральных и входных нейронов и отвечают за выполнение действия.

57 Правила функционирования сети

Правила функционирования сети

Теоретическая концепция искусственной сети Маккаллоха и Питтса.

Правила функционирования сети: задержки в распространении активации одинаковы для всех нейронов сети; нейроны импульсируют не постоянно, а только в определенные моменты; каждый выходной синапс одного нейрона соответствует только одному входному синапсу следующего нейрона; на любом нейроне может сходиться несколько синапсов; входные синапсы вносят вклад в преодоление порога активации, при переходе через который (и только в этом случае) нейрон начинает передавать импульс.

58 Обучение нейронной сети

Обучение нейронной сети

Дональд Олдинг Хебб (1904-1985)

Итог -- образование «нейронного ансамбля», который все быстрее активируется при каждом очередном повторении входа.

Правило Хебба (1949): между одновременно активированными нейронами сети пороги синаптической связи снижаются.

59 Развитие нейронных сетей

Развитие нейронных сетей

Фрэнк Розенблатт (1928-1969), Корнельский университет, США -- перцептрон (1958)

60 Фрэнк Розенблатт

Фрэнк Розенблатт

Развитие нейронных сетей.

Фрэнк Розенблатт (1928-1969), Корнельский университет, США

1962 -- «Принципы нейродинамики: перцептроны и теория мозговых механизмов»: интеграция данных компьютерного моделирования (включая перцептрон), нейрохирургии, регистрации активности отдельных нейронов и т.д.

61 Упадок коннекционизма

Упадок коннекционизма

1969 -- Марвин Минский, Сеймур Пейперт «Перцептроны»: приговор нейронным сетям?

Критика перцептронов: математическое обоснование их неэффективности в решении задач распознавания образов (в ходе поэлементного анализа связанных и несвязанных изображений теряется информация о связанности, которую невозможно задать линейно).

62 Проблема «исключающего или»

Проблема «исключающего или»

Упадок коннекционизма.

Проблема «исключающего ИЛИ» (XOR): (0;0) (1;1) -> 0 (0;1) (1;0) -> 1

63 Ренессанс коннекционизма

Ренессанс коннекционизма

1986 -- Дэвид Румельхарт (Стэнфорд), Джеймс Макклелланд (Карнеги-Меллон)

«Параллельно-распределенная переработка» (PDP)

64 Архитектура нейронной сети

Архитектура нейронной сети

65 Основные понятия

Основные понятия

«Нейрон» (unit, node) -- элемент сети, который суммирует входные сигналы и, в случае превышения порога его активации, выдает выходной сигнал (1 или 0) , выполняющий функцию активации или торможения в соответствии с весовым коэффициентом связи между ним и последующими нейронами. Функция связи между элементами сети («синапса») -- умножение сигнала на весовой коэффициент. Порог -- весовой коэффициент, связанный с постоянным входным сигналом, равным 1.

66 Виды архитектур

Виды архитектур

Сеть прямого распространения Сеть обратного распространения (рекуррентная)

67 Обучение с наставником

Обучение с наставником

Обучение нейронной сети:

«Обучение с наставником»: задачи распознавания (заранее известен правильный ответ -> сеть настраивается на выдачу ответов, максимально близких к нему). Алгоритм: обратное распространение ошибки (backpropagation) «Психологический механизм»:

«Предвосхищение» (результат работы сети)

«Истинное положение дел» (эталон)

68 Смешанные формы обучения

Смешанные формы обучения

Обучение нейронной сети:

«Обучение с наставником»: задачи распознавания (заранее известен правильный ответ -> сеть настраивается на выдачу ответов, максимально близких к нему). «Обучение без наставника»: задачи классификации (правильный ответ неизвестен, но набор параметров относительно устойчив -> раскрытие внутренней структуры данных или связей между образцами). Смешанные формы обучения.

69 Проблема устойчивости обучения

Проблема устойчивости обучения

Обучение нейронной сети:

Проблема устойчивости обучения: система обучения устойчива, если ни один из примеров обучающей выборки не изменит своей принадлежности к установленной категории после определенного числа итераций (повторных предъявлений).

Феномен «переобученности» сети: хорошее функционирование на примерах обучающей выборки и плохое -- на сходных, но не идентичных тестовых примерах. СРАВНИМ: стадия дифференциации при выработке условного рефлекса (по данным лаборатории И.П. Павлова).

70 Библия коннекционизма

Библия коннекционизма

«Библия коннекционизма».

Организация памяти (Макклелланд, 1981): адресация по содержанию возможность «восстановления» информации: правило «щадящего разрушения» (graceful degradation)

71 Формирование у нейронной сети «социальных стереотипов»

Формирование у нейронной сети «социальных стереотипов»

«Библия коннекционизма».

Последующие разработки: формирование у нейронной сети «социальных стереотипов»

72 Дэвид Румельхарт

Дэвид Румельхарт

«Библия коннекционизма».

1986 -- Дэвид Румельхарт, Джеймс Макклелланд

Освоение языка -- ряд стадий, характерных для развития ребенка, в том числе стадия сверхобобщения (4-5 лет):

to play -- played to help -- helped to kiss -- kissed to go -- went

to jump -- jumped to shout -- shouted to go … wented! goed!

73 Преимущества сетевой архитектуры

Преимущества сетевой архитектуры

Проблемы нейросетевого подхода

Возможность обучения Распределенное хранение информации

Механизм или практический результат? Границы пластичности субстрата и «содержательная» специализация? Ограничения по типам решаемых задач

74 Символьные и нейросетевые модели

Символьные и нейросетевые модели

«сферы влияния».

Символьные модели

Нейронные сети

Явные правила, формализуемые задачи (культурно-обусловленные общедоступные знания): например, логические и математические задачи.

Неявные правила, «интуитивные» задачи (индивидуальные знания): умозаключение по аналогии, выделение фигуры на фоне и т.П.

Задачи, требующие обучения.

Задачи, требующие конечного набора знаний.

75 Символьные модели

Символьные модели

Символьные и нейросетевые модели: «сферы влияния».

Символьные модели

Нейронные сети

76 Возможности интеграции нейросетевого и символьного подходов

Возможности интеграции нейросетевого и символьного подходов

экспертные системы.

Нейронная сеть распознавание образов, быстрые ответы на запросы сложной окружающей среды

Экспертная система принятие решений, логическая проверка выводов с учетом дополнительной информации

77 Проблема врожденного и приобретенного в познании

Проблема врожденного и приобретенного в познании

Возможности интеграции нейросетевого и модульного подходов: проблема врожденного и приобретенного в познании.

«Наследственность» нейронной сети: количество элементов количество слоев правила и параметры распространения активации и изменения весов в разных слоях

Достаточно ли этого для развития форм познания, характерных для человека?

«Когнитивная теория»
http://900igr.net/prezentatsii/filosofija/Kognitivnaja-teorija/Kognitivnaja-teorija.html
cсылка на страницу
Урок

Философия

19 тем
Слайды
Презентация: Когнитивная теория.ppt | Тема: Наука | Урок: Философия | Вид: Слайды
900igr.net > Презентации по философии > Наука > Когнитивная теория.ppt