4.6: Cómputos de conexión - Una visión general

En las secciones anteriores se presentaron algunas de las características básicas de las redes coneccionistas. Estos elementos de la ciencia cognitiva conexionista han surgido como una reacción contra supuestos clave de la ciencia cognitiva clásica. Los científicos cognitivos coneccionistas reemplazan el racionalismo con el empirismo y la recursión con cadenas de asociaciones.

Aunque el conexionismo reacciona contra muchos de los elementos de la ciencia cognitiva clásica, hay muchas similitudes entre ambos. En particular, los múltiples niveles de análisis descritos en el Capítulo 2 se aplican a la ciencia cognitiva conexionista tan bien como lo hacen a la ciencia cognitiva clásica (Dawson, 1998). Las dos secciones siguientes de este capítulo se centran en la investigación conexionista en términos de una de ellas, el nivel computacional de investigación.

El énfasis del conexionismo tanto en el empirismo como en el asociacionismo ha levantado el espectro, al menos a los ojos de muchos científicos cognitivos clásicos, de un retorno al conductismo contra el que el cognitivismo mismo se rebeló. Cuando surgió el cognitivismo, algunos de sus primeros éxitos involucraron pruebas formales de que las teorías conductistas y asociacionistas eran incapaces de dar cuenta de las propiedades fundamentales de las lenguas humanas (Bever, Fodor, & Garrett, 1968; Chomsky, 1957, 1959b, 1965, 1966). Con el auge del conexionismo moderno, se han hecho argumentos computacionales similares contra las redes neuronales artificiales, afirmando esencialmente que no son lo suficientemente sofisticadas como para pertenecer a la clase de máquinas universales (Fodor & Pylyshyn, 1988).

En la Sección 4.6, “Más allá del metapostulado terminal”, consideramos el poder en principio de las redes conexionistas, comenzando con dos tipos diferentes de tareas que las redes pueden ser utilizadas para realizar. Una es la clasificación de patrones: asignar un patrón de entrada de manera todo-o-ninguno a una categoría particular. Un segundo es la aproximación de funciones: generando una respuesta continua a un conjunto de valores de entrada.

La Sección 4.6 procede entonces a análisis computacionales de cuán capaces son las redes para cumplir estas tareas. Estos análisis demuestran que las redes son tan poderosas como sea necesario, siempre que incluyan unidades ocultas. Pueden servir como clasificadores de patrones arbitrarios, lo que significa que pueden resolver cualquier problema de clasificación de patrones con el que se enfrentan. También pueden servir como aproximadores de función universal, lo que significa que pueden ajustar cualquier función continua con un grado arbitrario de precisión. Este poder computacional sugiere que las redes neuronales artificiales pertenecen a la clase de máquinas universales. La sección termina con una breve revisión de los análisis computacionales, que concluyen que las redes coneccionistas de hecho pueden servir como máquinas Turing universales y, por lo tanto, son lo suficientemente sofisticadas computacionalmente como para servir como modelos plausibles para la ciencia cognitiva.

Los análisis computacionales no necesitan limitarse a considerar el poder general de las redes neuronales artificiales. Los análisis computacionales se pueden utilizar para explorar preguntas más específicas sobre redes. Esto se ilustra en la Sección 4.7, “¿Qué representan las actividades de las unidades de producción?” en el que utilizamos métodos formales para responder a la pregunta que sirve como título de la sección. La sección comienza con una discusión general de teorías que ven a los agentes biológicos como estadísticos intuitivos que inferyen la probabilidad de que ciertos eventos puedan ocurrir en el mundo (Peterson & Beach, 1967; Rescorla, 1967, 1968). Se revisa un resultado empírico que sugiere que las redes neuronales artificiales también son estadísticos intuitivos, en el sentido de que la actividad de una unidad de salida coincide con la probabilidad de que una red sea “recompensada” (es decir, entrenada para encenderse) cuando se le presenta un conjunto particular de señales (Dawson et al., 2009).

Luego, la sección termina proporcionando un ejemplo de análisis computacional: una prueba formal de que la actividad de la unidad de salida puede interpretarse literalmente como una probabilidad condicional. Esta prueba aprovecha las conocidas relaciones formales entre las redes neuronales y la regla de aprendizaje Rescorla-Wagner (Dawson, 2008; Gluck & Bower, 1988; Sutton & Barto, 1981), así como las conocidas relaciones formales entre la regla de aprendizaje RescorlaAgner y la teoría de contingencia (Chapman & Robbins, 1990).