Wykład 2

Question 1

Czym jest model umysłu?

Answer 1

To ogólna teoria naukowa
• opisuje cały umysł (elementy i polaczenia)
• określa strukturę i zasady przetwarzania oraz charakter reprezentacji
• modele statyczne vs dynamiczne
• modele deterministyczne vs probabilistyczne

Question 2

Modele blokowe

Answer 2

• architektura poznawcza
• teoria pozwalająca na zrozumienie i symulowanie procesów poznawczych u ludzi
• proba określenia organizacji wiedzy i generowania inteligentnych zachowań
• pozwala opisać większosc procesów przetwarzania informacji
• zbiór wyspecjalizowanych modułów
• opis jak te moduły są integrowane
• powiązania modułów z poszczególnymi strukturami neuronalnymi
• dwa rodzaje wiedzy - deklaratywna i proceduralna
• bufor

Question 3

Za co odpowiedzialne są moduły?

Answer 3

Za:
• pamięć deklaratywną
• pamięć proceduralną
• kontrole motoryczną
• percepcję
• wyobraźnie
• cele

Question 4

Czym jest bufor?

Answer 4

• To jednostka pozwalająca na komunikacje modułu z resztą systemu
• Pozwala określać stan modułu
• Przyjmuje “zapotrzebowanie” dla modułu
• Działa szeregowo

Question 5

Modele modułowe

Answer 5

• skrzynka z narzędziami
• specyfika dziedzinowa modułów: kazdy osobno
• dostosowanie ewolucyjne?
• JERRY FODOR, cechy modułów:
  - demenowo specyficzne
  - samowystarczalne informacyjnie
  - maja z gory określone warunki działania
  - szybkie
  - generują proste reakcje
  - maja ograniczoną dostępność
  - maja określona ontogeneze
  - maja określone podłoże neuronalne

Question 6

Modele rozproszone

Answer 6

• proste elementy przetwarzające info przypominające neurony
• polaczenia pomiędzy tymi elementami związane z określoną wagą
• sieć moze nabywać automatyczne reprezentacje
• inspirowane funkcjonowaniem mózgu
• system pozwala na uczenie oparte o doświadczenie
• dobrze uogólnia podobieństwo

Założenia:

• wiedza: rozproszona, subsymboliczna (reprezentowana aktywnością wielu jednostek)
• system poznawczy przetwarza masowo impulsy nerwowe
• pojawienie sie znaczenia - interpretacja aktywności dużych sieci
• system poznawczy przetwarza rownolegle i na poziomie elementarnym
• reguły przetwarzania nie są algorytmiczne i ulegają procesowi uczenia
• zachowanie systemu zdeterminowane jest przetwarzaniem Bottom-Up i top-down
• funkcje uszkodzonych fragmentów sieci przejmują inne jej fragmenty