Konnektionismi on kognitiotieteessä, neurotieteessä, tekoälytutkimuksessa ja mielenfilosofiassa käytetty informaation käsittelyn teoria. Konnektionismi ymmärtää mielenilmiöt emergentteinä tapahtumina, jotka syntyvät toisiinsa liittyvien yksinkertaisten yksikköjen muodostaman konnektionistisen arkkitehtuurin toiminnasta. Käytännössä konnektionismi mallintaa mielenilmiöitä erilaisin graafi- eli verkkomallein.

Konnektionismi on kehittynyt komputationalismin rinnalla, joka käsittelee mielenilmiöitä laskennan tuloksena. Toisin kuin komputationalismi ja muut klassiset mallit, konnektionismi ei perustu hierarkisuuteen, vaan alisymbolien rinnakkaiseen käsittelyyn. Loogisten sääntöjen sijaan konnektionismissa käytetään hyväksi tilastollisia ominaisuuksia informaation muuntamiseen.

Historia muokkaa

Yhtenäiseksi suuntaukseksi konnektionismi muodostui aikavälillä 1940–1965. Nykymuotoinen konnektionismi syntyi 1980-luvun lopulla. Konnektionismin läpilyöntiä pohjustivat neurofysiologinen tutkimus sekä matematiikan ja tietojenkäsittelytieteen tutkimuksessa tapahtunut edistys. Yksinkertaiset lineaariset neuroverkot kehitettiin 1950-luvulla ja epälineaariset 1970-luvulla. Nämä kaikki auttoivat ymmärtämään konnektionististen verkkojen vahvuuksia ja heikkouksia.[1] Tunnettuja konnektionisteja ovat muun muassa Frank Rosenblatt, Oliver Selfride ja Paul Smolensky.

Konnektionistiset mallit muokkaa

Konnektionismissa käytetään monenlaisia malleja, mutta yleisimmin mallit ovat neuroverkkomalleja, koska niiden avulla ajatellaan voitavan parhaiten mallintaa aivojen toimintaa. Verkon yksinkertaiset yksiköt voivat liittyä toisiinsa monin eri tavoin lähestymistavasta ja mallista riippuen. Esimerkiksi verkko voi pyrkiä jäljittelemään aivojen toimintaa siten, että sen yksiköt eli solmut esittävät neuroneja, kun taas solmuja yhdistävät yhteydet eli kaaret esittävät synapseja. Toisenlaisessa verkossa taas solmut voivat olla sanoja, jolloin kaaret ilmaisisivat semanttista samankaltaisuutta. Useimmat konnektionistiset mallit rakennetaan siten, että ne muuttuvat ajan myötä.

Konnektionistiset mallit eivät ole rakenteisia kuvauksia mentaalisista representaatioista, vaan kausaalisten relaatioiden eritelmiä.

Aktivaatio on keskeinen elementti konnektionistisissa malleissa. Aktivaatio on verkon solmun lukuarvo, joka kuvaa jotakin solmun ominaisuutta. Esimerkiksi aivoja mallintavassa mallissa neuronia esittävän solmun aktivaatio voisi kuvata todennäköisyyttä, jolla neuroni laukaisisi aktiopotentiaalin. Mikäli malli olisi leviävän aktivaation malli, leviäisi aktivaatio solmusta naapurisolmuihin kuten impulssi aivoissa. Neuroverkot ovatkin aina leviävän aktivaation malleja, tosin riippuen takaisinkytkennästä.

Katso myös muokkaa

Lähteet muokkaa

  • Robert Audi (toim.): The Cambridge Dictionary of Philosophy, s. 175–176. Cambridge University Press, 1999. ISBN 0-521-63722-8. (englanniksi)

Viitteet muokkaa

Aiheesta muualla muokkaa