- Konnektionismus
-
Der Konnektionismus ist ein Problemlösungsansatz in der Kybernetik, der Linguistik und der Künstliche-Intelligenz-Forschung. Im Gegensatz zum Konstruktivismus versteht er ein System als Wechselwirkungen vieler vernetzter, einfacher Einheiten.
Inhaltsverzeichnis
Problemlösen mit konnektionistischen Systemen
Problemlösen besteht unabhängig von den jeweiligen Anwendungsfeldern stets aus den Schritten:
- Informationen erheben
- Modell bilden
- Prognose erstellen
- Ergebnis kontrollieren
Der Schritt der Modellbildung ist dabei zweifellos der schwierigste. Expertensysteme, Simulationen und numerische Rechnungen erfordern detaillierte Kenntnisse des Systems, das untersucht werden soll. Ihr konstruktivistischer Ansatz beruht auf der Hypothese, dass Systeme durch schrittweise vorgenommenes Zerlegen in Teilsysteme bestimmter Struktur algorithmisierbar bzw. vollständig symbolisch beschreibbar sind (Physical Symbol System Hypothesis, Allen Newell, Herbert A. Simon, 1976).
Bei einem konnektionistisches Modell wird versucht, das (äußere) Verhalten eines Systems als Ganzes nachzubilden durch den Zusammenhang einer großen Anzahl von relativ einfachen und oft recht ähnlichen Einheiten, die in einem dichten Netzwerk miteinander verbunden sind. Diese Einheiten arbeiten lokal und kommunizieren mit anderen nur via Signalen über Verbindungen.
Der Aufbau eines konnektionistischen Modellsystems wird für ausgewählte Beispiele des zu untersuchenden Systems so vorgenommen, dass es unter gleichen Bedingungen das gleiche Verhalten wie sein Vorbild zeigt. Für diese Fälle besteht dann also eine Isomorphie des Verhaltens, das konnektionistische Modellsystem antwortet auf Eingaben mit den gleichen Ausgaben wie sein reales Vorbild. Da das Systemverhalten nicht algorithmisiert wird, ist jedoch nicht nachvollziehbar, wie das konnektionistische Modellsystem intern funktioniert, seine Ergebnisse entstehen immer aus dem Zusammenwirken aller Elemente. Dabei muss das konnektionistische Modellsystem nicht notwendigerweise isomorph zum Untersuchungsgegenstand sein. Nach Smolensky erfolgt Repräsentation des Wissens subsymbolisch.
Subsymbolische Hypothese
Die Ableitung von Wissen entsteht aus der Interaktion einer großen Anzahl von Einheiten. Diese Interaktion erlaubt keine exakte Beschreibung auf konzeptioneller Ebene, sondern muss direkt durch Modellprozessoren verwirklicht werden. Die Modellvorstellung eines konnektionistischen Systems ist grundlegend und unabhängig von einer konkreten Realisierung. Neben den bekannten künstlichen neuronalen Netzen ist besonders das Sensitivitätsmodell von Frederic Vester als Implementation einer konnektionistischen Auffassung zu erwähnen.
Vorteile konnektionistischer Architekturen
Die wichtigsten Vorteile von Systemen mit konnektionistischer Architektur (Beispiel: das menschliche Gehirn) sind:[1]
- Da sie nicht nach vorgegebenen Regeln arbeiten, sind sie sehr anpassungsfähig.
- Sie können lernen - allerdings sind lange Vorbereitungszeiten erforderlich, bis das System einsatzbereit ist.
- Sie arbeiten auch bei unvollständigen Daten und verrauschten Umgebungen ausgezeichnet, ein bekanntes Beispiel ist die Gesichtserkennung.
- Sie sind, aufgrund ihrer Redundanz, robust bei Ausfall von Teilen des Systems.
Siehe auch
Literatur
- Ulrich Schade: "Konnektionismus. Zur Modellierung der Sprachproduktion". Westdeutscher Verlag. Opladen 1992 ISBN 3-531-12301-7
- Georg Dorffner: Konnektionismus. Teubner, Stuttgart 1991 ISBN 3-519-02455-1
- Jeffrey L. Elman, Elizabeth A. Bates, Mark H. Johnson, Annette Karmiloff-Smith, Domenico Parisi, Kim Plunkett: Rethinking Innateness. A connectionist perspective on development. MIT Press, 1999 ISBN 0-262-05052-8
- Markus Pospeschill: Konnektionismus und Kognition. Stuttgart: Kohlhammer 2004 ISBN 3-17-018217-X
Weblinks
- James Garson: Connectionism, in: Stanford Encyclopedia of Philosophy (englisch, inklusive Literaturangaben)
- Jonathan Waskan: Connectionism in der Internet Encyclopedia of Philosophy (englisch, inklusive Literaturangaben)
- www.logic.at: Geschichte des Konnektionismus (PDF-Datei; 79 kB)
Einzelnachweise
- ↑ Joachim Funke: Problemlösendes Denken; Kohlhammer Verlag 2003, ISBN 3-17-017425-8
Kategorien:- Neuroinformatik
- Kognitionswissenschaft
- Parallelverarbeitung
Wikimedia Foundation.