ABSTRACT
The focus of modern neuroscience on cognitive processes has relegated to behavior the epiphenomenal status of neural processing and the difficulties generated by this interpretation have encouraged the use of computational models. However, the implementation based on inferred cognitive constructs has been inefficient. The objective of this work was to review the concept of behavior by a selectionist approach and propose a connectionist computational model that operates integrally with its neurophysiological bases. The behavioral phenomenon was functionally defined and described at different levels of analysis. Functional levels make it possible to understand why behavioral phenomena exist, while topographic levels describe how morphophysiological mechanisms implement the response. The connectionist notions of PDP ANNs formalizes the proposal. The model stands out for contextualizing neural processing as part of the response, addressing the behavioral phenomenon as a whole that needs to be explained in its most different levels of analysis.
O enfoque das neurociências modernas nos processos cognitivos tem relegado ao comportamento o status de epifenômeno do processamento neural e as dificuldades geradas por essa interpretação incentivaram o uso de modelos computacionais. Entretanto, a implementação pautada em construtos cognitivos inferidos tem sido ineficiente. Foi objetivo desse trabalho revisar o conceito de comportamento pelo viés selecionista para se propor um modelo computacional conexionista que opere integradamente com suas bases neurofisiológicas. O fenômeno comportamental foi definido funcionalmente e descrito em diferentes níveis de análise. Os níveis funcionais possibilitam entender o porquê do fenômeno comportamental, enquanto que os níveis topográficos descrevem como os mecanismos morfofisiológicos implementam a resposta. A formalização do modelo foi realizada com noções conexionistas de RNAs de PDP. O modelo se destaca por contextualizar o processamento neural como parte da resposta, tratando o fenômeno comportamental como um todo que precisa ser explicado em seus mais diferentes níveis de análise.
El enfoque de las neurociencias modernas en los procesos ha relegado al comportamiento el status de epifenómeno del procesamiento neural y las dificultades generadas por esa interpretación incentivaron el uso de modelos computacionales. Sin embargo, la implementación pautada en construcciones cognoscitivas inferidas ha sido ineficiente. Fue objetivo de ese trabajo revisar el concepto de conducta por el sesgo seleccionista para proponer un modelo computacional conexionista que opere íntegramente con sus bases neurofisiológicas. El fenómeno conductual fue definió funcionalmente y descrito en diferentes niveles de análisis. Los niveles funcionales posibilitan entender el porqué del fenómeno conductual, mientras que los niveles topográficos describen cómo los mecanismos morfofisiológicos implementan la respuesta. La formalización del modelo fue realizada con nociones conectivistas de RNAs de PDP. El modelo se destaca por contextualizar el procesamiento neural como parte de la respuesta, tratando el fenómeno conductual como un todo que necesita ser explicado en sus más diferentes niveles de análisis.
ABSTRACT
El paradigma de procesamiento de información simbólico en Ciencia Cognitiva ha sido un reto creciente para los modelos conexionistas. Pero, éstos aún tratan de modelar la inteligencia como la producción de soluciones codificadas simbólicamente a problemas expresados mediante símbolos. Aquí, discutimos la falta de atención a los modos en que el agente y el contexto forman parte de los bucles de procesamiento que ocasionan la acción inteligente.
Subject(s)
Memory , PsychologyABSTRACT
Finales del siglo XX y comienzos del XXI. Sus conceptos, el planteamiento de los problemas y las soluciones a estos han sufrido modificaciones significativas en el curso de pocos años. Método: Presentación y discusión de los fundamentos de la ciencia cognitiva en cuatro etapas: los inicios, el cognitivismo clásico, el conexionismo y la corporalización-en acción. Desarrollo y conclusión: Los inicios están marcados por la construcción de las computadoras modernas y la aparición de la teoría de la información. El cognitivismo clásico comenzó en 1956 con la noción de que todos los sistemas procesadores de información, incluido el cerebro humano, comparten los mismos principios. A partir de la analogía entre la computadora y el cerebro, se consideró apropiado estudiar la mente como si se tratara de un software. El conexionismo, también llamado procesamiento distribuido en paralelo o de redes neuronales, permite explicar la rapidez con que se realizan los procesos cognitivos y su resistencia a los daños. No trabaja con símbolos, sino con patrones de activación y desactivación de las unidades componentes y de transmisión de señales entre ellas. En percepción y memoria se encuentran los casos típicos de tareas realizadas por redes neuronales, por ejemplo, reconocimiento de patrones (rostros, palabras a partir de letras, etc.).
Introduction: Cognitive science has become the most influential mental paradigm of the late twentieth and early twenty-first centuries. Its concepts and approach to problems and solutions have changed significantly in the course of a few years. Method: The fundamental concepts of cognitive science are presented and discussed, divided into four stages: The beginnings, classical cognitivism, connectionism, and embodiment-enaction. Development and Conclusion: The beginnings are marked by the construction of modern computers and the advent of information theory. Classical cognitivism began in 1956 with the notion that all information processing systems, including the human brain, share the same principles. From the analogy between computer and brain, it was considered appropriate to study the mind as if it were software. Connectionism, also called parallel distributed processing or neural networks get these names because of their underlying computational architecture. It helps explain the speed with which cognitive processes are performed and resistance to damage, being closer to biology. It does not work with representations, but with patterns of activation and deactivation of the component units and transmission of signals between them. Typical cases of tasks performed by neural networks are found in perception and memory, for example, pattern recognition (faces, words from letters, etc).
Subject(s)
Electronic Data Processing , CognitionABSTRACT
Consciousness, that experienced flow of subjective states, is one of the mysteries, and perhaps, the fundamental challenge of science until now. It is also a field of exploration specially active and fruitful, a field that has passed over the frontier of XIX and XX centuries, and recently arrived again with a strong impetus in the XXI century. However, there is a great controversy about the plausibility of a theoretical, analytical and formal (v.g.: computational) explanation of the phenomena that we associate with consciousness. Is it possible to establish a reductionist explanation of consciousness? Or in other words, is it possible to make a description of the conscious phenomena expressed in terms of functional and/or causal relationships? In this article I give some relevant elements to sketch the sufficiency of explanation of the connectionist computational paradigm, and how we could elucidate the formal principles embedded in the study of consciousness. The purpose of the present article is to suggest that the plausibility of the connectionist paradigm is supported by the following issues: (1) the level of fine-grained detail with which we define the representation and computability of conscious states, (2) the methodological and conceptual advances of brain sciences, and (3) the difference that we assume between the notions of simulation, modelling and computational representation of consciousness. With these ideas in mind, through the manuscript I will show a basic framework to understand why connectionism can be a plausible candidate to think about a formal theory of consciousness. Finally, in the light of the previous statements, I will point out some important issues to discuss the plausibility of a computational theory of consciousness.
La actividad conciente, ese devenir que experimentamos como una serie de estados de subjetividad, es uno de los misterios, y quizás el desafío fundamental de la ciencia contemporánea. Es también un campo de exploración especialmente activo y fructífero que sobrevivió la transición entre los siglos XIX y XX, y nuevamente ha tomado un fuerte impulso ahora en el XXI. Existe, sin embargo, una gran controversia sobre la plausibilidad de una explicación teórica, analítica y formal (v.g.: computacional) de los fenómenos que asociamos a la actividad conciente. ¿Es factible formular una explicación reduccionista de la actividad conciente, es decir, una descripción del fenómeno expresada en términos de relaciones funcionales y/o causales? Los párrafos del presente ensayo escudriñan algunos elementos relevantes a fin de establecer la suficiencia explicativa que tiene el paradigma computacional conexionista para dilucidar los principios formales imbricados en el estudio de la actividad conciente. El propósito que subyace la elaboración siguiente es sugerir que la viabilidad del conexionismo y del proyecto computacional depende de los siguientes aspectos: (1) El grado de refinamiento con el que se defina la representación y la computabilidad de los estados concientes, (2) Los avances metodológicos y conceptuales de las ciencias del cerebro, y (3) La distinción que se haga entre simulación, modelamiento y representación computacional de la actividad conciente. Con estas ideas en mente, a través del capítulo mostraré un esquema conceptual básico para entender por qué el paradigma conexionista puede ser un candidato plausible para pensar una teoría formal de la actividad conciente. Finalmente, a la luz de los planteamientos presentados, señalaré algunos aspectos importantes para establecer la viabilidad de una teoría computacional de la actividad conciente.
ABSTRACT
En este artículo se analizan algunos aspectos formales de la perspectiva conexionista de modelado computacional de Sistemas de Cognición Socialmente Distribuida. En primer lugar, se introduce el campo de estudio de los fenómenos socio-cognitivos dentro del campo general del paradigma conexionista de la Ciencia Cognitiva. En segundo lugar, se realiza una breve introducción de la perspectiva del Conexionismo. En este marco, se plantea el contexto histórico de surgimiento de esta perspectiva, se reflexiona sobre algunas definiciones preliminares y se analizan ciertos modelos conexionistas específicos. También se hace mención a sus métodos de entrenamiento. Luego se plantea la perspectiva de la Cognición Distribuida (Hutchins, 1995). A continuación, se analizan dos modelos conexionistas del procesamiento micro-social. Después se analiza un modelo conexionista del proceso cultural. Por último se esbozan una serie de conclusiones. Se afirma que esta nueva perspectiva permite superar algunos obstáculos implicados por los anteriores enfoques estructuralistas. Se indagan algunas interesantes consecuencias teóricas de abordar los fenómenos sociales desde el paradigma del procesamiento de la información. Por último, se plantea que la estrategia de modelización computacional es particularmente fructífera para abordar los procesos sociales.