4.1 Parallelle distributieproces benadering

Alles wat we om ons heen zien lijkt bekend. We hebben verwachtingen over de objecten die we zien. Deze objecten kunnen we ook omschrijven en benoemen. Het begrijpen hiervan is een basiselement voor het waarnemen van de wereld. Hoe dit kan is de hoofdvraag in het onderzoek bij semantische cognitie.

Het onderzoek van semantische processen was een centraal punt voor de experimentele en computer onderzoeken aan het begin van de cognitieve revolutie. Tussen 1960-1970 was men overtuigd van een vaste set proposities in de hersenen voor semantische kennis. In de jaren ‘70 besloot men dat dit bij sommige categorieën niet klopte. Toen ontstond de ‘op gelijkheid gebaseerde benadering’. Deze benadering stelde dat semantische informatie wordt gecodeerd op basis van kenmerk gebaseerde representaties. Er kwamen specifieke hypotheses over hoe dit mechanisme zou werken.

Tegenover de ‘op gelijkheid gebaseerde bandering’ stond de ‘theory theory benadering’. Deze benadering suggereert dat semantische kennis is ingebouwd in een systeem van impliciete geloven over causale krachten die zorgen voor de observeerbare kenmerken van een object. Impliciete en informele causale theorieën bepalen welke set van items hoort bij een generalisatie. Hierbij rijzen de vragen: welke kenmerken zijn nodig voor het bepalen van een categorie? Welke eigenschappen zijn makkelijk aan te leren welke niet? De ‘theory theory benadering’ heeft echter nooit een model uitgebracht, maar enkel theorieën omschreven en generalisaties aangeboden.

Dit artikel kijkt verder naar een theorie over de cognitieve mechanismen die gebruikt wordt bij spreidingsactivatie en op gelijkheid gebaseerde theorieën. Er wordt vooral gekeken naar de fenomenen die centraal zijn bij de kritieke reacties op de op gelijkheid gebaseerde theorieën.

Het PDP kader

Het model dat gebruikt wordt is dat van Rumelhart uit figuur 1. Hierbij wordt gekeken naar hoe propositionele informatie werd opgeslagen in een propositioneel hiërarchisch model zoals je in figuur 2 ziet. De input en output lagen komen overeen met de bestanddelen van de proposities. Ieder bolletje is weer gekoppeld aan andere bolletjes in het model.

De items hebben meerdere relaties door het model en moeten uiteindelijk uitkomen bij de juiste attributie. De taak van het model is de juiste attributen in de output aan te geven als die overeenkomt met de input. Het model is een netwerk dat bestaat uit een serie van niet-lineaire units. De units zijn georganiseerd in lagen. Door units te activeren komt er een attributie tot stand. Hiervoor worden bij iedere pijl waarden berekend zodat de juiste unit gaat.....read more

Vragen

Lecture 1

Vraag 1

Wat is het verschil tussen zwakke AI en sterke AI? Wat zijn de aannames en wat betekent dit voor AI?

Vraag 2

Wat is het verschil tussen symbolische AI en connectionistische AI?

Vraag 3

Wat is de Turing imitation game? Hoe relateert dit zich aan intelligente systemen?

Vraag 4

Hoe relateert Searle's Chinese kamer argument zich aan de Turing imitation game? Wat voor conclusie zou Searle trekken over een computer die de test verslaat?

Vraag 5

Verklaar de kritiek op symbolische AI. Geef argumenten voor en tegen.

Vraag 6

Wat zijn de gelijkenissen tussen connectionistische AI architecturen en het menselijke brein?

Vraag 7

Wat betekent content-addressable zijn voor het menselijke geheugen?

Lecture 2

Zie bijlage.

Lecture 3

Vraag 21

Waarom hebben robots sensoren en effectoren nodig? Geef ook definities.

Vraag 22

Wat zijn vrijheidsgraden binnen robotica? Geef ook een voorbeeld.

Vraag 23

Wat zijn de verschillen tussen gedrag van twee Braintenberg voertuigen, waarvan er één recht en de ander gekruiste excitatorische connecties heeft. Beschrijf dit gedrag ook.

Vraag 24

Wat gebeurt er met de twee voertuigen uit vraag 23, als de connecties inhibitorisch zijn in plaats van exciterend?

Vraag 25

Wat gebeurt er als er een threshold functie wordt geïmplementeerd.

Vraag 26

Hoe kan een voertuig met thresholds reageren op bepaalde sequenties van input waardes?

Vraag 27

Hoe kan geheugen in een voertuig worden geïmplementeerd?

Vraag 28

Welke twee technieken kan een robot gebruiken om te leren? Leg deze uit.

Vraag 29

Verklaar het verschil tussen feedforward en feedback motorische controle systemen. Welke wordt wanneer gebruikt? Wat is een nadeel aan feedforward motorische controle systemen?

Lecture 4

Vraag 30

Welke drie typen netwerken zijn er? Beschrijf deze.

Vraag 31

Wat zijn argumenten voor de suggestie dat object herkenning en classificatie in de hersenen plaatsvindt door middel van feedforward netwerken?

Vraag 32

Wat is het receptieve veld van een neuron?

Vraag 33

Welke variatie in een receptief veld is er te zien, als het gaat om een receptief veld in een feedforward netwerk in de hersenen, dat visuele informatie verwerkt voor object herkenning en classificatie?

Vraag 34

Wat is een topografische of retinotopische representatie?

Vraag 35.....read more