决策序列:从连接主义到选择主义的探索
在认知科学和神经网络的研究领域中,我们常常面临着如何让网络更好地学习和解决问题的挑战。本文将深入探讨连接主义和选择主义两种理论,并通过一个具体的案例研究——奇偶问题,来展示如何将选择主义的思想融入连接主义网络中,以提高网络的学习效率。
1. 音乐网络中的思考
在研究神经网络对音乐和弦的处理时,有两个值得思考的问题。首先,是否有隐藏单元负责捕捉和弦的某种特征?其次,每个和弦由四个音符定义,也许每个隐藏单元能检测音符在琴键上的位置,并利用这些信息帮助网络处理不同的转位。要详细探究这些可能性,我们需要考察隐藏单元对不同模式的响应、输入隐藏单元的连接权重的相对值,以及输入输出单元的权重。分析这些属性的一个目标是发现网络如何表示定义每种和弦类型的音乐特征。这种表示是否令人惊讶或有趣?人们是否也使用这种表示方式?它是否揭示了不同和弦或音阶之间数学关系的惊人之处?一旦找到这些关于表示的问题的答案,我们就可以探索当采用不同的输入和/或输出编码时,网络的表示是否会发生变化。
2. 认知科学中的两种理论:指令主义与选择主义
自20世纪50年代中期诞生以来,认知科学一直受数字计算机隐喻的引导,发展出了功能主义理论,这些理论在很大程度上(且有意地)忽略了心理现象的神经基础。近年来,对这种做法的强烈反应催生了两种受生物学启发的认知理论:指令主义和选择主义。这两种方法虽然都对经典认知科学提出了挑战,但它们之间却形成了一种不幸的竞争关系,普遍观点认为指令主义和选择主义理论是相互不相容的。
2.1 指令主义理论
指令主义理论将认知视为神经元生长的最终产物。在最极端的形式下,发育中的大脑最初被视为一块白板。由
超级会员免费看
订阅专栏 解锁全文
852

被折叠的 条评论
为什么被折叠?



