MODELO CONEXIONISTA E REDE NEURAL

Prévia do material em texto

Conexionismo e Rede Neural
Profa. Me. Maria Rozineti Gonçalves/Prof.a Dra Simone Ferreira da Silva Domingues 
Curso de Psicologia – UNICSUL
Teorias da Aprendizagem
Na psicologia chamamos de paradigma conexionista quando utiliza redes neurais para entender e explicar a vida mental e comportamento. 
Estuda a mente numa perspectiva computacional. Descreve o processamento cognitivo à semelhança de um computador
O termo conexionismo foi usado pela primeira vez para se referir a teorias como a de Edward Thorndike - preocupou-se com a conexão entre estímulos e respostas. 
Fez inferências sobre essas conexões ao observar o comportamento real. 
CONEXIONISMO é um conjunto de abordagens de diferentes campos, como inteligência artificial, psicologia cognitiva, ciências cognitivas, neurociência e filosofia da mente, que modelam fenômenos mentais e de comportamento.
CONEXIONISMO
Reflete um conjunto de abordagens inspirados em processos emergentes de redes interligadas de unidades simples como neurônios. 
O termo foi introduzido por Donald Hebb na década de 1940. 
Existem muitas formas de conexionismo, mas as formas mais comuns usam modelos de redes neurais.
REDES NEURAIS
São maciçamente conjuntos interligados capazes de processamento e armazenamento de informações, 
alterando suas unidades estados
REDES NEURAIS - RNA
Um modelo que tenta duplicar a estrutura e a função das redes de neurônios biológicos que compõem nossos cérebros – nossas reais redes neurais humanas. 
A atual utilização do termo rede neural geralmente se refere a redes neurais artificiais - RNA, em vez de redes neurais biológicas.
REDE NEURAL
A cognição ocorre no cérebro com múltiplos padrões de ativação requerendo que diversas coisas estejam acontecendo de forma simultânea e rapidamente. 
“Uma rede neural é um paradigma computacional matemático geral que modela as operações dos sistemas neurais biológicos” 
MODELOS DE PROCESSAMENTO DISTRIBUÍDO PARALELO (PDP)
Conjunto de unidades de processamento cuja estrutura (arquitetura) foi criada para imitar os neurônios do cérebro.
 
O modelo conexionista pressupõe que a atividade do conjunto de neurônios do cérebro seja similar à atividade de processamento de um computador PDP (Processamento Distribuído Paralelo). Porém esta similaridade é contestável pois a atividade dos neurônios forma uma rede neural . Nenhum organizador ou processador central governa suas atividades.
Inteligência Artificial
É uma designação geral para modelos, procedimentos, estratégias ou máquinas que pretendem copiar algumas das funções inteligentes dos seres humanos
Modelo Conexionista - IA 
Acredita que construindo um sistema que simule a estrutura cognitiva do cérebro, este apresentará inteligência, será capaz de aprender, assimilar, errar e aprender com seus erros.
Simbolismo é o nome coletivo de todos os métodos de pesquisa de IA baseados em representações simbólicas de alto nível (legíveis por humanos) de problemas, lógica e busca. 
AI simbólico era o paradigma dominante da pesquisa do AI desde seus primórdios até o final dos anos 80.
Avançamos de máquinas de calcular dirigidas por algoritmos, manipuladora de símbolos – para o computador digital serial
Tipos de Aprendizagem
Aprendizagem explícita - representável em símbolos, consciente e subordinada a regras definidas. 
Aprendizagem implícita - como se aprendesse da experiência, desenvolvendo regras implícitas, não verbalizadas - complexa rede de conexões 
Ex: crianças aprendendo a linguagem x regras gramaticais
Algumas Precauções e Críticas
Não são um sistema nervoso; são apenas metáforas. A lógica humana não é previsível, está sujeita a erros e comporta uma compreensão mais ampliada sobre o funcionamento do cérebro.
Não são analogias perfeitas dos processos do pensamento humano. 
Três críticas-padrão:
1 - os computadores não simulam muito bem as emoções humanas
2 - as simulações computadorizadas não revelam os insights dos quais são capazes os solucionadores humanos de problemas. 
3 - os programas de computador nos ensinam pouco, ou nada, sobre como trabalha o sistema nervoso humano
Problema da inferência - a aprendizagem inicial impede a aprendizagem subsequente, de forma muito mais frequente do que acontece com os sujeitos humanos
Debate e a incerteza referente a se as representações mentais são distribuídas em conexões neurais em várias partes do cérebro ou se estão localizadas em uma conexão neural ou de neurônios específica – ex.”célula da vovó”
Implicações Educacionais
A simulação da aprendizagem e do pensamento humano tem óbvias implicações educacionais, buscam a participação ativa, além de aumentar a motivação 
Sistema tutorial inteligente (STI) 
Simulações computacionais que imitam outros fenômenos que não os processos de pensamento humano - aeronave, medicina, laboratório de física ou química 
Simulações computadorizadas interativas de vários ambientes, chamadas de realidade virtual (RV)
Computadores nas escolas diz respeito a ensinar aos alunos habilidades de programação
Programas de computador - elaborados para ensinar habilidades de cooperação, aumentar a competência na descoberta e na resolução de problemas, para desenvolver habilidade de estudo e análise de tarefas, para melhorar a memória, aperfeiçoar as habilidades de interacão verbal, imitar modelos
REFERÊNCIAS
LEFRANÇOIS, Guy R. Teorias da Aprendizagem: o que o professor disse. São Paulo: Cengage Learning, 2017. – Livro digital.