Paradigma clasic-simbolică

Asumţii generale: - Un simbol este un pattern ce reprezintă sau înlocuieşte „ceva” (de exemplu un obiect real) astfel încât
în loc să manipulăm un obiect manipulăm simboluri. Asumţiile de bază ale abordării simbolice:

Procesele cognitive pot fi considerate ca manipulări formale de simboluri (manipulări ce se bazează pe reguli sintactice).

 Adăugarea de sens simbolurilor (interpretarea lor) conferă sens comportamentului.

 Procesele cognitive pot fi studiate independent de studierea creierului.

Reprezentarea cunoştinţelor

reprezentări de tip procedural (exemplu: pizza din cartea de bucate)

reprezentări de tip declarativ (exemplu: descrie o veveriţă)

Reprezentările iau forma unor propoziţii. O propoziţie este un enunţ cu valoare de adevăr. Propoziţia poate exista într-un sistem
cognitiv sau în afara lui. Orice propoziţie care există într-un sistem cognitiv se numeşte credinţă (believe). O propoziţie şi
argumentele care o susţin formează o ipoteză. Tot ceea ce numim cunoaştere într-un sistem cognitiv este format din
ansamblul ipotezelor adevărate ale sistemului. Baza cunoaşterii este un model intern al lumii reale stocat în memoria
sistemului si este utilizată pentru determinarea comportamentului. Baza cunoaşterii este schimbată şi dezvoltată de sistem
sub forma unui limbaj. Pentru a extrage informaţiile din baza cunoaşterii este nevoie de operaţii de extindere. Modul în care
operăm cu ea se realizează cu ajutorul informaţiilor şi al operaţiilor. Există două modalităţi de abordare a informaţiilor: abordarea
logică şi abordarea informaţională propriu-zisă.
 Paradigma neoconexionistă (paradigma procesărilor paralele, modelare
neuromimetică)
• Premisa: Activitatea cognitivă poate fi explicată pe baza unor modele de inspiraţie neuronală.

• Reţea neuromimetică. Neoconexionismul vizează procesarea informaţiei prin reţele

neuromimetice şi susţine că informaţia este reprezentată de sistemul cognitiv uman prin
valori şi patternuri de activare ale unor unităţi simple (neuromimi).

• O reţea neuromimetică este formată din următoarele componente:

•  Unităţile se mai numesc unităţi cognitive, neuromimi sau noduri. Aceste unităţi
preiau două proprietăţi ale neuronilor reali: valoarea de activare şi ideea grupării neuronilor
într-o reţea de conexiuni.

• Funcţiile unităţii:  receptează input-ul şi îl converteşte într-o valoare de activare (unităţi

input) şi  transmit output-ul în mediul reţelei (unităţi output).
 •  Starea de activare. Orice unitate are o valoare (stare de activare) la un moment dat care
ridică nivelul său de activare. Intervalul de variaţie este [-1;+1].

•  Regula de activare. Este o funcţie ce stabileşte modul în care se modifică valoarea de

activare a unităţilor dintr-o reţea. Modificarea stării de activare se stabileşte pe baza netinput-
ului (care este suma input-urilor recepţionate de o unitate).

•  Funcţia output. Stabileşte relaţia dintre valoarea de activare a unei unităţi şi output-ul
pe care îl transmite spre alte unităţi din reţea.

• Există o situaţie-prag (o valoare prag), adică dacă valoarea de activare are un anumit nivel,
atunci unitatea transmite informaţii.

• Există o valoare peste prag – funcţia output +1 şi sub prag funcţia output 0 (cea mai mică
fiind output -1).

•  Conexiunile. Nodurile reţelei sunt legate prin conexiuni. Cea mai importantă
caracteristică a conexiunilor este ponderea conexiunii (tăria ei, importanţa).
 • Regula de învăţare. Modificarea tăriei conexiunilor se
face pe baza unor reguli de învăţare care sunt nişte algoritmi,
nişte ecuaţii care guvernează modularea ponderii conexiunilor
dintr-o reţea.

• Mediul reţelei. Structură mai largă, în care este

scufundată reţeaua respectivă. Influenţa mediului apare sub
forma de Biţi, adică input-uri cu valoare fixă, care sunt
independente de dinamica activării din cadrul reţelei.