Konnektionismus

Inhaltsverzeichnis1 Von der klassischen AI zum Konnektionismus.1.1 Allgemeines.1.2 Die Annahmen der AI.1.3 Ebenen kognitiver Prozesse.2 Konnektionismus — eine Einführung.2.1 Allgemeines.2.2 Repräsentation — die klassische Unterscheidung.2.3 “Programmieren” von konnektionistischen Netzwerken.2.4 Netzwerkgrundtypen.2.5 Aspekte von konnektionistischen Modellen.3 Neuronale Netzwerke — Eine nähere Betrachtung.3.1 Ein mathematischer Abriß der Aktivierungsausbreitung (Update).3.2 Ein mathematischer Abriß der Lernregeln.3.3 Verteilte Aktivierungsmuster.4 Das Sub-Symbolische Paradigma.4.1 Von Hofstadter zu Smolensky.4.2 Die Gebirgsanalogie.4.3 Die symbolische Annäherung.4.4 Als Beispiel: Buchstabenerkennung.4.5 Die Gegenprobe: identifizierbare Features.4.6 Die konnektionistische Version des Sub-symbolischen Paradigmas.5 Repräsentation und Selbstorganisation.5.1 Allgemeines.5.2 Symbolische Repräsentation.5.3 Sub-symbolische Repräsentation.5.4 Die Notwendigkeit eines Interpreters.5.5 Was aber passiert in Hidden Units?.5.6 Warum wurde Repräsentation als so wichtig eingeschätzt?.5.7 Kognitive Modelle ohne Repräsentation? — Das Tower-Bridge Bild.5.8 Sub-Symbolische Repräsentation — Das ‘Binding Problem’.6 Symbole in sub-symbolischen Modellen.6.1 Allgemeines.6.2 Symbole und Informationstheorie.6.3 Die Rolle symbolischer Muster.6.4 Darstellung von Symbolen in konnektionistischen Netzwerken.6.5 Ein Modellansatz für repräsentationsfreie interne Symbole.6.6 Zusammenfassung.7 Regeln und sub-symbolische AI.7.1 Allgemeines.7.2 Transformationsregeln.7.3 Definitionsregeln: Am Beispiel Sprache.7.4 Zusammenfassung.8 Lernen.8.1 Was ist Lernen?.8.2 Lernen vom Hebb-Typus.8.3 Verlernen.8.4Zusammenfassung.9 Zufälligkeit.9.1 Die Bedeutung stochastischer Komponenten.9.2 Pseudo-Zufälligkeit.10 Feedbacks, Motivation und aktive Systemkomponenten.10.1 Weg vom Stimulus-Response System.10.2 Radikaler Konstruktivismus und sub-symbolische AI.10.3 Offene Fragen.11 Modelle der Perzeption.11.1 Allgemeines.11.2 Merkmale perzeptorischer Vorgänge.11.3 Akustische Spracherkennung (Speech Recognition).11.4 Visuelle Mustererkennung — Vision.11.5 Zusammenfassung.12 Kategorisierung und Konzeptualisierung.12.1 Allgemeines.12.2 Menschliche Kategorisierung und Implikationen daraus.12.3 Kategorien und Bildung von Konzepten im sub-symbolischen Wissen.12.4 Struktur und das Binding Problem.12.5 Modularität, Rekrutierung und Resonanz.12.6 Schemata.13 Sprachverarbeitung.13.1 Klassische Modelle und deren Grenzen.13.2 Eine sub-symbolische Sicht.13.2.4 “Universalgrammatik”.13.3 Andere konnektionistische Systeme zum Thema Sprache.14 Expertensysteme und Logik in der sub-symbolischen AI.14.1 Menschliche Expertise, IP und CRI.14.2 Produktionensysteme und neuronale Netzwerke.14.3 Die Kritiken Dreyfus’.14.4 Die Rolle der Logik.15 Eine kritische Zusammenfassung.15.1 Allgemeines.15.2 Die “Symbol Wars”.15.3 Die Grenzen des sub-symbolischen Ansatzes.15.4 Konklusion (ein Versuch).Literatur.