Konnektionismus

Der Konnektionismus ist ein Problemlösungsansatz in der Kybernetik bzw. der Künstliche Intelligenz-Forschung. Im Gegensatz zum Konstruktivismus versteht er ein System als Wechselwirkungen vieler vernetzter, einfacher Einheiten.

Weiteres empfehlenswertes Fachwissen

Dauerhaft genaue Prüfgewichte dank 12 kostenloser Tipps

Was ist der richtige Weg, um die Wiederholbarkeit bei Waagen zu überprüfen?

Wie erhalten Sie Tag für Tag genaue Wägeresultate?

Problemlösen besteht unabhängig von den jeweiligen Anwendungsfeldern stets aus den Schritten:

• Informationen erheben
• Modell bilden
• Prognose erstellen
• Ergebnis kontrollieren

Der Schritt der Modellbildung ist dabei zweifellos der schwierigste. Expertensysteme, Simulationen und numerische Rechnungen erfordern detaillierte Kenntnisse des Systems, das untersucht werden soll. Ihr konstruktivistischer Ansatz beruht auf der Hypothese, dass Systeme durch schrittweise vorgenommenes Zerlegen algorithmisierbar bzw. vollständig symbolisch beschreibbar sind (Physical Symbol System Hypothesis, Allen Newell, Herbert A. Simon, 1976).

Das Verhalten eines Systems wird durch ein konnektionistisches Modell mit einer großen Anzahl von relativ einfachen Einheiten dargestellt, die in einem dichten Netzwerk miteinander verbunden sind. Diese Einheiten arbeiten lokal und kommunizieren mit anderen nur via Signalen über Verbindungen.

Der Aufbau eines konnektionistischen Modellsystems wird durch Beispiele des zu untersuchenden Systems so vorgenommen, dass es unter gleichen Bedingungen das gleiche Verhalten wie sein Vorbild zeigt. Es besteht also Verhaltensisomorphie. Das konnektionistische Modellsystem antwortet auf Eingaben mit den gleichen Ausgaben, wie sein reales Vorbild. Da das Systemverhalten nicht algorithmisiert wird, ist nicht nachvollziehbar, wie das konnektionistische Modellsystem intern funktioniert, da Ergebnisse immer aus dem Zusammenwirken aller Elemente entstehen. Dabei ist das konnektionistische Modellsystem nicht notwendigerweise isomorph zum Untersuchungsgegenstand. Nach Smolensky erfolgt Repräsentation des Wissens subsymbolisch.

Subsymbolische Hypothese: Die Ableitung von Wissen entsteht aus der Interaktion einer großen Anzahl von Einheiten. Diese Interaktion erlaubt keine exakte Beschreibung auf konzeptioneller Ebene, sondern muss direkt durch Modellprozessoren verwirklicht werden. Die Modellvorstellung eines konnektionistischen Systems ist grundlegend und unabhängig von einer konkreten Realisierung. Neben den bekannten künstlichen neuronalen Netzen ist besonders das Sensitivitätsmodell von Frederic Vester als Implementation einer konnektionistischen Auffassung zu erwähnen.

Literatur

• Georg Dorffner: Konnektionismus. Teubner, Stuttgart 1991 ISBN 3-519-02455-1
• Jeffrey L. Elman, Elizabeth A. Bates, Mark H. Johnson, Annette Karmiloff-Smith, Domenico Parisi, Kim Plunkett: Rethinking Innateness. A connectionist perspective on development. MIT Press, 1999 ISBN 0-262-05052-8
• Markus Pospeschill: Konnektionismus und Kognition. Stuttgart: Kohlhammer 2004 ISBN 3-17-018217-X

Siehe auch

• Künstliche Intelligenz
• Parallel Distributed Processing
• Neuronales Netz
• Cybersyn
• 100-Schritt-Regel