Gehirnmetapher/Konnektionismus

[engl. neuron metaphor/connectionism], [KOG], die Gehirnmetapher drückt aus, dass mentale Phänomene als emergente Eigenschaften (Emergenz) in einem Netzwerk aus einfachen Einheiten entstehen (vergl. Computermetapher). In konnektionistischen Netzwerken (auch neuronale Netze, Netzwerk, verteiltes, oder parallel verteilte Prozessmodelle, PDP) sind simulierte Neuronen i. d. R. in Schichten angeordnet (z. B. input layer, hidden layer, output layer). Durch Lernen verändern sich die Verbindungsstärken zw. den simulierten Neuronen, sodass z. B. versch. Reize korrekt in vorgegebene Antwortklassen sortiert werden können. Berechnungen und Speichern laufen nach der Gehirnmetapher bzw. im Konnektionismus parallel und verteilt ab. Explizite Regeln und Symbole werden in der Gehirnmetapher vermieden. Stattdessen bestehen Repräsentationen aus Aktivierungsmustern im Netzwerk. Die sind auch robust, wenn einzelne Neurone ausfallen. Das gleiche Netzwerk kann viele versch. Muster speichern. Konnektionistische Netzwerke können beeindruckende Ergebnisse erzeugen. Z. B. haben Sejnowski und Rosenberg schon 1986 NETtalk vorgestellt, das mit Training zunehmend besser in der Lage ist, einen engl. Text in gesprochene Sprache umzuwandeln [Tonbeispiel: www.salk.edu/Media/nettalk.mp3]. Konnektionistische Netzwerke können also Verhalten produzieren, das Regeln gehorcht (denen der engl. Aussprache), ohne explizit Regeln zu benutzen. Gallistel & King (2009) argumentieren, dass die Gehirnmetapher plausibel erscheint, weil sie zum Konzept der Assoziation passt, das in der Ps. seit über 100 Jahren (oft stark unterspezifiziert) existiert. Diese Unterstützung gilt auch umgekehrt. Wesentliches Merkmal der Gehirnmetapher sei, dass kein Zugriff auf Inhalte möglich ist, ohne dass andere assoziierte Inhalte mit aktiviert/verändert werden. Alternativ können sich die Computermetapher und die Konzeption des mentalen Systems als Informationsverarbeitungssystem gegenseitig stützen.