Language
Country/Area
No result found
平行分佈處理模型的秘密：大腦如何模擬神經網絡？
在心理學中，平行處理是一種大腦同時處理不同質量的刺激的能力。這一能力特別與視覺系統有關，因為大腦將所見分成顏色、運動、形狀和深度四個組件，並分別進行分析，然後與存儲的記憶進行對比，這幫助大腦識別我們所觀看的內容。所有這些信息被無縫地結合成為我們所看到和理解的視野。
例如，當一個人站在人群中，兩組人同時進行不同的對話，他可能只能同時聽到兩個談話中的一些信息。
平行處理的概念被一些實驗心理學家與斯特魯普效應相聯繫。斯特魯普效應是源自斯特魯普測試，該測試展示了顏色名稱與實際顏色之間的不匹配。在斯特魯普效應中，人們的選擇性注意力使他們無法同時處理所有刺激，從而導致混淆。
背景
1990年，美國心理學家大衛·魯梅哈特提出了並行分佈處理（PDP）模型，旨在通過計算機模擬研究神經過程。根據魯梅哈特的理論，PDP模型將信息處理視為單元之間的交互作用，這些交互作用可以是激活性或抑制性質。平行分佈處理模型受神經系統的組織結構啟發，模擬生物的神經系統。
並行處理與串行處理
與平行處理相比，串行處理則涉及以順序方式處理信息，並且不同處理時間之間沒有重疊。這兩種處理模型的區別在於視覺刺激的處理過程中最為明顯。
視覺搜索
在串行處理的情況下，元素是按順序一個一個地搜索以找到目標。當目標被找到時，搜索就終止；而如果沒有找到，則搜索將持續到結束以確保目標不存在。相對於此，平行處理則是同時處理所有對象，雖然完成時間可能有所不同。
不過，平行處理在面對一些複雜任務時的效率卻仍然受到關注，這在後面的文章中會有詳細討論。
平行分佈處理模型的各個方面
平行分佈處理模型有八個主要方面：
處理單元：包括抽象元素如特徵、形狀和單詞，通常分為三種類型：輸入單元、輸出單元和隱藏單元。
激活狀態：這表示系統的狀態，激活模式以一組實數的向量形式表示。
輸出函數：將當前的激活狀態映射到輸出信號。
連接模式：決定系統如何響應任意輸入，總的連接模式由每個連接的權重來表示。
傳播規則：根據輸出向量和連接矩陣來決定每種類型輸入的淨輸入。
激活規則：所有單元的激活狀態根據淨輸入和當前激活狀態產生新狀態。
學習規則：透過經驗修改連接模式，包括建立新連接、失去現有連接、或修改已有權重。
環境表示：以時間變化的隨機性函數來表示環境，即任何時間點可能會對輸入單元施加的輸入模式。
深度感知
人類通過雙眼來感知深度。這種感知在出生時就已具備，且一些動物如貓、狗和猴子也具備此能力。某些視覺線索幫助我們建立深度感知，包括雙眼線索和單眼線索。
平行處理的限制
在幾項分析研究中提出了平行處理的限制。主要的限制包括大腦的容量限制、注意力閃爍失誤的干擾、有限的處理能力，以及在視覺搜索中的信息限制。對於物體識別等複雜任務，大腦不可能全部以平行方式完全處理。
特徵整合理論
安妮·特雷斯曼的特徵整合理論整合了串行和平行處理，並考慮了注意資源的分配。該理論分為兩個階段：特徵檢測使用平行處理，特徵的整合則使用串行處理，幫助我們形成整體物體和模式的感知。
平行分佈處理模型揭示了許多有關神經網絡運作的秘密，但這一過程的複雜性與限制仍然引發我們的思考：大腦是如何平衡這些處理模式以達成我們的日常感知與反應的呢？
