联结主义、关联主义和学习.docVIP

联结主义、关联主义和学习 　　摘 要：联结主义是认知心理学的一个理论范式，建立在人工神经网络模拟大脑神经元及其联结基础上，运用神经生物学解释普遍认知，与符号主义范式相对应。关联主义是在电子信息技术迅速发展的数字新时代出现的一种新的学习理论或学习观。笔者在文中将对两个概念加以辨析，同时谈谈这两个概念对学习的不同理解。 　　关键词：联结主义；关联主义；学习 　　中图分类号：G434 文献标识码：A 文章编号：1671-7503（2013）17-0020-04 　　一、引言 　　“联结主义”和“关联主义”是近几年在认知和教育等领域出现频率较高的词汇，两个短语在英文上对应的称谓分别是：“Connectionism”和“Connectivism”，常有学者将其中文译法混为一谈；又因这两个概念都与网络系统相关，因此，常有人将这两个概念混淆，张冠李戴。 　　联结主义（Connectionism），也有学者称之为“连接主义”、“连通主义”或“联通主义”，属于认知心理学的范畴，与符号主义（Symbolism）一起构成了认知心理学的主要研究范式。 　　关联主义（Connectivism），也有译作“联通主义”、“连通主义”或“连接主义”，是由加拿大学者乔治·西门思（George Siemens）提出来的。相对于在教学环境的创设过程中使用得最频繁的三大学习理论——行为主义、认知主义以及建构主义，关联主义是一种新型的“数字时代的学习理论”[1]。 　　关于学习的定义众说纷纭，目前国内较为普遍接受的理论是：学习是学习者由于经验积累而引起的行为、能力或心理倾向的相对持久的改变[2]。学习的本质和过程一直是哲学、心理学、教育学等领域的研究课题，并因此产生了不同的学习理论和学习观，联结主义和关联主义就是其中的两个代表。 　　二、联结主义 　　（一）认知心理学领域的联结主义范式 　　符号主义和联结主义是认知心理学领域的两个主要范式。符号主义以“心理活动类似于计算机”为隐喻，把认知过程类比为计算机系统中的物理符号的运算过程。符号主义赋予符号以核心性的地位， 采用符号表征理论（Symbolic Representational Theory）和符号计算理论（Symbolic Computational Theory），强调的是符号的序列或串行的加工。 　　联结主义以“心理活动类似于大脑”为隐喻基础，认为人的认知活动就是大脑神经元整体的动态活动。联结主义模型在结构和功能上模拟大脑神经网络，利用人工神经网络来解释人类大脑的认知活动。联结主义赋予网络以核心性的地位， 采纳分布表征理论（Distributed Representational Theory）和并行加工理论（Parallel Distributed Processing），强调的是网络的并行分布加工。 　　（二）联结主义论学习 　　1.联结主义的学习本质 　　联结主义网络一般由三个层次组成：输入层、内隐层和输出层。输入层接受输入的表征，输出层提供输出应有的表征，而内隐层则对网络所学习到的知识表征进行加工处理。学习由输入层开始，至内隐层再到输出层。 　　联结主义神经网络由类似于神经元的基本单元（units）或节点（nodes）构成，单元相互联结在一起，联结有不同的强度，也称为权值（weight）。每个单元都有不同的活性值（activation va1ue），它们的行为取决于是否受到网络其他单元的激活或抑制。知识是以交互激活的模式扩散于整个网络中单元间的联结中，通过改变单元间的权重就可以改变网络的状态从而实现学习的目的，也就是说联结主义的学习实质就是调节网络中各单元的激活程度及单元之间的联结强度。简而言之，学习就是建立新的联结或改变联结的启动模式[3]。 　　2.联结主义的学习方法 　　联结主义有许多在数据表征、学习类型、学习速度、可靠性等方面各异的学习法则，其中，最典型的是相关学习和误差修正学习。相关学习是最简单的学习法则，最早是由Hebb作为假说提出的，人们一般将之称为Hebb学习法。Hebb规则认为：“当神经细胞A的轴突足够接近神经细胞B，并且A反复并持续地激活B，那么，这两个神经元或其中一个必然有某种生长过程或代谢过程，神经元A激活B的效率因此而增加。” [4]其基本思想就是：两个神经元如果同时激活，它们之间的联结强度就会加强。 　　联结主义的另一个较复杂的学习方法是误差修正学习方法，这种学习方法也就是人们常说的△学习规则，又称德尔塔规则（delta rule）。根据这一规则，首先给网络设置期望输出，然后根据实际输出与期望输出的误差来调整输入单元和输出单元间的权重。循环往复几轮之后，得到一套固定权值，根据这一固定权重就可以实现对输入的正确表征来得到期望的输出。