Psychosemantiek (bachelorscriptie)

[Eelke Spaak]

Allereerst een disclaimer: achter de discussie die ik in deze thread wil voeren schuilen meerdere motieven . Ik bevind mij namelijk in het derde jaar van mijn bachelor Kunstmatige Intelligentie, en in het eerste (van de twee) jaar van mijn bachelor Filosofie. Mijn bachelorscriptie wil ik voor deze studies gecombineerd gaan schrijven, en zal dus moeten gaan over een onderwerp dat zich tussen deze twee vakgebieden bevindt.

Een onderwerp waarin ik de laatste tijd geïnteresseerd ben geraakt zijn de theorieën over psychosemantiek van Paul (en Pat) Churchland. Zij zijn beiden eliminatief-materialisten: de termen waarmee mensen in het dagelijks leven hun mentale toestanden beschrijven (folk psychology), zijn misleidend en hebben geen directe relatie tot mentale (en dus brein-) toestanden. In plaats van deze termen pleit Paul Churchland voor een beschrijving van mentale toestanden als punten in multi-dimensionale vectorruimten, waarin elke dimensie een activatie van één neuron representeert. Hiermee kunnen we ook verschillende percepten classificeren: een waargenomen object veroorzaakt activatie in bv. het visuele systeem, en het punt dat onze mentale toestand beschrijft verschuift dus over de 'visueel-neuronale' dimensies.

Ook kunnen we de multi-dimensionale vectorruimte beschouwen, waarin elke dimensie het gewicht van één bepaalde neuron-neuron verbinding voorstelt. Een punt in deze ruimte correspondeert, volgens Churchland, met het wereldbeeld van één persoon, aangezien een bepaalde configuratie van een volledig biologisch neuraal netwerk een persoonlijk wereldbeeld volledig vastlegt.

Welnu, bovenstaande theorie van de semantiek van mentale toestanden vind ik interessant, maar ik ben het er niet volledig mee eens. Deze theorie negeert namelijk de invloed van het lichaam en de omgeving op mentale toestanden en gedrag. Volgens mij (in navolging van één van mijn docenten) is dit namelijk ook belangrijk, en zullen we nooit een goede 'mens-simulatie' kunnen bouwen zonder ook deze factoren in ogenschouw te nemen.

Zoals gezegd, wil ik mijn bachelorscriptie (speelt pas halverwege volgend jaar denk ik, als ik met filosofie ook wat verder gevorderd ben) gaan schrijven over een onderwerp dat met beide studies te maken heeft. Echter, ik kan nog niet echt goed een concreet onderwerp bedenken. De meeste dingen die ik bedenk zijn redelijk enorm van omvang, en dus absoluut niet geschikt voor een bachelorscriptie (maar meer voor een proefschrift o.i.d.). Ik had bijvoorbeeld bedacht dat ik een simulatie wilde maken van een neuraal netwerk (liefst op sub-cellulair niveau gesimuleerd), inclusief sensoren en effectoren. Na dit netwerk een tijd te hebben gerund (en getraind) wilde ik dan de gewichten en activaties van de units catalogiseren, om zodoende multi-dimensionale vectoren te verkrijgen die dan (zo hoopte ik) correspondeerden met wereldbeelden en perceptuele inputs, respectievelijk. Dit voorstel is uiteraard te vaag, en waarschijnlijk te omvangrijk.

Misschien begrijpen jullie al waar ik heen wil: naar een grondige discussie over de hierboven aangestipte thema's, maar ook naar een onderwerp voor een bachelorscriptie, dat interessant en haalbaar is .

[Verwijderd]

Het klinkt allemaal heel interessant, een binding tussen neurale netwerken en zintuiglijke perceptie, maar er is een probleem: je hersenen zijn nogal groot.

Haal voor de grap eens bij biologie een atlas van het brein van een vlieg (brommus domesticus).

Als je daarin bladert, dan zie je hoe ongelofelijk complex de hersenen van zo'n beestje al zijn (lees miljoenen neuronen en tienduizenden netwerkjes). Dan te bedenken dat je die zo tegen de muur smashed als je er last van heb.

Als een vlieg al zo complex is, en je kent een vlieg niet veel mentale toestanden toe, hoe zou je de mens dan ooit kunnen begrijpen op neuronaal niveau?

Een neuraal netwerk is niets meer dan een setje non-lineaire likelihood vergelijkingen dat je maximaliseert gegeven data. Dat is dood, niet levend. Het kan misschien als classifier dienen (bv om spam van niet spam te onderscheiden), maar model staan voor het mensenlijke brein, dan lijkt mij een schromelijke onderschatting van wat het menselijke brein is.

Let op, ik beweer niet dat bewustzijn geen biologische basis heeft, echter een beschrijving op neuronaal niveau lijkt mij onzinnig om begrip te krijgen van mentale staten. Het heeft ook niet zo veel zin een auto op moleculair niveau te beschrijven als je wilt tanken.

Ik denk dat de huidige psychologie een redelijk verzameling van berippen kent waarmee men in staat is de mentale toestand van een mens te begrijpen (invoelen), classificeren en te manipuleren. Uiteraard is er altijd ruimte voor uitbereiding en verfijning, maar naar mijn idee moet je dat niet zoeken op neuronaal niveau

[Eelke Spaak]

Verwijderd schreef op vrijdag 23 december 2005 @ 11:46:
Een neuraal netwerk is niets meer dan een setje non-lineaire likelihood vergelijkingen dat je maximaliseert gegeven data. Dat is dood, niet levend. Het kan misschien als classifier dienen (bv om spam van niet spam te onderscheiden), maar model staan voor het mensenlijke brein, dan lijkt mij een schromelijke onderschatting van wat het menselijke brein is.

Wat Churchland dus zegt, is dat je biologische neurale netwerken op eenzelfde manier kan beschrijven als artificiële, dus met behulp van een multi-dimensionale vectorruimte. Hierop baseert hij zijn psychosemantische theorie. Ik ben met je eens dat een artificiëel neural netwerk hoogstwaarschijnlijk niet volledig model kan staan voor een menselijke geest, maar om andere redenen. Ten eerste vanwege de hierboven al genoemde rol die lichaam en omgeving, naast het brein, spelen in de cognitie. Ten tweede, vanwege de door jou al genoemde complexiteit. Dit betekent echter niet dat een neuron op zichzelf, of een net van enkele duizenden, misschien miljoenen, cellen, al niet te simuleren is, simpelweg omdat het "dood" is. Waar ik nu juist vanuit ga is dat ook de biologische cellen te beschrijven zijn met wiskunde, zij het een veel complexer wiskunde dan een neuraal netwerk zoals bijvoorbeeld de multi-layer perceptron gebruikt. Dit is ook de reden dat er steeds meer wordt gekeken naar sub-cellulaire artificiële neurale netwerken, waarin zeer lokale eigenschappen van celmembranen, neurotransmitters etc. worden meegenomen in de simulatie.

Let op, ik beweer niet dat bewustzijn geen biologische basis heeft, echter een beschrijving op neuronaal niveau lijkt mij onzinnig om begrip te krijgen van mentale staten. Het heeft ook niet zo veel zin een auto op moleculair niveau te beschrijven als je wilt tanken.

Dit ben ik volledig met je eens. Echter, een simulatie op laag niveau kan wel een goed fundament bieden voor de beschrijving van mentale states. Als je kijkt naar de natuurkunde, daar realiseert men zich continu dat alle systemen bestaan uit sub-atomaire deeltjes. Er valt over deze systemen wèl wat te zeggen op een hoger niveau, maar deze uitspraken zijn gefundeerd door de kennis van het kleine. Iets dergelijks zou ik ook graag zien in de cognitiewetenschap. Churchland is het hierover met mij eens, en draagt gelijk een oplossing aan: de hoog-niveau beschrijvingen die we momenteel hanteren (geloof, verlangen, intentie) zijn inadequaat, en we moeten kijken naar vectoren die een mentale toestand beschrijven in termen van neurale activatie. Deze vectoren zijn volledig reducibel tot de onderliggende neuronen, maar bieden wel een vorm van abstractie.

[Eelke Spaak]

Vindt niemand dit interessant? Anyway, even een schop .

[Opi]

Alhoewel ik niet bekend ben met deze materie, waag ik, na Wikipedia nageplozen te hebben, toch een poging.

Wat ik opgemaakt heb uit de tekst is dat de idee van de Churchlands erop neer komt dat bepaalde mentale toestanden niet zozeer een basis zijn zoals ze in de common sense psychologie gebruikt lijken te worden, maar eerder een resultaat van een combinatie van interacties van (groepen) neuronen.

Als dit het geval is dan vind ik het buitengewoon omslachtig om het op te slaan als een punt in een vector-ruimte. Op zich moet dit kunnen, maar wanneer je een dimensie definieert als de activatie van een neuron, ben je volkomen onpraktisch bezig. Wanneer je er toch aan vast wil houden dan zou ik eerst PCA toepassen. Voor de andere voorstellen wat betreft de definitie van dimensies gaat hetzelfde op.

Na dit netwerk een tijd te hebben gerund (en getraind) wilde ik dan de gewichten en activaties van de units catalogiseren, om zodoende multi-dimensionale vectoren te verkrijgen die dan (zo hoopte ik) correspondeerden met wereldbeelden en perceptuele inputs, respectievelijk.

Gewichten-combinaties (uitgaande van MLPs) zijn niet uniek en behoren ook niet tot een bepaalde klasse object.

Een mogelijkheid is om voor elke type input een apart netwerk te hangen, hierin middels unsupervised learning klassen te creëren en die klassen weer als input te gebruiken als input voor een ander (meta-)netwerk.

Dit voorstel is uiteraard te vaag, en waarschijnlijk te omvangrijk.

Als je er desalniettemin meer over zou willen zeggen. Voor mij is het allemaal onbekend terrein; van de meeste ideeën heb ik wel globaal gehoord, maar net niet genoeg om de ideeën al met elkaar te laten stoeien.

Wat betreft de opbouw van de simulaties door op het laagste niveau te beginnen; uitermate intuïtief, maar je loopt snel tegen beperkingen op van een computer/je eigen tijd. Wellicht zou je eens kunnen kijken naar het boek Creation: Life and how to make it van Steve Grand, de ontwerper van het spel Creatures. Hierin zet hij zijn gedachten en redenen uiteen.