13
Allgemeine Psychologie (Subject) / Vorlesung 10 (Lesson)
Advertisement
- Lernen Verhaltensveränderung (vor lernen nicht gewusst, danach schon) Bei Wissen: ist nicht direkt beobachtbar, aber Änderung im Verhalten ist beobachtbar Der Mechanismus der Lernen zugrunde liegt ist Assoziation
- Assoziationen Ideen werden zusammen assoziiert und durch diese Assoziation kommt das Lernen zustande
- Hebbisches Lernen Wenn das abfeuern eines Neurons wiederholt dazu beiträgt, ein anderes Neuron abzufeuern, wird die synaptische Verbindung verstärkt Wenn ein Axon der Zelle A nahe genug ist, um eine Zelle B anzuregen und wiederholt oder andauernd am Feuern beteiligt ist, findet in einer oder beiden Zellen ein geiwsser Wachstumsprozess oder eine metabolische Veränderung statt, sodass die Effizienz von A als eine der Zellen B zündet, erhöht ist Bsp. Förster und Wald. Warum ist Wald das Erste was einem einfällt, wenn man Förster hört? Weil diese beiden Ideen häufig zusammen vorkommen. Sie sind assoziiert. Sobald die eine Idee ins Gedächtnis kommt, dann kommt auch automatisch die andere
- Kortikale Plastizität oftmals die Plastizität des gesamten Gehirns bezeichnet, obwohl dabei auch Regionen außerhalb des Kortex beteiligt sind unter neuronaler Plastizität versteht man die Eigenart von Synapsen, Nervenzellen oder auch ganzen Hirnarealen, sich zwecks Optimierung laufender Prozesse nutzungabhängig in ihrer Anatomie und Funktion zu verändern Beweisen, dass es das Hebbische Lernen gibt Jeder Finger hat eine Repräsentation auf dem sensomotorischen Cortex (Humunculus) und da sind nebneinander die Areale für alle Finger zusammen nähen der Finger eines Affens (zwei) Immer wenn ein Finger stimuliert wird, wird auch der andere stimuliert --> Korrealtion Neurone die korreliert sind werden gemeinsam im Cortex assoziiert man findet nach dem Training rezeptive Felder die über beide Finger hinweggehen Es bilden sich neue rezeptive Felder, die über beide Finger hinweg gehen Im Cortex können sich Verbindungen ständig ändern: Kortikale Plastizität
- Spike-Timing Dependent Plasticity Wenn zwei Zellen gemeinsam feuern, dann führt es dazu das die Verbindung zwischen den Zellen verstärkt wird Eingabe von der präsynaptischen Zelle ist die Ausgabe von Postsynaptischen Zelle Die Idee von Assoziation --> zwei Neurone und die stehen jeweils für etwas Bsp. Objekterkennung: Prä ist ein Bild von Jennifer Aniston und da sind Zellen welche aktiv sind, wenn man Jennifer Aniston sieht. Bei Post: Name, Wort, von Jennifer Aniston Wenn man beides assoziieren will: Ich sehe Bild und Name, kommen immer zusammen und werden dann assoziiert manchmal reicht die Aktivität nicht aus, um die postsynaptische (Name von Jennifer Aniston) zu erregen, dann war die Assoziation nicht stark genug, so dass die Erregung der postsynaptischen Zelle nicht stattfindet es kommt auch aufs timing an, wird die postsynaptische nicht kurz nach der präsynaptischen erregt, so feuert diese dann nciht ausreichend Assoziatismus kann dieses Phänomen nicht erklären --> Idee des Vorhersagefehlers Man kann nicht durch Assoziation lernen, wie Grammatik lernen?
- Klassische Konditionierung UCR: unkonditionierte Antwort (Reaktion welche ohne Lernen stattfindet --> Reflex) Der UCS (Essen) kann mit CS (conditioned Stimulus -> Glocke) gepaart werden. Hund bekommt essen wenn die Glocke leutet Nachdem Essen fängt er immer an zu sabbern, der Hund lernt, dass die Glocke und das Essen assoziiert sind, die treten immer zusammen auf Glocke allein ruft danach schon sabber aus der CS führt jetzt dazu, dass die gleiche Antwort jetzt konditioniert auftritt
- Kandel's Aplysia neuronale Grundlagen von klassischer Konditionierung CS: elektrische Stimulation des sensorischen Neurons (SN); US: Elektroschock zu Schwanz; UR: Syphon Rückzzug, Motorneuron (MN) Antwort aufgezeichnet Vor der Konditionierung: Stimulation von Neuron 2 (MN) bewirkt starke Reaktion in Neuron 3 (Rückzug des Syphons); Stimulation von Neuron 1 (SN) tat dies nicht in mehreren Konditionierungsdurchgängen wurden Neuron 1 und Neuron 2 in rascher Folge stimuliert Als Ergebnis entwickelte Neuron 1 die Fähigkeit, eine Reaktion in Neuron 3 auszulösen auch wenn Neuron 2 abgeklemmt war Spricht gegen Assoziationslernen
- Kontiguität "raum-zeitliche Nähe von CS und US" Wk d. Auftretes von US wenn CS
- Kontingenz (Vorhersagekraft) CS und US treten gemeinsam auf (wenn-dann und nur dann-Beziehung)
- Blocking Blocking Experiment: 2 Gruppen von Tieren CS: Licht (L) und Geräusch (noise= N) oder gekoppelter Stimulus Licht und Geräusch (LN) US: milder Schock welcher mit dem CS gepaart wird in Trainingseinheit in allen Bedingungen nachder Furchkonditionierung wird getest ob nur L, schockstarre hervorruft Gruppe B: welche nur LN trainiert hat --> man kann eine konditionierung feststellen, da die Ratten auch nur mit Licht aber ohne Elektroschock in eine Schockstarre verfielen sobald sie das Licht sahen Gruppe A: trainiere N ,gibt keine Konditionierung N blockt L; beim zeigen von nur L, nimmt man keine Schockstarre war. Das Geräusch sagt Schock vorher: Tier weiß das schon. Vorhersagefehler: Passiert etwas was ich nicht vorhergesagt hab und es passiert dann fange ich an zu lernen Wenn der Vorhersagefehler 0 ist, dann lerne ich nichts Nur wenn man Vorhersagefehler hat, passiert lernen! (Rescorla Wagner Modell)
- Advertisement
- Reward Prediction Errors in brain (Affenexperiment) Zwei Affe am Pc, Stimuli sind Objekte auf dem Bildschirm und Geräusche Stimulus A sagt Saft vorher (A+) - + ist das am Ende Saft bekommen hat Kontrollstimulus B ohne Belohnung (B-) -> ohne Belohnung (-) Aus dem Bildschirm sieht man verschiedene Formen mit Farben und manchmal Geräuschen A: Nach der Belohnung direkt angefangen zu lecken und bei B - keine Belohnung deshalb haben Affen nicht geleckt X und Y sind die zweiten Reize mit dem das Blocking untersucht werden soll (insgesamt 4 Reize) AX und BY: beide male fangen sie an zu lecken danach nur noch X und Y, nach Stimuli Y fangen sie an zu lecken und bei X nicht so, also nichts gelerntes da (Vorhersagefehler) Das Tier lernt, dass Stimulus A vorhersagt, ob es eine Belohnung bekommt oder nicht. Jetzt sieht man A mit X, aber A alleine sagt schon vorher, dass man eine Belohnung bekommt deshalb irrelevant --> A blockt X und das wurde durch präsentation von nur X gezeigt, Tier erwartet keine Belohnung Kontrolle für Stimulus B --> es gab nie ein Belohnung, da B nie eine Belohnung vorausgesagt hat, muss es Y sein, welche die Belohnung auslöst; hier wurde dann Y alleine gezeigt und Affe leckt Neuronen feuern während des Lernen und der Zeitpunkt ist immer früher geworden, nach einer Weile feuern die Neuronen trotz Belohnung nicht mehr, weil die erwartete Belohnung kommt und es keinen prediction error mehr gibt wenn die Belohnung unerwartet ist, feuert das Neuron stark (lernen) Neurone präsentieren den Fehler den Unterschied zwischen der erwarteten Belohnung und der tatsächlichen Belohnung Der Unterschied ob ich eine Belohnung bekomme oder nicht scheint in den Neuronen repräsentiert zu sein
- Connectionism (Parallel Distributed Processing) Künstliche Neuronale Netze: werden verwendet, um Lernen und Kognition zu modellieren Knoten repräsentieren (pools von ) Neuronen und Kanten stellen synaptische Verbidungen da Lernen: Gewichte können durch den Backpropagation-Algorithmus angepasst werden Idee: Fehler bei der Ausgabe von Neuronen brechnen (Vorhersagefehler) und den Fehler über das Netzwerk zurück übertragen
- Mustererkennung (Konditionierung) Modellbildung: pyramidenneurenen -- erregten Neurone im Cortex, diese haben ein Axon und Dendriten (Zellkörper macht eine Berechnung --> Integration) w1*x1+w2*x2 etc. für einzelene dendriten stränge (Formel führt zu einem Vektor (Richtungssnagabe)) --> für jedes w ein Vektor Neuron ändert Gewicht "W". Das hängt von w1 und w2 ab Lernen ändert die Ausrichtung der Geraden Neurone sind Merkmalsdetektoren ein Neuron detektiert z.B. bestimmte Ecken in einem Bild (bestimmte MErkmale) Wann entscheidest du ob es ein Granny smith oder ein Pink lady apfel ist? zwischen den beiden das w (die Gerade) es gibt eine neuronale Akvitität für den Fehler (man sieht einen grünen apfel auf der seiten der roten: vorhersagefehler, wir müssen lernen) solange es kein Fehler war, war alles gut, das einfachste ist jetzt wir ändern die W's also die Gewichte immer dann wenn wir einen Fehler machen Wir müssen die Gerade verschieben, die geraden ändern sich über die Zeit, wenn wir Fehler machen, also die Gerade die durch die Grafik geht müssen wir dann so verschieben, dass sie quasi über den grünen apfel geht bzw. die äpfel wieder gescheit nach grün und rot unterteilt sind