Learning

In Cogsci bedeutet lernen:

Eine Veränderung des Verhaltens in bestimmten Situationen, die dadurch zustande kommen, dass
es wiederholte Erfahrungen in dieser Situation gibt (kann nicht durch (veränderte) Umstände
erklärt werden).

Idee: Die Mechanismen des Lernens sind Assoziationen von Ideen mit tatsächlichen Dingen

- Das Bild der “Großmutter” auf der Retina wird mit der Idee der Großmutter assoziiert

Idee von Hebb

- kortikale Plastizität

- Wenn Neuronen immer gemeinsam feuern, dann wird die

Verbindung zwischen den Neuronen verstärkt und somit
ndet eine Assoziation (Zusammenwachsen) der
zuständigen Felder im Gehirn statt (A en ngerexperiment)

- das ist jedoch im Hirn komplizierter - es kommt auf das

Spike-Timing an

- Spike timing:

- Die präsynaptische Zelle Feuer vor der

postsynaptischen Zelle -> verstärken der
Verbindung (Assoziation)

- Die präsynaptische Zelle feuert nach der

postsynapstischen Zelle -> erschwächen der
Verbindung (Assoziation)

- Da die Zelle ja anscheinend nicht wichtig für das

Aktionspotential der postsynaptischen Zelle

klassische Konditionierung (Pavlov’s Hund)

-> eine automatische (unkonditionierte) Antwort auf ein Verhalten ist Pavlovs Hund

- Unkonditionierter Stimulus: Futter

vorhanden -> Lernen ist hier, dass ein anderer Stimulus dieselbe - Unkonditionierte (re exartige) Antwort:
Antwort erzielt
Sabbern des Hundes

je häu ger der Stimulus, desto häu ger die Antwort

- Immer wenn es Futter gibt, dann läutet eine
- Kontinguität (räumlich-zeitliche Nähe) UND Kontingenz Glocke (konditionierter Stimulus)

(gemeinsames Auftreten und nicht Auftreten) ist hierbei wichtig: - Konditionierte Antwort ist also ein
Sabbern auf das Geräusch der Glocke
Es geht also nicht nur um die Paarung von Ereignissen sondern
um den Informationsgehalt, des einen Reizes über das
Vorkommen des anderen

- Mehrere gepaarte Stimuli: bei gepaarten (unkonditionierter und 2 konditionierte) Stimuli löst
auch nur EINS der Stimuli (kondensierter) eine konditionierte Antwort aus

- Blocking: Vorhersagefehler

- Lernen ndet nur statt, wenn ein Vorhersagefehler eintritt (etwas “Unerwartetes” ndet
statt)

• Ein Eingabemuster wird angelegt und vorwärts durch das Netz

propagiert.
• Die Ausgabe des Netzes wird mit der gewünschten Ausgabe
verglichen. Die Differenz der beiden Werte wird als Fehler des
Netzes erachtet.
• Der Fehler wird nun wieder über die Ausgabe- zur
Eingabeschicht zurück propagiert. Dabei werden die
Gewichtungen der Neuronenverbindungen abhängig von ihrem
Ein uss auf den Fehler geändert. Dies garantiert bei einem
erneuten Anlegen der Eingabe eine Annäherung an die
gewünschte Ausgabe.
fi
fl
fi
fi
fl
ff
fi
fi
fi
Instrumentelle Konditionierung

-> das Verhalten war vorher noch nicht da -> Lernen ist
hier die Häu gkeitserhöhung des Verhaltens

das Verhalten an sich wird durch belohnen verstärkt

Trial and error Lernen -> Law of e ect

- bei Tieren: je häu ger ein bestimmtes Verhalten zu einer

Belohnung führt, desto höher ist die Wahrscheinlichkeit,
dass das Verhalten wiederholt wird

- Es kommt zu keiner direkten Einsicht (wie beim

Menschen: einmal gemacht und dann verstanden und
das Verhalten wird wie bei Mathe wiederholt)

Belohnungsarten

- positive und negative Verstärkung

Lernalgorithmen

-> Im Computer funktionieren diese Arten zu lernen auch

Durch Backpropagation und den Eingabefehler und die damit verbundene Neugewichtung der
Neuronenverbindungen wird eine Annäherung an das gewünschte Verhalten (Computerspiel
gewinnen: try and error learning) erzielt. —> jedoch kann diese KI nicht jedes Computerspiel
lernen (es gibt also Grenzen des try and error Systems)

- Unterschied hier zwischen Mensch und der KI: Einsicht

- Ratten zeigen in bestimmten Experimenten Einsicht -> in ihrem Hirn hat die Ratte eine
cognitive Karte (Nachbau des Labyrinths) erstellt und kann die Himmelsrichtung, in der die
Belohnung ist heraus nden

- Menschen/A en lernen durch EINSICHT & PLANUNGSVERHALTEN (bei Einsichtslernen

- Lässt sich durch einfach neuronale Netze nicht erklären

fi
ff
fi
fi
ff