Lernen von Kategorien

قابلیت یادگیری نحوه تخصیص محرک ها به کلاس ها یا دسته ها اساس تقریباً همه یادگیری ها است. این نه تنها در مورد یادگیری انسان یا سایر موجودات زنده، بلکه در مورد یادگیری در سیستم های هوشمند مصنوعی نیز صدق می کند. مارتین هایدمن مروری بر سه رویکرد اساسی مورد استفاده در روانشناسی برای توضیح یادگیری مقوله ای در انسان ارائه می دهد. او به جزئیات در مورد استفاده از مدل های پیوندگرا (شبکه های عصبی) می پردازد. یک شبکه عصبی همچنین اساس مدل IAK را تشکیل می دهد که توسط نویسنده توسعه یافته است. با کمک این مدل، تعداد زیادی از پدیده های تجربی قابل مشاهده یادگیری انسان را می توان توضیح داد و به سیستم های یادگیری مصنوعی منتقل کرد.

Die Fähigkeit, die Zuordnung von Reizen zu Klassen oder Kategorien zu erlernen, ist Grundlage nahezu jeden Lernens. Das gilt nicht nur für das Lernen von Menschen oder anderen lebenden Organismen, sondern auch für das Lernen bei künstlich intelligenten Systemen. Martin Heydemann gibt einen Überblick über die drei grundlegenden Ansätze, die in der Psychologie zur Erklärung des Lernens von Kategorien beim Menschen herangezogen werden. Ausführlich geht er dabei auf die Verwendung konnektionistischer Modelle (neuronale Netze) ein. Ein neuronales Netz bildet auch die Basis des vom Autor entwickelten IAK-Modells. Mit Hilfe dieses Modells läßt sich eine Vielzahl empirisch beobachtbarer Phänomene des menschlichen Lernens erklären und auf künstliche Lernsysteme übertragen.