multimodal in that it involves mult

multimodal in that it involves multiple neural populations, including ones dedicated to sensory
representations. The psychologist Larry Barsalou reviews evidence that your concept of a car, for
example, is distributed across areas of the brain that include ones primarily concerned with visual
representations. Hence the mental pictures that you can make of cars may be part of your concept, as
may be the sounds and smells that you associate with cars. Concepts are patterns of activation in
neural populations that can include ones that are produced by, and maintain some of the structure of,
perceptual inputs.
Simulations with artificial neural networks enable us to see how concepts can have properties
associated with sets of exemplars and prototypes. When a neural network is trained with multiple
examples, it forms connections between its neurons that enable it to store the features of those
examples implicitly. These same connections also enable the population of connected neurons to
behave like a prototype, recognizing instances of a concept in accord with their ability to match
various typical features rather than having to satisfy a strict set of conditions. Thus even simulated
populations of artificial neurons much simpler than real ones in the brain can capture the exemplar
and prototype aspects of concepts.
It is much harder to understand how concepts as patterns of neural activation can play the
explanatory role required by the view that a crucial role of concepts like drunk is their contribution
to causal explanations. Perhaps the brain manages to use concepts in explanations by embedding them
in rules, such as: If X is drunk, then X stumbles. But what is the neural representation of the
connection between the concepts drunk and stumbles? This structure requires also some kind of
neural representation of if-then, which in this explanatory context involves some understanding of
causality: drunkenness causes stumbling. I will deal with the representation of causality later in this
chapter, but for now the main concern is to try to see how the brain could use neural populations to
represent that there is a relation between the concepts of drunk and stumbles.
The philosopher and theoretical neuroscientist Chris Eliasmith has been developing interesting
ideas about how brains can deal with such relations. I will omit the technical details, but will try to
give you the flavor of how this works in his computer simulations and how it might work in the brain.
Eliasmith has developed a general method for representing vectors, which are strings of numbers, in
neural populations. We can associate a concept with such a string—for example, in a simple way by
thinking of the numbers as the firing rates (number of electrical discharges per second) of the many
neurons the brain uses for the concept. (Eliasmith's method is more complicated.) Similarly, relations
such as cause and if-then can also have associated vectors. Now for the neat trick: there are
techniques for building vectors out of vectors, so that drunk causes stumbles can get a vector built
out of the vectors for drunk, causes, and stumbles. Crucially, the new vector retains structural
information, maintaining the distinction between “drunk causes stumbles” and “stumbles causes
drunk.” Once this whole relational structure is captured by a vector, we can use Eliasmith's method to
represent it in a population of thousands of neurons. Such neural representations can be transformed
in ways that support complex inferences such as if-then reasoning.
It is too early to say whether the brain uses anything like Eliasmith's mathematical technique to
build structure into vectors and then translate them into neural activity. But his work suggests one
possible mechanism whereby the brain might combine concepts into more complicated kinds of
relational representations. Hence we have a start at seeing how concepts can function in the
explanatory way suggested by the knowledge view: explanations are built out of complexes of
relations that can be represented in brain patterns. Moreover, because concepts on this view have the
same underlying nature as patterns of activation in neural populations, the knowledge view remains

ผลลัพธ์ (ไทย) 1:

เนื่องในที่เกี่ยวข้องกับประชากรประสาทหลาย รวมทั้งการรับความรู้สึกใช้แทน จิตวิทยาที่รีวิว Larry Barsalou หลักฐานที่แนวคิดของรถ สำหรับตัวอย่าง กระจายพื้นที่ของสมองที่คนส่วนใหญ่เกี่ยวข้องกับ visualใช้แทน ดังนั้น รูปภาพจิตที่ทำงานของรถยนต์อาจเป็นส่วนหนึ่งของแนวคิดของคุณ เป็นอาจมีเสียงและกลิ่นที่คุณเชื่อมโยงกับรถยนต์ แนวคิดคือ รูปแบบของการเปิดใช้งานประสาทประชากรที่สามารถรวมคน ที่มีผลิตโดย รักษาบางส่วนของโครงสร้างของอินพุต perceptualจำลองกับเครือข่ายประสาทเทียมให้เราดูว่าแนวคิดสามารถมีคุณสมบัติเกี่ยวข้องกับชุด exemplars และต้นแบบ เมื่อการฝึกอบรมของเครือข่ายประสาทหลายตัวอย่าง แบบเชื่อมต่อระหว่างของ neurons ที่จะเก็บคุณลักษณะของผู้ตัวอย่างนัย การเชื่อมต่อเดียวกันเหล่านี้ยังช่วยประชากรของ neurons ที่เชื่อมต่อกับทำงานเหมือนต้นแบบ การจดจำของแนวคิดในสอดคล้องกับความสามารถในการจับคู่ลักษณะการทำงานต่าง ๆ โดยทั่วไปมากกว่ามีเพื่อตอบสนองชุดของเงื่อนไขที่เข้มงวด ดังนั้น แม้แต่จำลองประชากรของ neurons มากง่ายกว่าคนจริงในสมองเทียมสามารถจับภาพ exemplarและลักษณะต้นแบบของแนวคิดจึงเป็นการยากมากที่จะเข้าใจวิธีการแนวความคิดเป็นรูปแบบของการเปิดใช้งานประสาทสามารถเล่นอธิบายบทบาทที่จำเป็น โดยมองว่าบทบาทสำคัญของแนวคิดเช่นเมาส่วนของพวกเขาการคำอธิบายเชิงสาเหตุ บางทีสมองจัดการใช้แนวคิดในคำอธิบาย ด้วยวิธีการฝังนั้นในกฎ เช่น: เมาถ้า X, X stumbles แล้ว แต่สิ่งที่แสดงประสาทเชื่อมต่อระหว่างแนวคิดเมา stumbles โครงสร้างนี้ต้องยังบางชนิดถ้าไป ประสาทแทนซึ่งในบริบทนี้อธิบายเกี่ยวข้องกับความเข้าใจบางอย่างcausality: ฟเครื่องทำให้สะดุด ฉันจะจัดการกับการแสดงของ causality ในภายหลังบทที่ แต่ สำหรับตอนนี้ ความกังวลหลักคือพยายามที่จะดูว่าสมองสามารถใช้ประชากรประสาทไปแสดงว่า มีความสัมพันธ์ระหว่างแนวคิดของเมาและ stumblesนักปรัชญาและทฤษฎี neuroscientist Chris Eliasmith ได้พัฒนาที่น่าสนใจความคิดเห็นเกี่ยวกับการที่สมองสามารถจัดการกับความสัมพันธ์ ฉันจะไม่ใส่รายละเอียดทางเทคนิค แต่จะพยายามให้รสชาติของวิธีนี้การทำงานในสถานการณ์จำลองคอมพิวเตอร์ของเขาและมันอาจทำงานในสมองEliasmith ได้พัฒนาวิธีการทั่วไปสำหรับการแทนเวกเตอร์ ซึ่งเป็นสายอักขระของเลข ในประชากรประสาท เราสามารถเชื่อมโยงแนวคิดกับสายดังกล่าวซึ่งในวิธีง่าย ๆ ตามตัวอย่างคิดเลขเป็นราคายิง (จำนวนของการปล่อยไฟฟ้าต่อวินาที) จำนวนมากneurons ที่สมองใช้แนวคิด (วิธีของ Eliasmith มีความซับซ้อนมากขึ้น) ในทำนองเดียวกัน ความสัมพันธ์เช่นสาเหตุ และถ้านั้นสามารถยังได้เชื่อมโยงเวกเตอร์ สำหรับเคล็ดลับเรียบร้อย: มีเทคนิคสำหรับการสร้างเวกเตอร์จากเวกเตอร์ ให้สาเหตุเมา stumbles ได้สร้างเวกเตอร์ของเวกเตอร์สำหรับเมา ทำให้ และ stumbles อำนาจ เวกเตอร์ใหม่ยังคงรักษาโครงสร้างข้อมูล การรักษาความแตกต่างระหว่าง "เมาทำให้ stumbles" และ "สาเหตุ stumblesเมา" เมื่อโครงสร้างเชิงทั้งหมดนี้เป็นจับ โดยเวกเตอร์ เราสามารถใช้วิธีของ Eliasmithหมายถึงประชากรของ neurons สามารถเปลี่ยนแทนประสาทดังกล่าวในลักษณะที่สนับสนุน inferences ซับซ้อนเช่นนั้นหากใช้เหตุผลเกินไปก่อนจะบอกว่า สมองใช้อะไรเช่น Eliasmith ของเทคนิคทางคณิตศาสตร์เพื่อเป็นสร้างโครงสร้างเป็นเวกเตอร์ และแปลเป็นกิจกรรมประสาท แต่งานของเขาแนะนำหนึ่งกลไกที่เป็นไปได้โดยสมองอาจรวมแนวคิดเป็นชนิดซับซ้อนมากขึ้นของนำเสนอเชิง ดังนั้น เรามีจุดเริ่มต้นที่เห็นว่าแนวคิดที่สามารถทำงานในการอธิบายวิธีที่แนะนำ โดยมุมมองความรู้: คำอธิบายสร้างขึ้นจากสิ่งอำนวยความสะดวกของความสัมพันธ์ที่สามารถแสดงได้ในรูปแบบของสมอง นอกจากนี้ เนื่องจากมีแนวคิดในมุมมองนี้เดียวกันแบบธรรมชาติเป็นรูปแบบของการเปิดใช้งานประชากรประสาท มุมมองความรู้ยังคงอยู่

ผลลัพธ์ (ไทย) 2:

เนื่องในการที่จะเกี่ยวข้องกับประชากรประสาทหลายรวมทั้งคนที่ทุ่มเทให้กับประสาทสัมผัสการแสดง
นักจิตวิทยาแลร์รี่ Barsalou
คิดเห็นหลักฐานที่แสดงว่าแนวความคิดของคุณของรถสำหรับตัวอย่างเช่นมีการกระจายทั่วพื้นที่ของสมองที่มีคนส่วนใหญ่ที่เกี่ยวข้องกับภาพการแสดง
ดังนั้นภาพจิตที่คุณสามารถทำของรถยนต์อาจเป็นส่วนหนึ่งของแนวคิดของคุณเช่นอาจจะเป็นเสียงและกลิ่นที่คุณเชื่อมโยงกับรถยนต์
แนวคิดรูปแบบการเปิดใช้งานในประชากรประสาทที่สามารถรวมคนที่มีการผลิตโดยและบำรุงรักษาบางส่วนของโครงสร้างของปัจจัยการผลิตการรับรู้. จำลองกับเครือข่ายประสาทเทียมช่วยให้เราดูว่าแนวความคิดที่จะมีคุณสมบัติที่เกี่ยวข้องกับชุดโคลงและต้นแบบ เมื่อเครือข่ายประสาทได้รับการฝึกฝนที่มีหลายตัวอย่างรูปแบบการเชื่อมต่อระหว่างเซลล์ประสาทที่เปิดใช้งานได้ในการจัดเก็บคุณสมบัติของผู้ตัวอย่างโดยปริยาย การเชื่อมต่อเดียวกันนี้ยังช่วยให้ประชากรของเซลล์ประสาทที่เชื่อมต่อไปยังทำตัวเหมือนต้นแบบตระหนักถึงกรณีของแนวคิดที่สอดคล้องกับความสามารถของพวกเขาเพื่อให้ตรงกับคุณสมบัติทั่วไปต่างๆแทนที่จะต้องตอบสนองความชุดที่เข้มงวดของเงื่อนไข ดังนั้นจำลองแม้ประชากรของเซลล์ประสาทเทียมมากง่ายกว่าคนจริงในสมองสามารถจับภาพแบบและด้านต้นแบบแนวคิด. มันเป็นเรื่องยากที่จะเข้าใจว่าแนวคิดที่เป็นรูปแบบของการกระตุ้นประสาทสามารถเล่นบทบาทอธิบายจำเป็นโดยมุมมองที่สำคัญบทบาทของแนวคิดเช่นเมาเป็นผลงานของพวกเขาที่จะสาเหตุคำอธิบาย บางทีสมองพอที่จะใช้แนวคิดในคำอธิบายโดยการฝังพวกเขาในกฎระเบียบเช่นถ้า X เป็นเมาแล้ว X สะดุด แต่สิ่งที่เป็นตัวแทนของระบบประสาทของการเชื่อมต่อระหว่างแนวคิดที่เมาและสะดุด? โครงสร้างแบบนี้ยังต้องใช้ชนิดของการเป็นตัวแทนของระบบประสาทถ้าแล้วซึ่งในบริบทอธิบายนี้เกี่ยวข้องกับความเข้าใจในบางเวรกรรม: มึนเมาสาเหตุสะดุด ฉันจะจัดการกับการเป็นตัวแทนของอำนาจต่อไปในนี้บทแต่ตอนนี้ความกังวลหลักคือการพยายามที่จะดูว่าสมองสามารถใช้ประชากรประสาทการรับรองว่ามีความสัมพันธ์ระหว่างแนวคิดของเมาและสะดุดที่. นักปรัชญาและทฤษฎี ประสาทวิทยา Eliasmith คริสได้รับการพัฒนาที่น่าสนใจความคิดเกี่ยวกับวิธีการที่สมองสามารถจัดการกับความสัมพันธ์ดังกล่าว ผมจะเอารายละเอียดทางเทคนิค แต่จะพยายามที่จะให้รสชาติของวิธีการทำงานในแบบจำลองคอมพิวเตอร์ของเขาและวิธีการที่มันอาจจะทำงานในสมอง. Eliasmith ได้มีการพัฒนาวิธีการทั่วไปแทนเวกเตอร์ซึ่งเป็นสายของตัวเลขในระบบประสาทประชากร เราสามารถเชื่อมโยงแนวคิดด้วยเช่นตัวอย่างสตริงสำหรับในวิธีที่ง่ายโดยคิดของตัวเลขอัตราการยิง (จำนวนปล่อยไฟฟ้าต่อวินาที) ของหลายเซลล์ประสาทสมองที่ใช้สำหรับคอนเซ็ปต์ (วิธี Eliasmith เป็นความซับซ้อนมากขึ้น.) ในทำนองเดียวกันความสัมพันธ์ดังกล่าวเป็นสาเหตุและหากแล้วยังสามารถมีความสัมพันธ์เวกเตอร์ ตอนนี้สำหรับเคล็ดลับเรียบร้อย: มีเทคนิคในการพาหะอาคารออกของเวกเตอร์เพื่อให้เมาทำให้เกิดการสะดุดจะได้รับเวกเตอร์ที่สร้างขึ้นจากพาหะสำหรับเมาสาเหตุและสะดุด ขับเคลื่อนเวกเตอร์ใหม่ยังคงมีโครงสร้างข้อมูลที่ยังคงรักษาความแตกต่างระหว่าง "เมาทำให้เกิดการสะดุด" และ "สะดุดทำให้เกิดการเมา." เมื่อโครงสร้างเชิงสัมพันธ์ทั้งหมดนี้ถูกจับโดยเวกเตอร์ที่เราสามารถใช้วิธีการ Eliasmith ที่จะเป็นตัวแทนของประชากรนับพันของเซลล์ประสาท การแสดงประสาทดังกล่าวสามารถจะเปลี่ยนไปในทางที่สนับสนุนข้อสรุปที่ซับซ้อนเช่นถ้าแล้วเหตุผล. มันเร็วเกินไปที่จะบอกได้ว่าสมองใช้อะไรเช่นเทคนิคทางคณิตศาสตร์ Eliasmith ที่จะสร้างโครงสร้างออกเป็นพาหะแล้วแปลให้เป็นกิจกรรมประสาท แต่ผลงานของเขาแสดงให้เห็นหนึ่งในกลไกที่เป็นไปได้โดยสมองอาจรวมแนวความคิดลงไปในชนิดที่ซับซ้อนมากขึ้นของการแสดงความสัมพันธ์ ดังนั้นเรามีการเริ่มต้นที่เห็นว่าแนวความคิดที่สามารถทำงานได้ในวิธีที่แนะนำโดยอธิบายมุมมองความรู้: คำอธิบายที่ถูกสร้างขึ้นจากซับซ้อนของความสัมพันธ์ที่สามารถแสดงในรูปแบบสมอง นอกจากนี้เนื่องจากแนวความคิดในมุมมองนี้มีลักษณะพื้นฐานเช่นเดียวกับรูปแบบการเปิดใช้งานในประชากรประสาทมุมมองความรู้ยังคงอยู่

ผลลัพธ์ (ไทย) 3:

แบบที่เกี่ยวข้องกับประชากรแบบหลาย , รวมทั้งคนที่ทุ่มเทความรู้สึก
ใช้แทน นักจิตวิทยา ลาร์รี่ Barsalou วิจารณ์หลักฐานว่าแนวคิดของรถสำหรับ
ตัวอย่างกระจายทั่วพื้นที่สมอง ซึ่งรวมถึงที่เกี่ยวเนื่องกับภาพ
ใช้แทน ดังนั้นภาพทางจิตที่คุณสามารถให้รถอาจเป็นส่วนหนึ่งของแนวคิดของคุณ เช่น
อาจเป็นเสียงและกลิ่นที่คุณเชื่อมโยงกับรถยนต์ แนวคิดรูปแบบของการกระตุ้นใน
ประชากรประสาทที่สามารถรวมที่ผลิตโดยและรักษาบางส่วนของโครงสร้างของกระผม

จำลอง ฯลฯ ด้วยโครงข่ายประสาทเทียมช่วยให้เราเพื่อดูว่าแนวคิดสามารถมีคุณสมบัติ
ที่เกี่ยวข้องกับชุดของ Exemplars และต้นแบบเมื่อเครือข่ายประสาทได้รับการฝึกฝนกับตัวอย่างหลาย
, ฟอร์มการเชื่อมต่อระหว่างเซลล์ประสาทที่ช่วยให้มันเพื่อเก็บคุณสมบัติของตัวอย่าง
โดยปริยาย การเชื่อมต่อเดียวกันนี้ยังช่วยให้ประชากรของเซลล์ประสาทที่เชื่อมต่อกับ
ทำตัวเหมือนต้นแบบการอินสแตนซ์ของแนวคิดที่สอดคล้องกับความสามารถของพวกเขาเพื่อให้ตรงกับ
ต่าง ๆ โดยทั่วไป คุณสมบัติ แทนที่จะตอบสนองชุดเข้มงวดของเงื่อนไข ดังนั้นแม้จำนวนเซลล์ประสาทเทียมจำลอง
ง่ายกว่าของจริงในสมองสามารถจับภาพต้นแบบด้านแนวคิดและแบบอย่าง
.
มันมากยากที่จะเข้าใจแนวคิดที่เป็นรูปแบบของการกระตุ้นระบบประสาทสามารถเล่น
อธิบายบทบาทที่ต้องตามดูว่าบทบาทที่สำคัญของแนวคิดเหมือนเมา คือผลงานของพวกเขาเพื่ออธิบายสาเหตุ
. บางทีสมองจัดการที่จะใช้แนวคิดในการอธิบายโดยการฝังพวกเขา
ในกฎ เช่น ถ้า x เป็นเมา แล้ว X สะดุด แต่อะไรคือการแสดงประสาทของ
เชื่อมระหว่างแนวคิดเมาและสะดุด ? โครงสร้างนี้ต้องมีบางชนิดของ
ประสาทแทนถ้าแล้ว ซึ่งในบริบทของการเกี่ยวข้องกับความเข้าใจบาง
( : ความเมาทำให้สะดุด ผมจะจัดการกับการเป็นตัวแทนของความสัมพันธ์ในภายหลังในบทนี้
, แต่ตอนนี้ปัญหาหลักคือการพยายามที่จะดูว่าสมองสามารถใช้เป็นตัวแทนของประชากรประสาท

ว่ามีความสัมพันธ์ระหว่างแนวคิดของ
เมาและสะดุดนักปรัชญาและนักประสาทวิทยาทฤษฎีคริส eliasmith ได้พัฒนาความคิดที่น่าสนใจ
ว่าสมองสามารถจัดการกับความสัมพันธ์ดังกล่าว ฉันจะละเว้นรายละเอียดทางเทคนิค แต่จะลอง

ให้รสชาติของการทำงานในคอมพิวเตอร์จำลองของเขาและมันอาจจะทำงานในสมอง .
eliasmith พัฒนาวิธีทั่วไปสำหรับแสดงเวกเตอร์ซึ่งเป็นสตริงของตัวเลข
ประชากรในประสาท เราสามารถเชื่อมโยงแนวความคิดกับเช่นสตริงตัวอย่างเช่นในวิธีที่ง่ายโดย
คิดตัวเลขที่ยิงราคา ( จำนวนการปล่อยกระแสไฟฟ้าต่อวินาที ) ในเซลล์ประสาทหลาย
สมองใช้แนวคิด ( eliasmith เป็นวิธีที่ซับซ้อน มากกว่า ) และความสัมพันธ์
เช่นสาเหตุและถ้าสามารถมีเวกเตอร์ที่เกี่ยวข้อง ตอนนี้เคล็ดลับเรียบร้อย :มีเทคนิคสำหรับการสร้างเวกเตอร์
ออกจากเวกเตอร์ ดังนั้นสาเหตุเมาสะดุดได้สร้าง
เวกเตอร์ของเวกเตอร์ เมา สาเหตุ และสะดุด crucially , เวกเตอร์ใหม่เก็บข้อมูลโครงสร้าง
รักษาความแตกต่างระหว่าง " สาเหตุเมาสะดุด " และ " สะดุดสาเหตุ
เมา เมื่อโครงสร้างความสัมพันธ์ทั้งหมดนี้ ถูกจับโดยเวกเตอร์เราสามารถใช้วิธี eliasmith

เป็นตัวแทนในประชากรนับพันของเซลล์ประสาท ใช้แทนประสาทดังกล่าวสามารถแปลง
ในวิธีที่สนับสนุนใช้ ซับซ้อน เช่น ถ้าเหตุผล .
มันเร็วเกินไปที่จะพูดได้ว่าสมองใช้เทคนิคทางคณิตศาสตร์ของอะไร เช่น eliasmith

สร้างโครงสร้างให้เป็นเวกเตอร์และแปลให้เป็นกิจกรรมประสาทแต่ผลงานของเขาแสดงให้เห็นกลไกหนึ่งที่เป็นไปได้ โดยอาจรวมสมอง

แนวคิดเป็นซับซ้อนมากขึ้นชนิดของตัวแทนเชิงสัมพันธ์ ดังนั้นเราต้องเริ่มต้นที่เห็นว่าแนวคิดสามารถทำงานในวิธีที่แนะนำโดย
อธิบายมุมมองความรู้ : คำอธิบายที่ถูกสร้างขึ้นจากสารประกอบเชิงซ้อน
ความสัมพันธ์ที่สามารถแทนในรูปแบบสมอง นอกจากนี้เพราะแนวคิดในมุมมองนี้มีลักษณะเป็นรูปแบบ
อ้างอิงเดียวกันในประชากรของการกระตุ้นระบบประสาท , มุมมองความรู้ยังคงอยู่