Características distintivas, percepção categórica e aprendizado probabilístico: Algumas aplicações de um modelo neural.

Um modelo proposto anteriormente para memória, baseado em considerações neurofisiológicas, é revisado. Assumimos que (a) a atividade do sistema nervoso é representada de forma útil como o conjunto de atividades sinápticas individuais em um grupo de neurônios; (b) diferentes traços de memória utilizam as mesmas sinapses; e (c) as sinapses associam dois padrões de atividade neural, aumentando a conectividade sináptica proporcionalmente ao produto da atividade pré e pós-sináptica, formando uma matriz de conectividades sinápticas. Estendemos este modelo (a) introduzindo retroalimentação positiva de um grupo de neurônios sobre si mesmo e (b) permitindo que os neurônios individuais atinjam a saturação. Surge um modelo híbrido, em parte analógico e em parte binário. O sistema possui certas características que lembram a análise por características distintivas. Em seguida, aplicamos o modelo à "percepção categórica". Por fim, discutimos o aprendizado probabilístico. O modelo pode prever "overshooting", dados de recência e probabilidades que ocorrem em sistemas com mais de dois eventos com razoável precisão. Na mente do iniciante, existem muitas possibilidades, mas na do especialista, há poucas. —Shunryu Suzuki 1970 I.