联结主义

简明解释

联结主义（connectionism）是用人工神经网络解释认知能力的研究取向：大量单元经带权连接传播活动，学习改变权重，信息常由分布式活动模式承担。[1, Introduction, §§1–2] 一个网络可从输入—目标样本调整连接，再对未见样本分类，显示规则不必总由人逐条写明。

它受神经系统启发，却通常抽掉神经元类型、递质、身体和发育等大量生物细节；“联结”不意味着复制大脑。

能解释什么，仍欠什么

联结模型擅长学习渐变模式、相似性和在受扰时渐进失效，也曾用于识别、阅读与简单语法结构。其限制包括训练资源、一次学习、抽象规则与系统性泛化；网络是否以可解释的方式表示组合结构仍有争论。[1, §§4–7]

联结主义并非计算主义的简单反义词：网络可实现符号处理，符号系统也可由网络实现，混合架构介于两者之间。现代深度学习是联结路线的一次重要扩展，但工程成功不自动证明它是人类认知的真实模型。[1, §§5, 11]

参见第 3 章。