Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Connectionisme

Engels: Connectionism · Ook wel: PDP, parallel distributed processing

In het kort

Connectionisme is een benadering in de cognitiewetenschap die mentale processen, zoals leren en onthouden, verklaart met kunstmatige neurale netwerken. Veel eenvoudige rekeneenheden geven tegelijk signalen door, en de kennis zit verspreid in de sterkte van hun onderlinge verbindingen in plaats van in vaste programmaregels. In een bekend experiment leerde zo'n netwerk uit voorbeelden zelf de verleden tijd van Engelse werkwoorden te vormen.

Waarom is dit belangrijk?

Dankzij deze benadering kunnen onderzoekers denkprocessen nabootsen die zich vanzelf aanpassen aan nieuwe voorbeelden. In de wetenschap groeide dat later uit tot diepe leermodellen en daarna tot grote taalmodellen. Op school en op het werk komen veel teksten daardoor uit systemen die lastig te doorgronden zijn, zodat een fout of een scheve uitkomst niet altijd goed uit te leggen is.

Zo werkt het in de praktijk

Aan het Cornell Aeronautical Laboratory van Cornell University trainde Frank Rosenblatt perceptrons, eenvoudige leernetwerken, om patronen te herkennen. Connectionistische netwerken herkennen ook gezichten en handschriften. In de geneeskunde sporen zij longknobbels en hartritmestoornissen op, en bij financiële analyse schatten zij het risico van een lening in.

In de neurowetenschap bootsen connectionistische netwerken gedrag en hersenmetingen na, een lijn die onderzoekers neuroconnectionisme noemen. Zij testen daarmee ideeën over hoe de hersenen informatie verwerken.

Training gebeurt vaak met backward propagation. Het model ziet het verschil tussen de echte en de gewenste uitkomst en past dan de gewichten in lagere lagen aan. Zulke netwerken heten ook parallel distributed processing (PDP), omdat zij informatie parallel verwerken.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026