Procesamiento paralelo (psicología)

En psicología, el procesamiento paralelo es la capacidad del cerebro para procesar simultáneamente estímulos entrantes de diferente calidad. El procesamiento paralelo está asociado con el sistema visual en el sentido de que el cerebro divide lo que ve en cuatro componentes: color, movimiento, forma y profundidad. Estos se analizan individualmente y luego se comparan con los recuerdos almacenados, lo que ayuda al cerebro a identificar lo que está viendo. Luego, el cerebro combina todo esto en el campo de visión que luego se ve y se comprende. Algunos psicólogos experimentales han relacionado el procesamiento paralelo con el efecto stroop. Esta es una operación continua y sin problemas. Por ejemplo, si uno está parado entre dos grupos diferentes de personas que mantienen simultáneamente dos conversaciones diferentes, es posible que solo pueda captar cierta información de ambas conversaciones al mismo tiempo.

Antecedentes

Los modelos de procesamiento distribuido en paralelo están inspirados en los nervios y emulan la estructura organizativa de los sistemas nerviosos de los organismos vivos. Se proporciona un marco matemático general para ellos.

Los modelos de procesamiento paralelo suponen que la información se representa en el cerebro mediante patrones de activación. El procesamiento de la información abarca las interacciones de unidades similares a neuronas unidas por conexiones similares a sinapsis. Estos pueden ser excitatorios o inhibitorios. El nivel de activación de cada unidad individual se actualiza mediante una función de la fuerza de conexión y el nivel de activación de otras unidades. Un conjunto de unidades de respuesta se activa mediante la propagación de patrones de activación. Los pesos de conexión finalmente se ajustan mediante el aprendizaje.

Procesamiento en serie frente a paralelo

A diferencia del procesamiento paralelo, el procesamiento en serie implica el procesamiento secuencial de la información, sin superposición de tiempos de procesamiento.

Búsqueda visual

En caso de procesamiento en serie, los elementos se buscan uno tras otro en un orden en serie para encontrar el objetivo. Cuando se encuentra el objetivo, la búsqueda termina. Alternativamente, continúa hasta el final para asegurarse de que el objetivo no esté presente. Esto da como resultado una menor precisión y un mayor tiempo para las pantallas con más objetos.

Por otro lado, en el caso del procesamiento paralelo, todos los objetos se procesan simultáneamente pero los tiempos de finalización pueden variar. Esto puede o no reducir la precisión, pero los cursos de tiempo son similares independientemente del tamaño de la pantalla.

Sin embargo, existen preocupaciones acerca de la eficiencia de los modelos de procesamiento paralelo en el caso de tareas complejas que se analizan más adelante en este artículo.

Aspectos de un modelo de procesamiento distribuido en paralelo

Hay ocho aspectos principales de un modelo de procesamiento distribuido paralelo:

Unidades de procesamiento

Estas unidades pueden incluir elementos abstractos, como características, formas y palabras, y generalmente se clasifican en tres tipos: unidades de entrada, de salida y ocultas.

• Las unidades de entrada reciben señales de estímulos sensoriales u otras partes del sistema de procesamiento.
• Las unidades de salida envían señales fuera del sistema.
• Las unidades ocultas funcionan completamente dentro del sistema.

Estado de activación

Esta es una representación del estado del sistema. El patrón de activación se representa mediante un vector de N números reales, sobre el conjunto de unidades de procesamiento. Es este patrón el que captura lo que el sistema está representando en cualquier momento.

Funciones de salida

Una función de salida asigna el estado actual de activación a una señal de salida. Las unidades interactúan con sus unidades vecinas mediante la transmisión de señales. La fuerza de estas señales está determinada por su grado de activación. Esto, a su vez, afecta el grado en que afectan a sus vecinos.

Patrones de conectividad

El patrón de conectividad determina cómo reaccionará el sistema ante una entrada arbitraria. El patrón total de conectividad se representa especificando los pesos para cada conexión. Un peso positivo representa una entrada excitatoria y un peso negativo representa una entrada inhibitoria.

Regla de propagación

Se produce una entrada neta para cada tipo de entrada utilizando reglas que toman el vector de salida y lo combinan con las matrices de conectividad. En el caso de una conectividad de patrones más compleja, las reglas también son más complejas.

Regla de activación

Se produce un nuevo estado de activación para cada unidad al unir las entradas netas de las unidades que chocan combinadas y el estado actual de activación de esa unidad.

Regla de aprendizaje

Los patrones de conectividad se modifican usando la experiencia. Las modificaciones pueden ser de tres tipos: En primer lugar, el desarrollo de nuevas conexiones. En segundo lugar, la pérdida de la conexión existente. Por último, la modificación de puntos fuertes de conexiones ya existentes. Los dos primeros pueden considerarse como casos especiales del último. Cuando la fuerza de una conexión cambia de cero a una positiva o negativa, es como formar una nueva conexión. Cuando la fuerza de una conexión cambia a cero, es como perder una conexión existente.

Representación ambiental

En los modelos PDP, el entorno se representa como una función estocástica variable en el tiempo sobre el espacio de los patrones de entrada. Esto significa que en cualquier punto dado, existe la posibilidad de que cualquiera de los posibles conjuntos de patrones de entrada incida en las unidades de entrada.

Profundidad

Para sentir la profundidad, los humanos usan ambos ojos para ver objetos tridimensionales. Este sentido está presente al nacer en humanos y algunos animales, como gatos, perros, búhos y monos. Los animales con los ojos separados tienen más dificultades para establecer la profundidad, como los caballos y las vacas. Se usó una prueba de profundidad especial en bebés, llamada The Visual Cliff. Esta prueba consistió en una mesa, la mitad cubierta con un patrón de tablero de ajedrez y la otra mitad con una lámina de plexiglás transparente, que reveló una segunda plataforma de tablero de ajedrez aproximadamente un pie por debajo. Aunque el plexiglás era seguro para trepar, los bebés se negaron a cruzar debido a la percepción de un precipicio visual. Esta prueba demostró que la mayoría de los bebés ya tienen un buen sentido de la profundidad. Este fenómeno es similar a cómo los adultos perciben las alturas.

Ciertas señales ayudan a establecer la percepción de profundidad. Las señales binoculares son hechas por humanos. dos ojos, que se comparan subconscientemente para calcular la distancia. Esta idea de dos imágenes separadas es utilizada por los cineastas 3-D y VR para dar a las imágenes bidimensionales el elemento de profundidad. Las señales monoculares pueden ser utilizadas por un solo ojo con sugerencias del entorno. Estos consejos incluyen altura relativa, tamaño relativo, perspectiva lineal, luces y sombras y movimiento relativo. Cada pista ayuda a establecer pequeños hechos sobre una escena que trabajan juntos para formar una percepción de profundidad. Las señales binoculares y monoculares se utilizan constantemente y de manera subconsciente para sentir la profundidad.

Limitaciones

Las limitaciones del procesamiento paralelo se han mencionado en varios estudios analíticos. Las principales limitaciones destacadas incluyen límites de capacidad del cerebro, interferencias en la tasa de parpadeo atencional, capacidades de procesamiento limitadas y limitaciones de información en búsquedas visuales.

Existen límites de procesamiento para el cerebro en la ejecución de tareas complejas como el reconocimiento de objetos. Todas las partes del cerebro no pueden procesar a plena capacidad en forma paralela. La atención controla la asignación de recursos a las tareas. Para trabajar eficientemente, la atención debe ser guiada de objeto a objeto.

Estos límites a los recursos de atención a veces conducen a cuellos de botella en serie en el procesamiento en paralelo, lo que significa que el procesamiento en paralelo se ve obstruido por el procesamiento en serie en el medio. Sin embargo, existe evidencia de la coexistencia de procesos en serie y paralelos.

Teoría de integración de funciones

La teoría de la integración de funciones de Anne Treisman es una de las teorías que integra el procesamiento en serie y en paralelo teniendo en cuenta los recursos atencionales. Consiste en dos etapas-

1. Detección de características- Esta etapa ocurre instantáneamente y utiliza procesamiento paralelo. En este paso, todas las características básicas de una pantalla se recogen simultáneamente, incluso si se presta atención a un objeto específico.
2. Integración de características- Este paso es más largo y utiliza el procesamiento en serie. Lleva a la percepción de objetos y patrones enteros.