REPRESENTACIONES DISTRIBUIDAS
El conocimiento a largo plazo de una red conexionista, se almacena como un
conjunto de pesos en las conexiones entre las unidades, las redes
conexionistas se pueden dividir en dos clases: aquellas que usan
representaciones localistas y aquellas que usan representaciones
distribuidas.
Las representaciones distribuidas poseen varias ventajas sobre las localistas,
ya que son ms resistentes a los daos en cambio si NETL pierde su unidad
elefante por alguna causa, inmediatamente perder toda su habilidad para
razonar o recordar sobre elefantes, esta fragilidad es indeseable si queremos
construir sistemas de gran tamao a partir de componentes fidedignos.
Por otro lado las representaciones localistas no se corresponden con el
funcionamiento de la memoria de hombres y animales, ya que un experimento
realizado por Lashley (1929), sobre la memoria de las ratas sobre la capacidad
que estas tienen de lograr salir de un laberinto, el experimento consista en
daar ciertas partes del cerebro de la rata para determinar que parte de la
misma almacenaba el conocimiento sobre la resolucin del laberinto y se lleg
a la conclusin de que no est almacenada en una parte en especfica sino que
el conocimiento est distribuido a lo largo del cerebro sin embargo se
determin que el rendimiento de las ratas se degradaba proporcionalmente al
tamao de la lesin.