Das Streben nach Konsistenz im Entscheidungsprozess

Die Erforschung der Konsistenz 33
PCS-Modelle gehören zur größeren Klasse der konnektionistischen Netzwerke, die
insbesondere durch die Arbeiten von McClelland und Rumelhart bekannt wurden
(McClelland und Rumelhart, 1981; McClelland, Rumelhart & The PDP Research Group,
1986; Rumelhart, McClelland & The PDP Research Group, 1986). Diese Autoren sprechen
selbst von Parallel Distributed Processing (PDP)-Modellen, um die Kernaspekte dieses
Ansatzes – paralle Verarbeitung, verteilte Repräsentation, generelle Prozesse – hervorzuheben
(McClelland und Rumelhart, 1986). Als zentrales Charakteristikum von PDP-Modellen
nennen McClelland, Rumelhart und Hinton (1986) “that information processing takes place
through the interactions of a large number of simple processing elements called units, each
sending excitatory and inhibitory signals to other units” (S. 10). Durch die Annahmen der
Vernetztheit und Parallelität wird der Tatsache Rechnung getragen, dass häufig viele
Informationen, die sich gegenseitig beeinflussen und damit Beschränkungen – sogenannte
constraints – darstellen, gleichzeitig zu beachten sind. Was die Einheiten repräsentieren, ist
eine inhaltliche Fragestellung. So können sie etwa Wörter, Ziele oder auch Entscheidungsalternativen
darstellen. Gestützt wird diese Behauptung dadurch, dass McClelland und
Rumelhart bereits 1986 eine Vielzahl an Beispielen für PDP-Modelle aufführen konnten
(McClelland; Rumelhart & The PDP Research Group, 1986; Rumelhart, McClelland et al.,
1986). Diese verschiedenen Modelle werden als Spezialfälle eines allgemeinen Modells, das
Rumelhart, Hinton und McClelland (1986) vorstellen, betrachtet. Wichtige Aspekte eines
PDP-Modells sind demnach (1) ein Set verarbeitender Einheiten, (2) ein Aktivationsstatus
des Systems bzw. der einzelnen Einheiten, (3) eine Output-Funktion für jede Einheit, (4)
Konnektivität der einzelnen Einheiten, (5) eine Regel zur Berechnung des Inputs, (6) eine
Aktivationsregel zur Berechnung des Aktivationslevels, (7) eine Lernregel und (8) eine
Umgebung, in der das System arbeitet. Die Autoren führen jeden der Aspekte näher aus – an
dieser Stelle sei lediglich auf drei bedeutende Details hingewiesen: Erstens können sich die
Einheiten danach unterscheiden, ob sie selbst ganze Konzepte repräsentieren oder ob das
Aktivationsmuster mehrerer Einheiten erst dieses Konzept darstellt. Im ersten Fall spricht
man von lokaler, im zweiten Fall von verteilter Repräsentation. Hinton, McClelland und
Rumelhart (1986) favorisieren zwar Modelle mit verteilter Repräsentation, räumen aber ein,
dass auch lokale Modelle wie das Interactive Activation Model (McClelland und Rumelhart,
1981) ähnliche Vorzüge haben können. Zudem können die Modelle danach unterschieden
werden, ob sie neben Input-Einheiten, die externalen Input erhalten, und Output-Einheiten,
die Signale entsenden, weitere Einheiten, sogenannte hidden units, besitzen. Diese Einheiten