Neuronale netze simulieren das gehirn | EBV Elektronik

Display portlet menu

Neuronale netze simulieren das gehirn | EBV Elektronik

Display portlet menu

Neuronale netze simulieren das gehirn

Mit verschiedenen Ansätzen der Datenauswertung sollen Maschinen intelligent werden.

Mit verschiedenen Ansätzen der Datenauswertung sollen Maschinen intelligent werden. Im ­Fokus steht dabei nicht nur die Leistungsfähigkeit, ­sondern immer mehr auch eine Flexibilität, wie sie das menschliche Gehirn bietet. Künstliche neuronale Netze spielen dabei eine große Rolle.

Künstliche Intelligenz ist nicht gleich Künstliche Intelligenz – denn es existieren verschiedene Ansätze, wie die Systeme ihr Wissen abbilden: Unterschieden wird vor allem zwischen den beiden methodischen Ansätzen der neuronalen Netze und der symbolverarbeitenden Künstlichen Intelligenz.

Wissen wird durch Symbole repräsentiert

Klassische KI beschäftigt sich vor allem damit, eine Aufgabe logisch zu analysieren und zu planen. Diese symbolische, auch regelbasierte KI ist die ursprüngliche, bereits in den 1950er Jahren entwickelte Herangehensweise. Dabei wird versucht, menschliche Intelligenz durch die Verarbeitung abstrakter Symbole und mit Hilfe formaler Logik nachzubilden. Das bedeutet, dass Fakten, Ereignisse oder Aktionen durch konkrete und eindeutige Symbole repräsentiert werden. Auf Basis dieser Symbole lassen sich dann mathematische Operationen definieren wie zum Beispiel das unter Programmierern bekannte Paradigma „wenn X, dann Y, sonst Z“. Das Wissen, also die Summe an Symbolen, ist in großen Datenbanken hinterlegt, mit denen sie ihre Inputs abgleichen. Diese Datenbanken müssen vorab von Menschen „gefüttert“ werden. Klassische Anwendungen der symbolischen KI sind zum Beispiel Textverarbeitung und Spracherkennung. Das wohl berühmteste Beispiel für symbolische KI ist DeepBlue: Der von IBM entwickelte Schachcomputer schlug 1997 mit Hilfe symbolischer KI den damaligen Schachweltmeister Garri Kasparow.

Die symbolische KI kann mit steigender Computer-Rechenleistung immer komplexere Probleme lösen. Allerdings arbeitet sie nach festen Regeln – soll sich eine Maschine außerhalb eines eng eingegrenzten Bereichs zurechtfinden, muss sie eine deutlich flexiblere KI haben, die auch mit Unsicherheiten und neuen Erfahrungen zurechtkommt.

Das Wissen über Neuronen selbstständig erweitern

Diese Flexibilität bieten künstliche neuronale Netze, die derzeit im Fokus der Forschung stehen. Mit ihnen wird die Funktionsweise des menschlichen Gehirns nachgebildet: Wie in der Natur bestehen künstliche neuronale Netze aus Knotenpunkten, die Neuronen oder auch Units genannt werden. Sie nehmen Informationen aus der Umwelt oder von anderen Neuronen auf und leiten sie in modifizierter Form an andere Units oder an die Umwelt (als Ergebnis) weiter. Dabei wird zwischen drei verschiedenen Arten von Units unterschieden:

Input-Units nehmen von der Außenwelt verschiedene Informationen auf. Das können zum Beispiel Messdaten oder Bildinformationen sein. Die Auswertung dieser Daten, zum Beispiel dem Foto eines Tieres, erfolgt über mehrere Schichten von Hidden-Units. Am Ende des Prozesses geben Output-Units das Ergebnis an die Außenwelt: „Das Foto zeigt einen Hund.“ Die Auswertung erfolgt über die Kanten, über die die einzelnen Neuronen miteinander verbunden sind. Die Stärke der Verbindung zwischen zwei Neuronen wird durch ein Gewicht ausgedrückt. Je größer das Gewicht ist, desto größer ist der Einfluss einer Unit auf eine andere Unit. Das Wissen eines neuronalen Netzes ist also in seinen Gewichten gespeichert. Lernen erfolgt in der Regel über eine Veränderung des Gewichts, wie bzw. wann sich ein Gewicht verändert, ist in Lernregeln definiert. Bevor ein neuronales Netzwerk in der Praxis eingesetzt werden kann, muss es also zunächst mit diesen Lernregeln trainiert werden. Anschließend können neuronale Netzedann mit ihrem Lernalgorithmus selbstständig dazulernen und eigenständig wachsen – das macht neuronale Künstliche Intelligenzen zu sehr dynamischen, anpassungsfähigen Systemen, die auch Herausforderungen meistern, bei denen die symbolische KI versagt.

Kognitive Prozesse als Basis einer neuen KI

Eine weitere neue Form der Künstlichen Intelligenz haben Informatiker der Universität Tübingen entwickelt: Ihr Computerprogramm „Brain Control“ simuliert sowohl eine 2D-Welt als auch darin eigenständig handelnde, kooperierende und lernende virtuelle Figuren – oder Agenten. Die Simulation zielt darauf ab, moderne Theorien der Kognitionswissenschaft in ein Modell zu überführen und neue Varianten Künstlicher Intelligenz zu erforschen. Brain Control verzichtet bisher auf den Einsatz neuronaler Netze, folgt aber auch nicht dem klassischen KI-Paradigma. Die theoretische Kernidee hinter dem Programm entstammt einer kognitionspsychologischen Theorie, nach der kognitive Prozesse im Wesentlichen prognostizierbar agieren und auf sogenannten „Events“ basiert sind. Solche Events, beispielsweise eine bestimmte Bewegung, wie das Greifen nach einem Stift, und die Verkettung von Events, wie das Zusammenpacken, wenn man Feierabend hat, bilden demnach den Grundstock der Kognition, mittels dem zielorientiert Interaktionen und Interaktionsketten mit der Welt ausgewählt und kontrolliert werden. Diese Hypothese wird von Brain Control gespiegelt: Die Figuren planen und entscheiden, indem sie Events und ihre Verkettung simulieren und damit relativ komplexe Handlungsfolgen ausführen können. So können die virtuellen Figuren sogar kooperativ handeln. Zuerst bringt eine Figur eine andere auf eine Plattform, damit diese dort den Weg freimachen kann, woraufhin beide vorankommen. Die Modellierung kognitiver Systeme wie in Brain Control ist allerdings noch immer ein ambitioniertes Vorhaben, soll aber langfristig zu besserer Künstlicher Intelligenz führen.

 

****

Englische Version.

 

Neuronale netze simulieren das gehirn | EBV Elektronik

Display portlet menu

Neuronale netze simulieren das gehirn | EBV Elektronik

Display portlet menu
Related Articles
The brain functions like a machine, or so according to the theory of Marvin Minsky, one of the most important pioneers of artificial intelligence.
KI-Pionier Minsky: Vorläufig tot?
March 4, 2019
Das Gehirn funktioniert wie eine Maschine, so die ­These von einem der wichtigsten Pioniere der ­Künstlichen Intelligenz. Also kann man es nach­bauen – und sich durch ein Back-up des Bewusstseins auf einem Rechner unsterblich machen.
Could our entire life simply be a computer simulation
AI-pioneer Minsky: Temporarily dead?
March 4, 2019
The brain functions like a machine, or so according to the theory of Marvin Minsky, one of the most important pioneers of artificial intelligence. In other words, it can be recreated – made immortal by backing up its consciousness onto a computer.
Kognitive Computerassistenten helfen Medizinern bei Diagnose- und Therapieentscheidungen.
Ist KI besser als der arzt?
February 27, 2019
Kognitive Computerassistenten helfen Medizinern bei Diagnose- und Therapieentscheidungen. ­Sie sind deutlich schneller bei der Auswertung von medizinischen Informationen und erreichen ­mindestens die gleiche Präzision.
Cognitive computer assistants are helping clinicians to make diagnostic and therapeutic ­decisions
AI better than the doctor?
February 27, 2019
Cognitive computer assistants are helping clinicians to make diagnostic and therapeutic ­decisions. They evaluate medical­ data much faster, while ­delivering at least the same level of precision.
Artificial neuronal networks are playing a big role
Neuronal networks simulating the brain
February 27, 2019
Machines are being made more intelligent based on a variety of data analysis methods. The focus of these efforts is shifting increasingly from mere performance capability towards creating the kind of flexibility that the human brain achieves.
Artificial Intelligence has enormous potential for improving our lives
AI Smarter than humans?
February 25, 2019
What began in the 1950s with a conference has grown into a ­key technology. It is already influencing our lives today, and as the intelligence of machines increases in the future that influence is bound to spread much more.
KI ist eine Schlüsseltechnologie, die sich in den kommenden Jahren nicht nur maßgeblich auf unser tägliches Leben, sondern auch auf die Wettbewerbsfähigkeit der gesamten Wirtschaft auswirkt.
Ist KI schlauer als der Mensch?
February 27, 2017
Was in den 1950ern mit einer Konferenz der KI-Pioniere John McCarthy und Marvin Minsky begann, ist zu einer Schlüsseltechnologie ­geworden.­ Sie beeinflusst schon heute­ ­unser Leben – und wird es mit steigender Intelligenz der Maschinen in Zu

Neuronale netze simulieren das gehirn | EBV Elektronik

Display portlet menu
Related Events
Webinar - Ultra96 Technical Training Courses
Date: July 7, 2019
Location: Online, On Demand
NXP Semiconductors Technology Day
Date: February 11, 2020
Location: Czech Republic; Praha, Slovakia; Zilina, Slovenia; Ljubljana, Hungary; Budapest
Journée Technique Intelligence Artificielle
Date: February 11, 2020
Location: France, Vénissieux; EBV Elektronik; 33 rue du Docteur Georges Lévy; 69200 Vénissieux
Journée Technique Intelligence Artificielle
Date: January 30, 2020
Location: France, Rennes, La fabrique – 20/22 avenue Jules Maniez – 35000 Rennes
Introduction to Machine Learning
Date: January 22, 2020
Location: Germany; Aschheim
AI & ML workshops Italy
Date: January 21, 2020
Location: Italy; Milano, Padova, Bologna