Neuronales Netz

Neuronale Netze beziehen sich auf die Strukturen des Gehirns von Tieren und Menschen: Neuronen sind in der Art eines Netzes miteinander verknüpft. Biologische Neuronen reagieren auf elektrische oder chemische Reize. Neuronen haben üblicherweise mehrere Eingangsverbindungen sowie eine Ausgangsverbindung. Wenn die Summe der Eingangsreize einen gewissen Schwellenwert überschreitet, "feuert" das Neuron. Das bedeutet, dass ein Aktionspotential an seinem Axonhügel ausgelöst und entlang seines Axons weitergeleitet wird. Das ist das Ausgangssignal des Neurons.

Über das Lernen in neuronalen Netzen gibt es verschiedene Theorien. Die erste neuronale Lernregel wurde 1949 von Donald O. Hebb beschrieben (Hebb'sche Lernregel). Gegenwärtig werden Unterrichtsmethoden entwickelt, die sich am Nervensystem orientieren und die Lernergruppe zum neuronalen Netz umformen. Dabei sollen - in Analogie zu neuronalen Ensembles - durch intensive und langfristige Interaktionen zwischen den Lernern stabile Verbindungen entstehen. Auf diese Weise werden Inhalte innerhalb der Gruppe - als Zellensemble - erlernt. Ferner sollen diese Netze aus Lernern selbst Wissen als Emergenzen produzieren. Diese Vorstellungen werden besonders im Konzept des Lernen durch Lehren umgesetzt.

Bild nicht gefunden
Vereinfachte Darstellung eines künstlichen neuronalen Netzwerks

Die besondere Eigenschaft neuronaler Netze besteht darin, dass sie komplexe Muster lernen können, ohne dass eine Abstraktion über die diesen Mustern zugrunde liegenden Regeln stattfindet. Das heißt vor dem Lernen müssen diese Regeln nicht entwickelt (/programmiert) werden - aber nachher kann aus dem neuronalen Netz auch nicht die Logik ermittelt werden, die seinen Lernerfolg ausmacht. Das richtige Trainieren eines neuronalen Netzes ist Voraussetzung für seinen möglichen Lernerfolg. Damit korrespondiert die Eigenschaft, dass eine Vorhersage über die "richtige" Interpretation eines Musters durch ein neuronales Netz nicht präzise möglich ist, solange nicht dieses spezifische Netz mit dieser spezifischen Lernerfahrung befragt bzw. durchgerechnet wird.

In der Neuroinformatik wird versucht neuronale Netze computergestützt durch Künstliche neuronale Netze zu simulieren. Bis jetzt beschränkt sich die Anwendung von künstlichen neuronalen Netzen auf die Regelung von komplexen Prozessen z.B. in der Chemieindustrie, Mustererkennung, Sprachanalyse und anpassungsfähiger Software wie Virtuelle Agenten und KI-Robotern in Spielen.

Siehe auch

Weblinks

See also: Neuronales Netz, 1949, Aktionspotential, Axon, Axonhügel, Biologie, Chemisch, Chemische Industrie, Donald O. Hebb, Elektrisch