Scinexx-LogoSpringer-Verlag, Heidelberg
Freitag, 10.02.2012
Überblick
Das Wichtigste in Kürze

  • In der chemischen Analytik, in der Wetter- und Erdbebenvorhersage, sogar in den Rechts- und Wirtschaftswissenschaften waren neuronale Netze lange Zeit in Mode. Doch mit ihnen lässt sich zwar prinzipiell der Verlauf jeder beliebigen mathematischen Funktion annähern. Leider verrichten sie ihren Job in der Praxis aber nur mit mäßiger Genauigkeit.


  • Nachdem die meisten anderen Disziplinen sich von den neuronalen Netzen ab und neuen Methoden zugewandt haben, beginnen nun Kybernetiker und Neurobiologen, sich für die Ideen dahinter zu interessieren.


  • Obwohl unser Gehirn so überaus kompliziert erscheint, sind die Modelle, die die Mathematik den modernen Hirnforschern an die Hand gibt, keineswegs immer nur auf Großrechner angewiesen. Im Gegenteil: Sie passen oft genug in einen Laptop.


  • Nervenzellen können jeder Leitung, über die ein Signal sie erreicht, eine gewisse Bedeutung oder Wichtigkeit beimessen. Wenige Signale über „starke“ Leitungen reichen daher aus, um eine Reaktion hervorzurufen, während bei „schwachen“ Leitungen viele Signale nötig sind.


  • Ob eine Leitung wichtig ist oder nicht, kann das Gehirn auch lernen – und genau das haben die Wissenschaftler nun auch den künstlichen neuronalen Netzen beigebracht.. Neuronale Netze, wie Herrmann und sein Team sie untersuchen, lernen, ohne zu wissen, was.


  • Eines der Lernprinzipien dabei ist altbekannt: „Zuckerbrot“ und „Peitsche“. Einbeaute Verstärkungsmechanismen sorgen dafür, dass der Roboter richtige Verhaltensweisen „lernt“.


  • Ein zweites ist die Homöostase. Sie sorgt in der Natur dafür, dass bestimmte Werte im Organismus konstant bleiben. Dahinter steckt ein einfaches Prinzip, dass jetzt auch dem Roboter dazu verhilft, mithilfe von nur wenigen künstlichen Neuronen scheinbar komplexe Aufgaben zu lösen.

zurück   | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |    weiter
Artikel drucken   Dossier komplett anzeigen
Suche
Erweiterte Suche
Facts
Überblick
Das Wichtigste in Kürze
Artikel zum Thema
Ein Roboter mit Köpfchen
Wie lernen künstliche neuronale Netze?
Das Gehirn steckt im Laptop
Roboter Rob und sein neuronales Netz
Die Black Box des Mathematikers
Vom Neuron zur Software
Die Formel hinter dem Netzwerk
Funktionsweise künstlicher neuronaler Netze
Komplexität ohne Grenzen?
Leistungen und Grenzen neuronaler Netze
Mit 100 Neuronen durch ein Labyrinth
Komplexes Verhalten aus einfachen Strukturen
Immer an der Wand lang…
Homöostasen als ergonomische Lösung
Rob – gefangen in der Depression
Wenn destabilisierende Effekte positiv wirken
Neue Prothesen in Sicht?
Von der Forschung in die Praxis
Kein Stein der Weisen
Das Gehirn bleibt rätselhaft
Top-Diaschauen
Überleben im Winter
2012 und die Maya
Die großen Massenaussterben
Quallen
Riesenschlangen
Aktuelle Dossiers
Klima-Hotspot Moorböden
Wie Forscher den Treibhausgas-Emissionen von Mooren auf die Spur kommen
Schwelbrände im Gewebe
Chronische Entzündungen und ihre Ursachen
Röntgenblick in die Geheimnisse der Mumien
Neue bildgebende Verfahren helfen bei der Erforschung menschlicher Relikte
Auf Kante
Warten auf „The Big One“
Auch Pflanzen besitzen Stammzellen
Unerschöpflich kreativ
Energie-Produzent Gebäude
Wie Häuser zu Kraftwerken werden
Bermudas Unterwelt
Expedition zu den unterirdischen Salzwasserhöhlen einer Tropeninsel
Alte Seuchen in neuem Licht
Forscher untersuchen Resistenz gegen Pest und Cholera
Mehr Licht im Dunkel der Mars-Trabanten
Mit Mars Express und Phobos Grunt bei den „Söhnen“ des Kriegsgotts
Mikrobielle Mitbewohner auf Weltreise
Bakterien in Magen und Speichel helfen beim Erforschen menschlicher Wanderungen