|
|
 |
|
Neuronale Netze
Der Begriff "Neuronale Netze" wird zur Beschreibung einer Datenstruktur verwendet, die aus vereinfachten Modellen "echter", also organischer Nervenfaserverbindungen bestehen. Sowohl Biologen als auch Computerwissenschaftler haben erkannt, dass "organische Computer", wie beispielsweise das menschliche Gehirn, über die Fähigkeit verfügen, selbst unbedeutende Muster in großen, unstrukturierten Datensätzen zu erkennen und zu klassifizieren. Der Mensch ist in der Lage, in kürzester Zeit das Gesicht eines/einer Bekannten in einer großen Menschenmenge zu erkennen, sogar unter ungünstigen Verhältnissen, beispielsweise, wenn das Gesicht zum Teil durch einen Hut verdeckt ist. Die menschliche Wahrnehmung erlaubt die Identifikation eines anderen Menschen sogar dann, wenn sich der Gesichtsausdruck erheblich verändert hat, was durch den einfachen Vergleich von Bildern mit numerischen Methoden unmöglich wäre.
Der Unterschied zwischen einem Computer und dem menschlichen Gehirn kann auch mit Begriffen der Systemarchitektur beschrieben werden: Der Computer ist (trotz seiner Leistungsfähigkeit) in der Regel ein einfacher Prozessor, der in sehr kurzer Zeit eine Vielzahl mathematischer Berechnungen ausführen kann, während unser Gehirn tatsächlich aus vielen Milliarden einzelner Prozessoren besteht, die zwar in ihrer Leistung und Rechengeschwindigkeit eingeschränkt sind, jedoch dafür auf sehr komplexe und bisher nicht vollständig erforschte Art und Weise miteinander verwoben sind. Daher vermag ein Einzel-Prozessor-System bei mathematischen Berechnungen Erstaunliches leisten, wohingegen ein Neuronales Netzwerk (ein System verknüpfter Prozessoren) die eingeschränkte mathematische Genauigkeit dadurch wett macht, dass es in einem komplexen System Muster erkennen und "Regeln" ableiten kann.
Über einen Zeitraum von etwa 20 Jahren hinweg haben Computerwissenschaftler mit wachsendem Interesse Neuronale Netze erforscht und zahlreiche Computer entwickelt, um auf dieser Basis Technologieren und praktische Anwendungen zu entwickeln. Da die Entwicklung von Computer-Hardware und spezieller Neuronaler Netze eine zeitaufreibende und kostspielige Angelegenheit ist, sind die Wissenschaftler schnell darauf gekommen, dass es sinnvoller ist, Neuronale Netze vollständig in Computersoftware zu simulieren. Der Grundgedanke, Neuronale Netzwerktechniken in Software zurealisieren ist, einen (notwendiger Weise sehr leistungsfähigen) Computer Prozessor zur Simulation eines komplexen Systems verbundener Nervenzellen (Prozessoren) einzusetzen, und zu studieren, wie sich unterschiedliche Netzwerkstrukturen zu externen Reizen verhalten.
Es existieren heute bereits zahlreiche praktische Anwendungen, überwiegend im Bereich der Computerforschung: Bei der Bild- und Spracherkennung, optischer Text- und Handschriftenerkennung, Wettervorhersage, Qualitätsmessung oder sogar in Computerspielen. Künstliche Neuronale Netze können trotz ihrer Unterlegenheit im Vergleich zum menschlichen Gehirn Außerordentliches leisten, wenn es um das Aufspüren und Erkennen übereinstimmender Muster in scheinbar chaotischen Datensystemen geht.
|
|
|
|
|
