Neuronales Netzwerk - was ist das? Definition, Bedeutung und Geltungsbereich

2024 Autor: Leah Sherlock | [email protected]. Zuletzt bearbeitet: 2023-12-17 05:31

Früher nur aus Science-Fiction-Büchern bekannt, ist der Begriff Neuronale Netze in den letzten Jahren allmählich und unmerklich als fester Bestandteil neuester wissenschaftlicher Entwicklungen in das öffentliche Leben getreten. Dass es sich hierbei um ein neuronales Netz handelt, ist den Akteuren der Gaming-Branche natürlich schon lange bekannt. Aber heutzutage findet den Begriff jeder, er ist bekannt und wird von der breiten Masse verstanden. Zweifellos weist dies darauf hin, dass die Wissenschaft dem wirklichen Leben näher gekommen ist und neue Durchbrüche in der Zukunft auf uns warten. Und doch, was ist ein neuronales Netzwerk? Versuchen wir, die Bedeutung des Wortes herauszufinden.

Gegenwart und Zukunft

In früheren Zeiten waren das neuronale Netz, Hort und Raumfahrer eng verwandte Begriffe, denn nur in einer Fantasiewelt, die in der Vorstellung entsteht, war es möglich, mit künstlicher Intelligenz mit weit überlegenen Fähigkeiten einer einfachen Maschine zu begegnen einige Autoren. Und doch sind die Trends so, dass es in letzter Zeit um eine gewöhnliche Person in der Realität immer mehr Objekte gibt, die zuvor nur in der Science-Fiction-Literatur erwähnt wurden. Das erlaubt uns zu sagen, dass selbst der vielleicht heftigste Flug der Fantasie früher oder später seine Entsprechung in der Realität finden wird. Bücher über Hits, neuronale Netze schonheute mehr mit der Realität gemein als vor zehn Jahren, und wer weiß, was in einem weiteren Jahrzehnt passieren wird?

Ein neuronales Netzwerk in modernen Realitäten ist eine Technologie, die es Ihnen ermöglicht, Menschen zu identifizieren, indem Sie nur ein Foto zur Verfügung haben. Künstliche Intelligenz ist durchaus in der Lage, ein Auto zu fahren, ein Pokerspiel zu spielen und zu gewinnen. Darüber hinaus sind neuronale Netze neue Wege, um wissenschaftliche Entdeckungen zu machen, die es Ihnen ermöglichen, auf zuvor unmögliche Rechenkapazitäten zurückzugreifen. Daraus ergeben sich einzigartige Chancen, die Welt heute zu verstehen. Nur aus Nachrichtenberichten, die die neuesten Entdeckungen bekannt geben, ist jedoch selten klar, was ein neuronales Netzwerk ist. Sollte dieser Begriff auf ein Programm, eine Maschine oder einen Komplex von Servern angewendet werden?

Gesamtansicht

Wie man schon am Begriff "Neuronales Netz" erkennen kann (die in diesem Artikel vorgestellten Fotos machen es auch verständlich), handelt es sich um eine Struktur, die in Analogie zur Logik des menschlichen Gehirns entworfen wurde. Natürlich erscheint es im Moment nicht realistisch, eine vollständig biologische Struktur von solch hoher Komplexität zu kopieren, aber Wissenschaftler konnten der Lösung des Problems bereits merklich näher kommen. Nehmen wir an, dass kürzlich erstellte neuronale Netze ziemlich effektiv sind. Hort und andere Schriftsteller, die fantastische Werke veröffentlichten, wussten zum Zeitpunkt der Niederschrift ihrer Werke kaum, dass die Wissenschaft noch in diesem Jahr so weit voraus sein würde.

Die Besonderheit des menschlichen Gehirns besteht darin, dass es eine Struktur aus zahlreichen Elementen ist, zwischen denenInformationen werden ständig durch Neuronen übertragen. Tatsächlich sind auch neue neuronale Netze ähnliche Strukturen, bei denen elektrische Impulse für den Austausch relevanter Daten sorgen. Mit einem Wort, genau wie im menschlichen Gehirn. Und doch ist nicht klar: Gibt es einen Unterschied zu einem herkömmlichen Computer? Schließlich besteht die Maschine bekanntlich auch aus Teilen, deren Daten mittels elektrischem Strom übertragen werden. In Büchern über Weltraum, neuronale Netze sieht meist alles bezaubernd aus – riesige oder winzige Maschinen, auf die die Figuren auf einen Blick verstehen, womit sie es zu tun haben. Aber in Wirklichkeit sieht die Situation bisher anders aus.

Wie ist es aufgebaut?

Wie Sie den wissenschaftlichen Abhandlungen über neuronale Netze entnehmen können („Weltraumspaziergänger“gehören leider nicht zu dieser Kategorie, egal wie faszinierend sie auch sein mögen), ist die Idee in der fortschrittlichsten Struktur auf dem Gebiet der Künstliche Intelligenz, bei der Erstellung einer komplexen Struktur, deren Einzelteile sehr einfach sind. Tatsächlich kann man, wenn man eine Parallele zum Menschen zieht, eine Ähnlichkeit feststellen: Sagen wir, nur ein Teil des Gehirns eines Säugetiers hat keine großen Fähigkeiten und Fähigkeiten und kann kein intelligentes Verh alten bieten. Aber wenn es um eine Person als Ganzes geht, dann besteht ein solches Wesen den Test für das Intelligenzniveau ohne besondere Probleme.

Trotz dieser Ähnlichkeiten wurde ein ähnlicher Ansatz zur Schaffung künstlicher Intelligenz vor einigen Jahren geächtet. Dies geht sowohl aus wissenschaftlichen Abhandlungen als auch aus Science-Fiction-Büchern über das neuronale Netz hervor (z. B. „Spacewalkers“oben). Übrigens teilweise sogar StatementsCicero lässt sich mit der modernen Idee neuronaler Netze in Verbindung bringen: Ziemlich bissig schlug er einst vor, dass Affen auf Token geschriebene Buchstaben in die Luft werfen, damit sich daraus früher oder später ein sinnvoller Text ergäbe. Und erst das 21. Jahrhundert hat gezeigt, dass solche Bosheit völlig ungerechtfertigt war. Das neuronale Netz und die Science-Fiction gingen getrennte Wege: Wenn Sie einer Armee von Affen viele Tokens geben, werden sie nicht nur einen aussagekräftigen Text erstellen, sondern auch Macht über die Welt gewinnen.

In der Einheit liegt die Stärke, Bruder

Wie wir aus zahlreichen Experimenten gelernt haben, führt das Training eines neuronalen Netzes dann zum Erfolg, wenn das Objekt selbst sehr viele Elemente enthält. Wie Wissenschaftler scherzen, kann ein neuronales Netzwerk tatsächlich aus allem zusammengesetzt werden, sogar aus Streichholzschachteln, da die Hauptidee ein Satz von Regeln ist, denen die resultierende Gemeinschaft gehorcht. Normalerweise sind die Regeln recht einfach, aber sie ermöglichen Ihnen, den Datenverarbeitungsprozess zu kontrollieren. In einer solchen Situation ist ein Neuron (wenn auch ein künstliches) überhaupt kein Gerät, keine komplexe Struktur oder ein unverständliches System, sondern einfache arithmetische Operationen, die mit minimalem Energieverbrauch ausgeführt werden. Offiziell werden künstliche Neuronen in der Wissenschaft als „Perceptrons“bezeichnet. Neuronale Netze („Spacefalls“veranschaulichen dies gut) sollten nach Ansicht einiger wissenschaftlicher Autoren viel komplexer sein, aber die moderne Wissenschaft zeigt, dass Einfachheit auch hervorragende Ergebnisse liefert.

Die Funktionsweise eines künstlichen Neurons ist einfach: Zahlen werden eingegeben, deren Wert berechnetInformationsblock werden die Ergebnisse aufsummiert, die Ausgabe ist eine Einheit oder der Wert "-1". Wollte der Leser jemals zu den Gefallenen gehören? Neuronale Netze funktionieren in der Realität zumindest derzeit ganz anders. Wenn Sie sich also in einer Fantasiearbeit vorstellen, sollten Sie dies nicht vergessen. Tatsächlich kann ein moderner Mensch beispielsweise so mit künstlicher Intelligenz arbeiten: Man kann ein Bild zeigen, und das elektronische System beantwortet die Frage „entweder – oder“. Angenommen, eine Person legt das Koordinatensystem eines Punktes fest und fragt, was abgebildet ist - die Erde oder beispielsweise der Himmel. Nach Analyse der Informationen gibt das System eine Antwort - möglicherweise auch falsch (je nach Perfektion der KI).

Daumen hoch

Wie Sie der Logik des modernen neuronalen Netzwerks entnehmen können, versucht jedes Element davon, die richtige Antwort auf die dem System gestellte Frage zu erraten. In diesem Fall ist die Genauigkeit gering, das Ergebnis ist vergleichbar mit dem Ergebnis eines Münzwurfs. Aber die eigentliche wissenschaftliche Arbeit beginnt, wenn es darum geht, das neuronale Netz zu trainieren. Der Weltraum, die Erforschung neuer Welten, die Einsicht in die Essenz der physikalischen Gesetze unseres Universums (auf die sich moderne Wissenschaftler mithilfe neuronaler Netze verlassen) werden genau in dem Moment offen, in dem künstliche Intelligenz mit viel größerer Effizienz und Effektivität lernen wird als ein Mensch.

Tatsache ist, dass die Person, die dem System eine Frage stellt, die richtige Antwort darauf kennt. Sie können es also in die Informationsblöcke des Programms schreiben. Ein Perzeptron, das die richtige Antwort gibt, gewinnt an Wert, undHier verliert derjenige, der falsch geantwortet hat, und erhält eine Geldstrafe. Jeder neue Programmstartzyklus unterscheidet sich vom vorherigen aufgrund der Änderung des Werteniveaus. Zurück zum vorigen Beispiel: Früher oder später wird das Programm lernen, zwischen Erde und Weltraum klar zu unterscheiden. Neuronale Netze lernen umso effektiver, je korrekter das Studienprogramm erstellt ist – und seine Bildung kostet moderne Wissenschaftler viel Mühe. Als Teil der zuvor gestellten Aufgabe: Wenn dem neuronalen Netz ein weiteres Foto zur Analyse zur Verfügung gestellt wird, wird es es wahrscheinlich nicht sofort genau verarbeiten können, aber es wird anhand der Daten, die während des früheren Trainings gewonnen wurden, genau herausfinden, wo die Erde ist, und wo sind die Wolken, der Weltraum oder etwas anderes.

Eine Idee in die Realität umsetzen

Natürlich sind neuronale Netze in Wirklichkeit viel komplizierter als die oben beschriebenen, obwohl das Prinzip selbst dasselbe bleibt. Die Hauptaufgabe der Elemente, aus denen das neuronale Netz gebildet wird, besteht darin, numerische Informationen zu systematisieren. Bei der Kombination einer Fülle von Elementen wird die Aufgabe komplizierter, da die Eingangsinformationen möglicherweise nicht von außen kommen, sondern vom Perzeptron, das seine Systematisierungsarbeit bereits erledigt hat.

Wenn wir auf die obige Aufgabe zurückkommen, dann können Sie innerhalb des neuronalen Netzwerks die folgenden Prozesse entwickeln: Ein Neuron unterscheidet blaue Pixel von anderen, das andere verarbeitet die Koordinaten, das dritte analysiert die vom ersten empfangenen Daten zwei, auf deren Grundlage es entscheidet, ob sich die Erde oder der Himmel an einem bestimmten Punkt befindet. Außerdem kann man mehreren Neuronen gleichzeitig die Sortierung nach blauen und anderen Pixeln anvertrauen und die erh altenen Informationen zusammenfassen. Diese Perceptrons, die geben werdenEin besseres und genaueres Ergebnis erhält am Ende einen Bonus in Form eines höheren Werts, und ihre Ergebnisse haben bei der erneuten Bearbeitung einer Aufgabe Priorität. Natürlich erweist sich das neuronale Netz als äußerst umfangreich und die darin verarbeiteten Informationen werden überhaupt ein unerträglicher Berg sein, aber es wird möglich sein, Fehler zu berücksichtigen, zu analysieren und in Zukunft zu verhindern. Die größtenteils auf neuronalen Netzen basierenden Implantate, die in vielen Science-Fiction-Büchern zu finden sind, funktionieren so (außer natürlich, die Autoren machen sich die Mühe, darüber nachzudenken, wie es funktioniert).

Historische Meilensteine

Es mag den Laien überraschen, aber die ersten neuronalen Netze erschienen 1958. Dies liegt daran, dass das Gerät aus künstlichen Neuronen anderen Computerelementen ähnelt, zwischen denen Informationen im Format eines binären Zahlensystems übertragen werden. Ende der sechziger Jahre wurde eine Maschine namens Mark I Perceptron erfunden, in der die Prinzipien neuronaler Netze implementiert wurden. Das bedeutet, dass das erste neuronale Netz nur ein Jahrzehnt nach dem Bau des ersten Computers auftauchte.

Die ersten Neuronen des ersten neuronalen Netzes bestanden aus Widerständen, Radioröhren (damals war ein solcher Code, den moderne Wissenschaftler verwenden konnten, noch nicht entwickelt). Die Arbeit mit einem neuronalen Netz war die Aufgabe von Frank Rosenblatt, der ein zweischichtiges Netz erstellte. Ein Bildschirm mit einer Auflösung von 400 Pixel wurde verwendet, um externe Daten in das Netzwerk zu übertragen. Die Maschine war bald in der Lage, geometrische Formen zu erkennen. Dies deutete bereits darauf hin, dass neuronale Netze mit der Verbesserung technischer Lösungen dies könnenBuchstaben lesen lernen. Und wer weiß was noch?

Erstes neuronales Netz

Wie man aus der Geschichte ersehen kann, brannte Rosenblatt förmlich mit seiner Arbeit, er war darin perfekt orientiert, er war Spezialist für Neurophysiologie. Er war der Autor eines faszinierenden und beliebten Universitätskurses, in dem jeder verstehen konnte, wie man das menschliche Gehirn in eine technische Verkörperung umsetzt. Schon damals hoffte die wissenschaftliche Gemeinschaft, dass es bald echte Möglichkeiten geben würde, intelligente Roboter zu bauen, die in der Lage sind, sich zu bewegen, zu sprechen und ähnliche Systeme zu bilden. Wer weiß, vielleicht würden diese Roboter andere Planeten kolonisieren?

Rosentblatt war ein Enthusiast, und man kann ihn verstehen. Wissenschaftler glaubten, dass künstliche Intelligenz realisiert werden könnte, wenn die mathematische Logik vollständig in einer Maschine enth alten wäre. Zu diesem Zeitpunkt existierte der Turing-Test bereits, Asimov machte die Idee der Robotik populär. Die wissenschaftliche Gemeinschaft war davon überzeugt, dass die Erforschung des Universums eine Frage der Zeit sei.

Skepsis berechtigt

Schon in den sechziger Jahren gab es Wissenschaftler, die mit Rosenblatt und anderen großen Köpfen diskutierten, die sich mit künstlicher Intelligenz beschäftigten. Eine ziemlich genaue Vorstellung von ihrer Fabrikationslogik kann den Veröffentlichungen des auf seinem Gebiet bekannten Marvin Minsky entnommen werden. Übrigens ist bekannt, dass Isaac Asimov und Stanley Kubrick sehr von Minskys Fähigkeiten sprachen (Minsky half ihm bei der Arbeit an Odyssee im Weltraum). Minsky war nicht gegen die Schaffung neuronaler Netze, etwa darüberKubricks Film zeugt davon, und im Rahmen seiner wissenschaftlichen Karriere beschäftigte er sich bereits in den fünfziger Jahren mit maschinellem Lernen. Dennoch äußerte sich Minsky kategorisch zu falschen Meinungen und kritisierte Hoffnungen, für die es zu diesem Zeitpunkt noch keine solide Grundlage gab. Übrigens ist Marvin aus den Büchern von Douglas Adams nach Minsky benannt.

Kritik an neuronalen Netzen und der damaligen Vorgehensweise ist in der Veröffentlichung "Perceptron", datiert 1969, systematisiert. Es war dieses Buch, das das Interesse vieler Menschen an neuronalen Netzen buchstäblich im Keim erstickte, denn ein Wissenschaftler mit ausgezeichnetem Ruf zeigte deutlich, dass Mark the First eine Reihe von Fehlern hatte. Erstens war das Vorhandensein von nur zwei Schichten eindeutig unzureichend, und die Maschine konnte trotz ihrer gigantischen Größe und ihres enormen Energieverbrauchs zu wenig leisten. Der zweite Kritikpunkt widmete sich den von Rosenblatt entwickelten Algorithmen für das Netzwerktraining. Laut Minsky gingen mit hoher Wahrscheinlichkeit Informationen über Fehler verloren, und die notwendige Schicht erhielt einfach nicht die volle Datenmenge für eine korrekte Analyse der Situation.

Dinge gestoppt

Trotz der Tatsache, dass Minskys Hauptgedanke darin bestand, seine Kollegen auf Fehler hinzuweisen, um sie zur Verbesserung der Entwicklung anzuregen, war die Situation anders. Rosenblatt starb 1971, und es gab niemanden, der seine Arbeit fortsetzte. In dieser Zeit begann die Ära der Computer, und dieses Technologiefeld machte große Fortschritte. Die klügsten Köpfe der Mathematik und Informatik waren in diesem Bereich beschäftigt, und künstliche Intelligenz schien eine unvernünftige Verschwendung von Energie und Ressourcen zu sein.

Neuronale Netze haben seit mehr als einem Jahrzehnt nicht mehr die Aufmerksamkeit der wissenschaftlichen Gemeinschaft auf sich gezogen. Der Wendepunkt kam, als Cyberpunk in Mode kam. Es konnten Formeln gefunden werden, mit denen Fehler mit hoher Genauigkeit berechnet werden können. 1986 fand das von Minsky formulierte Problem bereits eine dritte Lösung (alle drei wurden von unabhängigen Wissenschaftlergruppen entwickelt), und es war diese Entdeckung, die Enthusiasten dazu veranlasste, ein neues Gebiet zu erkunden: Die Arbeit an neuronalen Netzen wurde wieder aktiv. Der Begriff Perceptrons wurde jedoch stillschweigend durch Cognitive Computing ersetzt, experimentelle Geräte abgeschafft, mit der Verwendung von Codierung begonnen, wobei die effektivsten Programmiertechniken verwendet wurden. Nur wenige Jahre, und Neuronen sind bereits zu komplexen Strukturen zusammengesetzt, die ziemlich ernste Aufgaben bewältigen können. Im Laufe der Zeit war es beispielsweise möglich, Programme zum Lesen menschlicher Handschriften zu erstellen. Die ersten Netzwerke schienen selbstlernend zu sein, das heißt, sie fanden selbstständig die richtigen Antworten, ohne einen Hinweis von der Person, die den Computer steuerte. Neuronale Netze haben ihre Anwendung in der Praxis gefunden. Beispielsweise werden in Bankstrukturen in Amerika Programme verwendet, die Nummern auf Schecks identifizieren.

Sprung nach vorn

In den 90er Jahren wurde klar, dass ein Schlüsselmerkmal neuronaler Netze, das besondere Aufmerksamkeit von Wissenschaftlern erfordert, die Fähigkeit ist, einen bestimmten Bereich auf der Suche nach der richtigen Lösung zu erkunden, ohne von einer Person aufgefordert zu werden. Das Programm verwendet die Trial-and-Error-Methode, auf deren Grundlage es Verh altensregeln erstellt.

Dieser Zeitraum war geprägt von einem Anstieg des InteressesÖffentlichkeit zu behelfsmäßigen Robotern. Begeisterte Designer aus aller Welt begannen, aktiv eigene lernfähige Roboter zu entwerfen. 1997 war dies der erste wirklich ernsthafte Erfolg auf Weltebene: Zum ersten Mal schlug ein Computer den weltbesten Schachspieler Garry Kasparov. Ende der neunziger Jahre kamen Wissenschaftler jedoch zu dem Schluss, dass sie die Obergrenze erreicht hatten und die künstliche Intelligenz nicht weiter wachsen konnte. Darüber hinaus ist ein gut optimierter Algorithmus bei der Lösung derselben Probleme viel effizienter als jedes neuronale Netzwerk. Einige Funktionen blieben bei neuronalen Netzen, zum Beispiel die Erkennung von Archivtexten, aber es war nichts Komplizierteres verfügbar. Im Grunde, wie moderne Wissenschaftler sagen, fehlte es an technischen Möglichkeiten.

Unsere Zeit

Neuronale Netze sind heute eine Möglichkeit, die komplexesten Probleme mit der Methode „Die Lösung findet sich von selbst“zu lösen. Tatsächlich ist damit keine wissenschaftliche Revolution verbunden, sondern moderne Wissenschaftler, die Koryphäen der Programmierwelt, haben Zugang zu einer mächtigen Technik, die es ihnen ermöglicht, das in die Praxis umzusetzen, was sich ein Mensch vorher nur allgemein vorstellen konnte. Zurück zu Ciceros Satz über Affen und Token: Wenn Sie Tieren jemanden zuweisen, der ihnen eine Belohnung für den richtigen Satz gibt, erstellen sie nicht nur einen sinnvollen Text, sondern schreiben ein neues „Krieg und Frieden“, und nicht schlechter.

Neuronale Netze unserer Tage sind bei den größten Unternehmen im Bereich der Informationstechnologie im Einsatz. Dies sind mehrschichtige neuronale Netze, die durch leistungsstarke Server implementiert werden. Nutzung der Möglichkeiten des World Wide Web, der in den letzten Jahrzehnten angesammelten Informationsfelder.