| Vorheriges Thema anzeigen :: Nächstes Thema anzeigen |
| Autor |
Nachricht |
zelig
Kultürlich
Anmeldungsdatum: 31.03.2004
Beiträge: 25405
|
 (#329936) Verfasst am: 18.08.2005, 16:44 Titel: Im Gegensatz zum Computer verarbeitet das Gehirn Informationen kontinuierlich |
 |
|
| Zitat: | | Das Gehirn verarbeitet Informationen nicht stufenweise wie ein Computer, sondern in einem ständigen Fließprozess. |
| Zitat: | | Da sie jedoch während der Wahrnehmung des Wortes zögerten und die getroffene Wahl bereits zu diesem Zeitpunkt verändern konnten, müsse die Sprachwahrnehmung auf einem dynamischen Prozess basieren. Bei einem solchen Mechanismus gebe es dann nicht nur "falsch" und "richtig", sondern auch Werte dazwischen. |
http://www.wissenschaft.de/sixcms/detail.php?id=254623
edit: noch'n link
http://www.heise.de/tr/aktuell/meldung/62934
|
|
| Nach oben |
|
 |
SolCom
Religionsfrei
Anmeldungsdatum: 05.03.2005
Beiträge: 58
Wohnort: Dresden
|
| (#330037) Verfasst am: 18.08.2005, 19:02 Titel: |
|
|
hast du gegenargument, oder was :) ?
_________________
.
Schopenhauer : »Der Arzt sieht den Menschen in seiner ganzen Schwäche, der Advokat in seiner ganzen Schlechtigkeit und der Priester in seiner ganzen Dummheit.«
|
|
| Nach oben |
|
|
Critic
oberflächlich
Anmeldungsdatum: 22.07.2003
Beiträge: 16339
Wohnort: Arena of Air
|
| (#330309) Verfasst am: 19.08.2005, 02:21 Titel: |
|
|
http://www.seattlerobotics.org/encoder/mar98/fuz/flindex.html
Dabei weiß schon der "Hobbytyp" (in dem Falle Jean Pütz), daß "Fuzzy" gleich "Fuzzy" sei, also in dem Sinne nichts tauge. Naja, wenn schonmal die Waschmaschine versucht zu denken wie ein Mensch... 
(Und man muß ja nicht notwendigerweise zeitdiskret sein, es gibt doch Analogrechner...)
_________________
"Die Pentagon-Gang wird in der Liste der Terrorgruppen geführt"
Dann bin ich halt bekloppt. 
"Wahrheit läßt sich nicht zeigen, nur erfinden." (Max Frisch)
|
|
| Nach oben |
|
|
Sokrateer
souverän
Anmeldungsdatum: 05.09.2003
Beiträge: 11649
Wohnort: Wien
|
| (#330310) Verfasst am: 19.08.2005, 02:25 Titel: |
|
|
Ich muss mir mal diese Studien durchlesen. Wahrscheinlich wollte sie irgendwas ganz anderes aufzeigen, andererseits wurde der Forscher mehrmals zitiert.
Die Artikel selbst ärgern mich. Ist irgendwie so als würde man berichten: "Studie lieferte verblüffendes Ergebnis. Bisher sind die Wissenschaftler davon ausgegangen die Erde wäre eine Scheibe. Jüngste Erkenntnisse zeigten aber, dass die Erde in der Tat kugelförmig ist."
Das, was hier angeblich entdeckt wurde, ist seit geschätzten 30 Jahren bekannt. Nicht nur das, es gibt schon fast ebenso lange neuronale Netze, die genau diese Effekte in der Spracherkennung modellieren, nämlich anhand der Anfangsbuchstaben den Begriff abzuschätzen und möglicherweise nachträglich zu korrigieren.
Und Computer können das nicht? Dann träume ich wohl die T9-Funktion von meinem Handy, oder wie? Man braucht dazu nur eine Feedbackschleife im Datenfluss.
Selbst wenn also die Wellenbewegung mit dem Mauszeiger auf irgendwas hinweisen sollte, dann zeigt die Existenz von Programmen die schon längst das gleiche leisten, dass Computer sowas also sehr wohl modellieren können.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#330507) Verfasst am: 19.08.2005, 12:17 Titel: |
|
|
| Sokrateer hat folgendes geschrieben: | | Die Artikel selbst ärgern mich. [...] Das, was hier angeblich entdeckt wurde, ist seit geschätzten 30 Jahren bekannt. |
Stimmt. Die Artikel bieten keine neuen Erkenntnisse.
| Sokrateer hat folgendes geschrieben: | | Selbst wenn also die Wellenbewegung mit dem Mauszeiger auf irgendwas hinweisen sollte, dann zeigt die Existenz von Programmen die schon längst das gleiche leisten, dass Computer sowas also sehr wohl modellieren können. |
Das Gehirn arbeitet hochgradig parallel und die meisten heutigen Computer arbeiten sequentiell. Das ist der Unterschied, allerdings, wie Du richtig sagst, ist das schon lange bekannt.
Man kann zwar mit den heutigen Computern neuronale Netze simulieren, allerdings nur auf sehr niedrigem Niveau:
| Wikipedia hat folgendes geschrieben: | | Die gängige Softwareimplementierung der künstlichen neuronalen Netze beschränkt die Anzahl der Neuronen auf einige hundert Neuronen, weil das Traininieren des KNNs viel Zeit in Anspruch nimmt. Hardwarebasierte Lösungen besitzen derzeit eine Neuronenanzahl von 30.000. Schnecken zum Beispiel besitzen etwa 20.000 Neuronen. Ein menschliches Gehirn besteht aus etwa 10-100 Milliarden Neuronen. |
Es ist aus meiner Sicht sehr unwahrscheinlich, dass mit heutigen Computern ein menschliches Gehirn modelliert werden kann. Dazu bräuchte man wohl andere Hardware, nämliche solche, die ebenso wie das Gehirn hochgradig parallel arbeiten kann und eventuell ebenso in der Lage ist, sich selbst zu organisieren.
Ein neuronales Netz (auch ein künstliches neuronales Netz) unterscheidet sich übrigens sehr wesentlich von normaler Software. Normale Software ist "fertig", sie ändert sich nicht; bei einer bestimmten Eingabe wird sie reproduzierbar eine bestimmte Reaktion (Ausgabe) erzeugen.
Neuronale Netze dagegen sind nie "fertig", sie verändern sich fortwährend, sie "lernen". Dass bedeutet, dass man die Reaktion, bzw. die Ausgabe eines künstlichen neuronalen Netzes nicht genau vorhersagen kann.
|
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#341529) Verfasst am: 09.09.2005, 17:47 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | Neuronale Netze dagegen sind nie "fertig", sie verändern sich fortwährend, sie "lernen". Dass bedeutet, dass man die Reaktion, bzw. die Ausgabe eines künstlichen neuronalen Netzes nicht genau vorhersagen kann. |
Wenn man den aktuellen Zustand des neuronalen Netzes und die in der Eingabeschicht anliegenden Werte kennt, kann man das Verhalten des Netzes nach einfachen Regel berechnen. Genau das tut ja das Netz selbst.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#341559) Verfasst am: 09.09.2005, 18:34 Titel: |
|
|
| Wygotsky hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | Neuronale Netze dagegen sind nie "fertig", sie verändern sich fortwährend, sie "lernen". Dass bedeutet, dass man die Reaktion, bzw. die Ausgabe eines künstlichen neuronalen Netzes nicht genau vorhersagen kann. |
Wenn man den aktuellen Zustand des neuronalen Netzes und die in der Eingabeschicht anliegenden Werte kennt, kann man das Verhalten des Netzes nach einfachen Regel berechnen. [...] |
Nein, genau das kann man eben nicht. Genau diese Nicht-Berechenbarkeit ist das Merkmal des neuronalen Netzes (wenn ich das richtig verstehe).
Aber falls Du anderslautende Informationen hast, dann nur 'raus damit.
|
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#343276) Verfasst am: 12.09.2005, 22:57 Titel: |
|
|
| Ein leicht verständliches Buch ist "Geist im Netz" von Manfred Spitzer.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#343348) Verfasst am: 13.09.2005, 02:25 Titel: |
|
|
| Wygotsky hat folgendes geschrieben: | | Ein leicht verständliches Buch ist "Geist im Netz" von Manfred Spitzer. |
Ich denke schon, dass ich zumindest in Grundzügen die Funktionsweise von neuronalen Netzen verstehe. Neuronale Netze werden eingesetzt in Modellen, die nicht mathematisch beschrieben werden können, z.B. in der Mustererkennung. Neuronale Netze werden nicht programmiert (mit Regeln), sondern trainiert (eine bestimmte Eingabe soll eine bestimmte Ausgabe ergeben). Deine Aussage:
| Wygotsky hat folgendes geschrieben: | | Wenn man den aktuellen Zustand des neuronalen Netzes und die in der Eingabeschicht anliegenden Werte kennt, kann man das Verhalten des Netzes nach einfachen Regel berechnen. Genau das tut ja das Netz selbst. |
ist also nicht richtig. Wenn es "einfache Regeln" gäbe z.B. für eine Mustererkennung, dann müsste man kein neuronales Netz konstruieren.
| Nikolaus Petry - Fuzzy Logik und Neuronale Netze hat folgendes geschrieben: | | Ein starker Kritikpunkt an neuronalen Netzen ist das Black-Box-Verhalten. Die Neuronengewichte und -schwellwerte sind nach der Lernphase bekannt, können aber nur sehr eingeschränkt interpretiert werden. Die Gewichte haben keine eigenständige Bedeutung wie es z.B. in den linearen Modellen der Ökonometrie der Fall ist. Einzelne Parameter können auch nicht auf Signifikanz getestet werden, da kein stochastisches Modell zu Grunde liegt. Änderungen an den Gewichten führen zu Änderungen des Neuronalen Netzes, die nur sehr schwer mathematisch kontrollierbar sind. |
"Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann.
|
|
| Nach oben |
|
|
kolja
der Typ im Maschinenraum
Anmeldungsdatum: 02.12.2004
Beiträge: 16631
Wohnort: NRW
|
| (#343394) Verfasst am: 13.09.2005, 08:50 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | "Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann. |
Ich denke, da hast du was falsch verstanden.
Künstliche neuronale Netze werden gegenwärtig auf herkömmlichen Computern implementiert und sind damit zwangsläufig vollständig berechenbar. Ein "neuronales Netz" besteht aus einem Datensatz, der die Neuronen und ihre Eigenschaften vollständig beschreibt, und einem Programm, das auf diesem Datensatz operiert und das Verhalten des neuronalen Netzes berechnet.
Während der Trainings-Phase werden die Eigenschaften der Neuronen so lange verändert, bis das Netz für die relevanten Eingabemuster die gewünschten Ausgabemuster liefert. Dies geschieht allerdings ohne im Vorraus zu wissen, welches Neuron wie verändert werden muß. Man probiert und nähert sich iterativ dem gewünschten Ergebnis immer weiter an.
Daher kann man hinterher keinen Sinn in den Eigenschaften der Neuronen erkennen - außer, dass sie im Zusammenspiel das gewünschte Ergebnis liefern.
_________________
Hard work often pays off after time, but laziness always pays off now.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#343429) Verfasst am: 13.09.2005, 11:31 Titel: |
|
|
| kolja hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | "Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann. |
Ich denke, da hast du was falsch verstanden.
Künstliche neuronale Netze werden gegenwärtig auf herkömmlichen Computern implementiert und sind damit zwangsläufig vollständig berechenbar. |
Naja, vielleicht verstehen wir unter "berechenbar" etwas anderes. Berechenbar bedeutet für mich, dass man einen Algorithmus erstellen kann, der für eine bestimmte Eingabe eine bestimmte Ausgabe erzeugt. Genau dies ist bei einem künstlichen neuronalen Netz (ab einem gewissen Grad der Komplexität) nicht möglich. Anders gesagt, es ist nicht möglich, das künstliche neuronale Netz mit einer Software zu simulieren. (Mit einer einzigen Ausnahme natürlich: Wenn man den Trainingsablauf des neuronalen Netzes im Einzelnen kennt, kann man ein identisches neuronales Netz bauen, das dann genau gleich reagiert wie das erste Netz. Dies würde ich aber nicht "Berechnung" nennen.)
Wenn Du sagst, "zwangsläufig vollständig berechenbar", dann ist das eine rein theoretische Annahme, die davon ausgeht, dass unsere Ressourcen zur Berechnung unbegrenzt sind. Da dem aber nicht so ist, ist die Berechnung rein praktisch unmöglich (ab einer gewissen Komplexitätsstufe).
|
|
| Nach oben |
|
|
kolja
der Typ im Maschinenraum
Anmeldungsdatum: 02.12.2004
Beiträge: 16631
Wohnort: NRW
|
| (#343431) Verfasst am: 13.09.2005, 11:37 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | Naja, vielleicht verstehen wir unter "berechenbar" etwas anderes. Berechenbar bedeutet für mich, dass man einen Algorithmus erstellen kann, der für eine bestimmte Eingabe eine bestimmte Ausgabe erzeugt. Genau dies ist bei einem künstlichen neuronalen Netz (ab einem gewissen Grad der Komplexität) nicht möglich. Anders gesagt, es ist nicht möglich, das künstliche neuronale Netz mit einer Software zu simulieren. |
Künstliche neuronale Netze sind Software-Simulationen.
_________________
Hard work often pays off after time, but laziness always pays off now.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#343436) Verfasst am: 13.09.2005, 11:58 Titel: |
|
|
| kolja hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | Naja, vielleicht verstehen wir unter "berechenbar" etwas anderes. Berechenbar bedeutet für mich, dass man einen Algorithmus erstellen kann, der für eine bestimmte Eingabe eine bestimmte Ausgabe erzeugt. Genau dies ist bei einem künstlichen neuronalen Netz (ab einem gewissen Grad der Komplexität) nicht möglich. Anders gesagt, es ist nicht möglich, das künstliche neuronale Netz mit einer Software zu simulieren. |
Künstliche neuronale Netze sind Software-Simulationen. |
Ich weiß. Ich hatte auch überlegt, zu schreiben: "es ist nicht möglich, das künstliche neuronale Netz mit einer anderen Software zu simulieren, die nicht auf dem Prinzip des neuronalen Netzes beruht", habe das aber gelassen, weil ich dachte, es ginge aus dem Zusammenhang hervor. Ging es wohl nicht, deshalb sei es hier nachgeholt.
|
|
| Nach oben |
|
|
kolja
der Typ im Maschinenraum
Anmeldungsdatum: 02.12.2004
Beiträge: 16631
Wohnort: NRW
|
| (#343538) Verfasst am: 13.09.2005, 16:39 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | Ich weiß. Ich hatte auch überlegt, zu schreiben: "es ist nicht möglich, das künstliche neuronale Netz mit einer anderen Software zu simulieren, die nicht auf dem Prinzip des neuronalen Netzes beruht", habe das aber gelassen, weil ich dachte, es ginge aus dem Zusammenhang hervor. Ging es wohl nicht, deshalb sei es hier nachgeholt. |
Diese Unterscheidung ist doch unsinnig.
Das Verhalten eines künstlichen neuronalen Netzes ist deshalb berechenbar, weil es sich bei dem Netz um nicht mehr als eine komplexe Rechenoperation handelt. Man könnte sie sogar auf Papier aufschreiben und mit einem Bleistift lösen (wenn man sehr viel Papier und Zeit hat).
Ohne Berechenbarkeit gäbe es keine künstlichen neuronalen Netze.
_________________
Hard work often pays off after time, but laziness always pays off now.
|
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#343798) Verfasst am: 14.09.2005, 00:35 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | Wygotsky hat folgendes geschrieben: | | Ein leicht verständliches Buch ist "Geist im Netz" von Manfred Spitzer. |
Ich denke schon, dass ich zumindest in Grundzügen die Funktionsweise von neuronalen Netzen verstehe. Neuronale Netze werden eingesetzt in Modellen, die nicht mathematisch beschrieben werden können, z.B. in der Mustererkennung. Neuronale Netze werden nicht programmiert (mit Regeln), sondern trainiert (eine bestimmte Eingabe soll eine bestimmte Ausgabe ergeben). |
Es gibt sogar selbstorganisierende Netze, und die sind nicht einmal besonders schwierig aufgebaut.
| AgentProvocateur hat folgendes geschrieben: | Deine Aussage: | Wygotsky hat folgendes geschrieben: | | Wenn man den aktuellen Zustand des neuronalen Netzes und die in der Eingabeschicht anliegenden Werte kennt, kann man das Verhalten des Netzes nach einfachen Regel berechnen. Genau das tut ja das Netz selbst. |
ist also nicht richtig. Wenn es "einfache Regeln" gäbe z.B. für eine Mustererkennung, dann müsste man kein neuronales Netz konstruieren. |
Neuronale Netze sind in der Regel Programme, die auf herkömmlichen Digitalcomputern laufen. Die Programmierung eines neuronalen Netzes ist nicht einmal besonders kompliziert. Lies das Buch von Spitzer, und du hast das Know-How um es selbst zu machen. (Vorausgesetzt, du kannst irgendeine Programmiersprache.)
| AgentProvocateur hat folgendes geschrieben: | | "Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann. |
Nein, das hast du falsch verstanden. Wie kolja richtig bemerkt hat, könntest du das Verhalten eines künstlichen neuronalen Netzes auch mit Papier und Bleistift berechnen. Es wäre sehr leicht. (Und wenn du das Buch von Spitzer liest, weißt du auch, wie es geht.) Nur dauert es sehr lange. Du würdest jahrelang daran sitzen und tausende Seiten Papier vollkritzeln. Am Ende hättest du das Ergebnis, dass durch den Vorzustand des Netzes und die anliegende Eingabe eindeutig bestimmt war. Nur dass du keine Ahnung hättest, wie das im einzelnen zustandegekommen ist, weil man angesichts der schieren Menge an primitiven Berechnungen als Mensch einfach den Überblick verliert. Darum erscheint das Netz als Black Box.
| AgentProvocateur hat folgendes geschrieben: | | Ich hatte auch überlegt, zu schreiben: "es ist nicht möglich, das künstliche neuronale Netz mit einer anderen Software zu simulieren, die nicht auf dem Prinzip des neuronalen Netzes beruht", habe das aber gelassen, weil ich dachte, es ginge aus dem Zusammenhang hervor. |
Neuronale Netze kannst du in fast jeder gängigen Programmiersprache implementieren. Zum Beispiel in JAVA. Es wäre sogar eine vergleichsweise einfache Programmieraufgabe. Alles was dieses neuronale Netz täte, wäre in letzter Konsequenz ein JAVA-Programm, dass von einem JAVA-Interpreter ausgeführt wird. Der ist selbst kein neuronales Netz, berechnet aber das Verhalten des neuronalen Netzes vollständig.
|
|
| Nach oben |
|
|
kolja
der Typ im Maschinenraum
Anmeldungsdatum: 02.12.2004
Beiträge: 16631
Wohnort: NRW
|
| (#343959) Verfasst am: 14.09.2005, 10:07 Titel: |
|
|
Mir gefiel auch die Seite http://www.neuronalesnetz.de/ ganz gut.
_________________
Hard work often pays off after time, but laziness always pays off now.
|
|
| Nach oben |
|
|
tati
auf Wunsch deaktiviert
Anmeldungsdatum: 16.03.2005
Beiträge: 567
|
| (#343961) Verfasst am: 14.09.2005, 10:24 Titel: |
|
|
| kolja hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | "Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann. |
Ich denke, da hast du was falsch verstanden.
Künstliche neuronale Netze werden gegenwärtig auf herkömmlichen Computern implementiert und sind damit zwangsläufig vollständig berechenbar. |
richtig, denn die berechenbarkeit ist ja schliesslich auch die voraussetzung für die simulation von künstlichen neuronalen netzen auf von-neumann-maschinen. massgebend ist hier jedoch die tatsache, dass das verhalten neuronaler netze nicht wie in der symbolistischen informationsverarbeitung zum vornherein programmiert wird, sondern erst während oder nach der inbetriebnahme des systems entsteht/emergiert. so gesehen sind die obersten funktionsprinzipien des systems allenfalls (mit viel papier und zeit) erst nachträglich funktional erklärbar, aber im allgemeinen nicht oder nicht ausreichend vorhersagbar.
|
|
| Nach oben |
|
|
Sokrateer
souverän
Anmeldungsdatum: 05.09.2003
Beiträge: 11649
Wohnort: Wien
|
| (#343996) Verfasst am: 14.09.2005, 12:12 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | Sokrateer hat folgendes geschrieben: | | Selbst wenn also die Wellenbewegung mit dem Mauszeiger auf irgendwas hinweisen sollte, dann zeigt die Existenz von Programmen die schon längst das gleiche leisten, dass Computer sowas also sehr wohl modellieren können. |
Das Gehirn arbeitet hochgradig parallel und die meisten heutigen Computer arbeiten sequentiell. Das ist der Unterschied, allerdings, wie Du richtig sagst, ist das schon lange bekannt. |
Eine CPU hat auch hunderte Millionen von Transistoren, die auch gleichzeitig arbeiten und miteinander vernetzt sind. Was sagst du dazu?
Wie diese Transitoren/Neuronen zu Komponenten zusammengeschaltet sind und ob diese Komponenten parallel arbeiten können, ist eine andere Frage. Neuronale Netze, die auf einen Aufgabe trainiert sind, können nur diese eine Aufgabe erledigen und dann auch immer nur eine Aufgabe gleichzeitig. Computer können hingegen über Scheduling viele Programme in abwechselnden Zeiteinheiten quasiparallel abarbeiten.
| AgentProvocateur hat folgendes geschrieben: |
Man kann zwar mit den heutigen Computern neuronale Netze simulieren, allerdings nur auf sehr niedrigem Niveau:
| Wikipedia hat folgendes geschrieben: | | Die gängige Softwareimplementierung der künstlichen neuronalen Netze beschränkt die Anzahl der Neuronen auf einige hundert Neuronen, weil das Traininieren des KNNs viel Zeit in Anspruch nimmt. Hardwarebasierte Lösungen besitzen derzeit eine Neuronenanzahl von 30.000. Schnecken zum Beispiel besitzen etwa 20.000 Neuronen. Ein menschliches Gehirn besteht aus etwa 10-100 Milliarden Neuronen. |
|
Mehr ist bei KNNs auch nicht besser, sondern ziemlich sinnlos. Zudem macht es wenig Sinn die Zahl von Neuronen einfach miteinander zu vergleichen. Wenn dann müsste man viele KNNs, die jeweils bestimmte Teilaufgaben lösen, zu einem größeren Verbund von Netzen zusammenzuflicken. Aber wieso sollte man das tun? Die Evolution musste mit dem arbeiten, was da ist, aber es ist nicht einzusehen, warum wir dieses wirre Modell nachbauen sollten.
Neuronale Netze haben zwar einen populärwissenschaftlichen Anreiz. Sie sind aber in der Praxis nichts als stochastische Methoden oder halt eine andere Möglichkeit diese Methoden zu betrachten. Sieh dir mal The ANN Book an. Es ist gratis und enthält einen guten Überblick über den aktuellen Stand der Dinge. Den mathematisch/statistischen Charakter von KNNs erkennst du leicht an den unzähligen und komplexen Formeln und an der verwendeten Terminologie.
KNNs werden meistens zur Klassifikation oder Regression eingesetzt. Für beides gibt es Alternativen. Für die lineare Regression gibt es mit der "Methode der kleinsten Quadrate" eine jahrhunderte alte Alternative, die wesentlich effizienter berechenbar ist.
| AgentProvocateur hat folgendes geschrieben: |
Es ist aus meiner Sicht sehr unwahrscheinlich, dass mit heutigen Computern ein menschliches Gehirn modelliert werden kann. Dazu bräuchte man wohl andere Hardware, nämliche solche, die ebenso wie das Gehirn hochgradig parallel arbeiten kann und eventuell ebenso in der Lage ist, sich selbst zu organisieren. |
Selbstorganisation ist in Software problemlos möglich. Wenn zwei Neuronen nicht verbunden sein sollen, setzt du einfach eine Null in der Gewichte-Matrix. Wie diese Selbstorganisation erfolgt, wäre interessant zu wissen, aber es ist auch nicht klar ob diese Selbstorganisation für echte Intelligenz nötig ist. Es kann durchaus sein, dass da ein schnödes Verfahren dahintersteht, wie z.B.: "Wenn ein Neuron viele Reize an seinen Dendriten erhält, dann teilt es sich."
| AgentProvocateur hat folgendes geschrieben: |
Ein neuronales Netz (auch ein künstliches neuronales Netz) unterscheidet sich übrigens sehr wesentlich von normaler Software. Normale Software ist "fertig", sie ändert sich nicht; bei einer bestimmten Eingabe wird sie reproduzierbar eine bestimmte Reaktion (Ausgabe) erzeugen. |
Was ist für dich normale Software? Programme, die Daten sammeln und auf Basis dieser Daten entscheiden lernen genauso.
|
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#344157) Verfasst am: 14.09.2005, 18:26 Titel: |
|
|
| Sokrateer hat folgendes geschrieben: | | Aber wieso sollte man das tun? Die Evolution musste mit dem arbeiten, was da ist, aber es ist nicht einzusehen, warum wir dieses wirre Modell nachbauen sollten. |
Neuronale Netze sind ja nicht nur wegen dem interessant, was sie können, sondern auch, weil man daran etwas über die Prinzipien lernen kann, nach denen Gehirne funktionieren, und sie trotz unzuverlässiger Hardware das leisten können, was sie leisten. Man kann am Computer vieles leichter ausprobieren als an lebenden Gehirnen.
|
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#344165) Verfasst am: 14.09.2005, 18:34 Titel: |
|
|
| Sokrateer hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | Es ist aus meiner Sicht sehr unwahrscheinlich, dass mit heutigen Computern ein menschliches Gehirn modelliert werden kann. Dazu bräuchte man wohl andere Hardware, nämliche solche, die ebenso wie das Gehirn hochgradig parallel arbeiten kann und eventuell ebenso in der Lage ist, sich selbst zu organisieren. |
Selbstorganisation ist in Software problemlos möglich. Wenn zwei Neuronen nicht verbunden sein sollen, setzt du einfach eine Null in der Gewichte-Matrix. Wie diese Selbstorganisation erfolgt, wäre interessant zu wissen, aber es ist auch nicht klar ob diese Selbstorganisation für echte Intelligenz nötig ist. Es kann durchaus sein, dass da ein schnödes Verfahren dahintersteht, wie z.B.: "Wenn ein Neuron viele Reize an seinen Dendriten erhält, dann teilt es sich." |
In "Geist im Netz" ist ein selbstorganisierendes Netz beschrieben. Ich wette, jemand wie du, könnte so etwas nach dieser Beschreibung mühelos programmieren. Das Grundprinzip ist relativ einfach. Benachbarte Neuronen erregen sich gegenseitig, weit entfernte hemmen sich gegenseitig. Nach einer Weile bilden sich Cluster heraus, die bei bestimmten Mustern zuverlässig erregt werden, während des restliche Netz "schweigt".
| Sokrater hat folgendes geschrieben: | | Was ist für dich normale Software? Programme, die Daten sammeln und auf Basis dieser Daten entscheiden lernen genauso. |
Ich denke, AgentProvocateur meint etwas anderes. Normalerweise hat man beim Programmieren eine Idee im Kopf, wie das Programm das Problem lösen wird, z.B. in eine Serie von Teilschritten mit bedingten Verzweigungen und so weiter. Wenn ich ein Problem mit einem neuronalen Netz lösen will, dann habe ich beim Programmieren die Idee für ein neuronales Netz. Wie das Netz dann später zum Beispiel ein Gesicht erkennt, darum muss ich mir gar keine Gedanken machen. Das lernt das Netz.
|
|
| Nach oben |
|
|
Sokrateer
souverän
Anmeldungsdatum: 05.09.2003
Beiträge: 11649
Wohnort: Wien
|
| (#344184) Verfasst am: 14.09.2005, 19:14 Titel: |
|
|
| Wygotsky hat folgendes geschrieben: |
In "Geist im Netz" ist ein selbstorganisierendes Netz beschrieben. Ich wette, jemand wie du, könnte so etwas nach dieser Beschreibung mühelos programmieren. Das Grundprinzip ist relativ einfach. Benachbarte Neuronen erregen sich gegenseitig, weit entfernte hemmen sich gegenseitig. Nach einer Weile bilden sich Cluster heraus, die bei bestimmten Mustern zuverlässig erregt werden, während des restliche Netz "schweigt". |
Da dürftest du was missverstanden haben. Was du meinst, ist ein Kohonen-Netz, auch genannt SOM (Self-Organizing Map). Hier wird nicht die Struktur des Netzes selbst-organisiert. Welche Neuronen zu welchen in Nachbarschaft stehen, steht von vorneherein fest.
Was nicht feststeht, ist, wie die Eingabedaten in Klassen unterteilt werden und welche Neuronen bei welcher Klasse feuern sollen. Genau darauf bezieht sich die Selbst-Organisierung, nicht auf die Struktur des Netzes selbst. Die Gewichtematrix kann man allerdings schön dreidimensional veranschaulichen und daraus Schlüsse über die gefundenen Klassen ziehen. Diese netten Bilder zeigen aber nicht, wie das Netz aufgebaut ist, sondern wie der Raum der Eingabedaten aus Sicht des Netzes aussieht.
SOMs sind aber nur eines von vielen quasi gleichwertigen Verfahren der Clusteranalyse, wie z.B. das Nächste-Nachbarn-Verfahren.
| Wygotsky hat folgendes geschrieben: | | Ich denke, AgentProvocateur meint etwas anderes. Normalerweise hat man beim Programmieren eine Idee im Kopf, wie das Programm das Problem lösen wird, z.B. in eine Serie von Teilschritten mit bedingten Verzweigungen und so weiter. Wenn ich ein Problem mit einem neuronalen Netz lösen will, dann habe ich beim Programmieren die Idee für ein neuronales Netz. Wie das Netz dann später zum Beispiel ein Gesicht erkennt, darum muss ich mir gar keine Gedanken machen. Das lernt das Netz. |
In der Praxis muss man sich eine ganze Menge Gedanken darüber machen, welchen Typ von KNN man verwendet, mit wievielen Schichten und Neuronen, mit welchen Aktivierungsfunktionen, mit welchen Lernstrategien, welche Eingabedaten gewählt werden sollen, wie die Vorverarbeitung aussehen soll und auf welchen Output das Netz abbilden soll.
Der Aufbau des Gehirns entwickelte sich durch die Evolution über Millionen von Jahren und ist maßgeblich für seine Leistung.
|
|
| Nach oben |
|
|
Rene Hartmann
Säkular? Na klar!
Anmeldungsdatum: 17.07.2003
Beiträge: 1404
Wohnort: Rhein-Main
|
| (#344188) Verfasst am: 14.09.2005, 19:22 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: |
"Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann. |
Ich glaube, da verwechselst du etwas. Das Verhalten eines neuronalen Netzes ist deterministisch und damit sehr wohl vorhersagbar.
Was man nicht sagen kann, ist, warum das neuronale Netz zu einer bestimmten Entscheidung gekommen ist - im Gegensatz z.B. zu einem Programm, das Regeln abarbeitet.
Darin dürfte auch der Grund liegen, warum Menschen nicht wirklich sagen können, aus welchem Grund sie eine bestimmte Handlung ausgeführt haben. In Wirklichkeit legt sich das Gehirn bei Bedarf nachträglich eine Erklärung für sein eigenes Handeln zurecht.
_________________
"Es kommt darauf an, zur Gruppe der Individualisten zu gehören"
Zuletzt bearbeitet von Rene Hartmann am 14.09.2005, 19:26, insgesamt einmal bearbeitet |
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#344189) Verfasst am: 14.09.2005, 19:24 Titel: |
|
|
| Sokrateer hat folgendes geschrieben: | | Wygotsky hat folgendes geschrieben: |
In "Geist im Netz" ist ein selbstorganisierendes Netz beschrieben. Ich wette, jemand wie du, könnte so etwas nach dieser Beschreibung mühelos programmieren. Das Grundprinzip ist relativ einfach. Benachbarte Neuronen erregen sich gegenseitig, weit entfernte hemmen sich gegenseitig. Nach einer Weile bilden sich Cluster heraus, die bei bestimmten Mustern zuverlässig erregt werden, während des restliche Netz "schweigt". |
Da dürftest du was missverstanden haben. |
Nö, missverstanden habe ich das nicht.
| Sokrater hat folgendes geschrieben: | | Was du meinst, ist ein Kohonen-Netz, auch genannt SOM (Self-Organizing Map). |
Genau das habe ich gemeint.
| Sokrater hat folgendes geschrieben: | Hier wird nicht die Struktur des Netzes selbst-organisiert. Welche Neuronen zu welchen in Nachbarschaft stehen, steht von vorneherein fest.
Was nicht feststeht, ist, wie die Eingabedaten in Klassen unterteilt werden und welche Neuronen bei welcher Klasse feuern sollen. Genau darauf bezieht sich die Selbst-Organisierung, nicht auf die Struktur des Netzes selbst. Die Gewichtematrix kann man allerdings schön dreidimensional veranschaulichen und daraus Schlüsse über die gefundenen Klassen ziehen. Diese netten Bilder zeigen aber nicht, wie das Netz aufgebaut ist, sondern wie der Raum der Eingabedaten aus Sicht des Netzes aussieht. |
Das war mir so weit schon alles klar. Auf die Idee, dass das Netz seine komplette Struktur selbst organisieren könnte, bin ich noch gar nicht gekommen. Allerdings frage ich mich, ob das in Gehirnen so geschieht. Könnte es nicht sein, dass so etwas eher von genetischen Faktoren bestimmt wird?
| Sokrater hat folgendes geschrieben: | | SOMs sind aber nur eines von vielen quasi gleichwertigen Verfahren der Clusteranalyse, wie z.B. das Nächste-Nachbarn-Verfahren. |
Hm, mit so etwas kenne ich mich leider nicht aus. Ich habe mich mit neuronalen Netzen beschäftigt, weil ich etwas darüber erfahren wollte, wie Gehirne Informationen verarbeiten.
| AgentProvocateur hat folgendes geschrieben: | | In der Praxis muss man sich eine ganze Menge Gedanken darüber machen, welchen Typ von KNN man verwendet, mit wievielen Schichten und Neuronen, mit welchen Aktivierungsfunktionen, mit welchen Lernstrategien, welche Eingabedaten gewählt werden sollen, wie die Vorverarbeitung aussehen soll und auf welchen Output das Netz abbilden soll. |
Trotzdem scheint mir, dass man dabei einen wesentlich allgemeineren Blick auf das Problem hat.
|
|
| Nach oben |
|
|
Sokrateer
souverän
Anmeldungsdatum: 05.09.2003
Beiträge: 11649
Wohnort: Wien
|
| (#344193) Verfasst am: 14.09.2005, 19:36 Titel: |
|
|
| Wygotsky hat folgendes geschrieben: | | Das war mir so weit schon alles klar. Auf die Idee, dass das Netz seine komplette Struktur selbst organisieren könnte, bin ich noch gar nicht gekommen. Allerdings frage ich mich, ob das in Gehirnen so geschieht. Könnte es nicht sein, dass so etwas eher von genetischen Faktoren bestimmt wird? |
Im Gehirn entstehen bis in die spätere Kindheit hinein noch neue Neuronen und neue Verbindungen, nimmt man jedenfalls an. Später geht's dann bergab. Das ergibt auch Sinn, denn das Gehirn verbrät eine Menge Energie und deshalb sind zu zu viele Neuronen ein Hindernis, also dürfte sich die Anzahl an den Bedarf anpassen.
Bei SOMs kann man zumindestens nachträglich leicht neue Neuronen hinzufügen. Die Struktur bleibt die selbe, aber die Zahl verändert sich.
| Wygotsky hat folgendes geschrieben: | | Sokrateer hat folgendes geschrieben: | | In der Praxis muss man sich eine ganze Menge Gedanken darüber machen, welchen Typ von KNN man verwendet, mit wievielen Schichten und Neuronen, mit welchen Aktivierungsfunktionen, mit welchen Lernstrategien, welche Eingabedaten gewählt werden sollen, wie die Vorverarbeitung aussehen soll und auf welchen Output das Netz abbilden soll. |
Trotzdem scheint mir, dass man dabei einen wesentlich allgemeineren Blick auf das Problem hat. |
Sicher. Mit KNNs kann man viele Probleme und Ansätze unter einen konzeptuellen, anschaulichen Hut bringen. Weil sie ein breites Anwendungsspektrum haben, waren sie in der Evolution erfolgreich.
|
|
| Nach oben |
|
|
kolja
der Typ im Maschinenraum
Anmeldungsdatum: 02.12.2004
Beiträge: 16631
Wohnort: NRW
|
| (#344220) Verfasst am: 14.09.2005, 20:15 Titel: |
|
|
| tati hat folgendes geschrieben: | | massgebend ist hier jedoch die tatsache, dass das verhalten neuronaler netze nicht wie in der symbolistischen informationsverarbeitung zum vornherein programmiert wird, sondern erst während oder nach der inbetriebnahme des systems entsteht/emergiert. so gesehen sind die obersten funktionsprinzipien des systems allenfalls (mit viel papier und zeit) erst nachträglich funktional erklärbar, aber im allgemeinen nicht oder nicht ausreichend vorhersagbar. |
Da auch die Trainingsphase aus simplen Berechnungen besteht ist auch der Zustand des Netzes nach dem Training vollständig vorhersagbar, denn "vorhersagen" bedeutet doch in diesem Kontext nichts anderes als "berechnen".
_________________
Hard work often pays off after time, but laziness always pays off now.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#344261) Verfasst am: 14.09.2005, 21:59 Titel: |
|
|
| Wygotsky hat folgendes geschrieben: | | Sokrater hat folgendes geschrieben: | | Was ist für dich normale Software? Programme, die Daten sammeln und auf Basis dieser Daten entscheiden lernen genauso. |
Ich denke, AgentProvocateur meint etwas anderes. Normalerweise hat man beim Programmieren eine Idee im Kopf, wie das Programm das Problem lösen wird, z.B. in eine Serie von Teilschritten mit bedingten Verzweigungen und so weiter. Wenn ich ein Problem mit einem neuronalen Netz lösen will, dann habe ich beim Programmieren die Idee für ein neuronales Netz. Wie das Netz dann später zum Beispiel ein Gesicht erkennt, darum muss ich mir gar keine Gedanken machen. Das lernt das Netz. |
Danke. Ja, das meinte ich eigentlich; ich habe mich offensichtlich schlecht ausgedrückt. Künstliche neuronale Netze funktionieren nach dem Ansatz des Konnektionismus. "Im Gegensatz zum Konstruktivismus versteht der Konnektionismus ein System als Wechselwirkungen vieler vernetzter, einfacher Einheiten." Im Gegensatz dazu beruht ein konstruktivistischer Ansatz auf der Hypothese, dass Systeme durch schrittweise vorgenommenes Zerlegen algorithmisierbar bzw. vollständig symbolisch beschreibbar sind.
| Rene Hartmann hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: |
"Black-Box-Verhalten" bedeutet eben, dass man die Ausgabe eines neuronalen Netzes für eine bestimmte Eingabe nicht berechnen und somit nicht vorhersagen kann. |
Ich glaube, da verwechselst du etwas. Das Verhalten eines neuronalen Netzes ist deterministisch und damit sehr wohl vorhersagbar. |
Ja, sicher ist ein künstliches neuronales Netz (theoretisch, d.h. wenn man die reale Welt ausblendet) deterministisch. Dieselben Eingaben werden dieselben Ausgaben erzeugen. Vorhersagbar ist es aber nur dann, wenn man exakt die Verarbeitung im neuronalen Netz nachvollzieht.
| Rene Hartmann hat folgendes geschrieben: | | Was man nicht sagen kann, ist, warum das neuronale Netz zu einer bestimmten Entscheidung gekommen ist - im Gegensatz z.B. zu einem Programm, das Regeln abarbeitet. |
Genau das wollte ich eigentlich ausdrücken: Es gibt nicht unbedingt einen Algorithmus, der die Berechnungen des neuronalen Netzes ersetzen kann. Die Frage wäre interessant, ob man jedes künstliche neuronale Netz durch einen herkömmlichen Algorithmus ersetzen könnte. Ich nehme an, dass man diese Frage heutzutage nicht beantworten kann.
| Rene Hartmann hat folgendes geschrieben: | | Darin dürfte auch der Grund liegen, warum Menschen nicht wirklich sagen können, aus welchem Grund sie eine bestimmte Handlung ausgeführt haben. In Wirklichkeit legt sich das Gehirn bei Bedarf nachträglich eine Erklärung für sein eigenes Handeln zurecht. |
"In Wirklichkeit"? Sorry, aber diese Schlussfolgerung erscheint mir nun doch etwas gewagt. Diesen Zusammenhang kann ich nicht erkennen. Vielleicht könntest Du noch etwas näher erklären, wie Du darauf kommst.
|
|
| Nach oben |
|
|
Wygotsky
registrierter User
Anmeldungsdatum: 25.01.2004
Beiträge: 5014
|
| (#344268) Verfasst am: 14.09.2005, 23:22 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: | | Genau das wollte ich eigentlich ausdrücken: Es gibt nicht unbedingt einen Algorithmus, der die Berechnungen des neuronalen Netzes ersetzen kann. Die Frage wäre interessant, ob man jedes künstliche neuronale Netz durch einen herkömmlichen Algorithmus ersetzen könnte. Ich nehme an, dass man diese Frage heutzutage nicht beantworten kann. |
Das neuronale Netz ist ja ein Stück Software, das auf einem herkömmlichen Digitalcomputer läuft. Diese Software berechnet das Verhalten des neuronalen Netzes vollständig, indem sie einfache Algorithmen sequentiell abarbeitet.
Ich glaube, "Geist im Netz" könnte für dich wirklich ein interessantes Buch sein.
|
|
| Nach oben |
|
|
Rene Hartmann
Säkular? Na klar!
Anmeldungsdatum: 17.07.2003
Beiträge: 1404
Wohnort: Rhein-Main
|
| (#344275) Verfasst am: 14.09.2005, 23:38 Titel: |
|
|
| AgentProvocateur hat folgendes geschrieben: |
| Rene Hartmann hat folgendes geschrieben: | | Was man nicht sagen kann, ist, warum das neuronale Netz zu einer bestimmten Entscheidung gekommen ist - im Gegensatz z.B. zu einem Programm, das Regeln abarbeitet. |
Genau das wollte ich eigentlich ausdrücken: Es gibt nicht unbedingt einen Algorithmus, der die Berechnungen des neuronalen Netzes ersetzen kann. Die Frage wäre interessant, ob man jedes künstliche neuronale Netz durch einen herkömmlichen Algorithmus ersetzen könnte. Ich nehme an, dass man diese Frage heutzutage nicht beantworten kann.
|
Ehrlich gesagt, ich kann mit dieser Aussage nicht viel anfangen. Ein neuronales Netz rechnet im Grunde nur eine mathematische Formel aus, die bei einem großen Netz eben recht umfangreich ist. Was charakterisiert einen "herkömmlichen" Algorithmus im Gegensatz zu einem neuronalen Netz?
Dass ein neuronales Netz sich selbst programmiert, macht es noch nicht wesentlich verschieden von anderen Berechnungsverfahren. Es gibt auch Computerprogramme, die sich selbst modifizieren können, allerdings ist gezeigt worden, dass diese den Programmen, die sich nicht selbst modifizieren können, nicht grundsätzlich überlegen sind. Mehr als Turing-äquivalent geht eben nicht, und in dieser Beziehung nehmen sich Neuronetzwerk, Turingmaschine und Von-Neumann-Rechner nichts.
Meine obige Aussage möchte ich so verstanden wissen, dass man natürlich weiß, wie die Entscheidung des neuronalen Netzwerks zustande gekommen ist, nur hat dieses Zustandekommen keine greifbare Beziehung zur Semantik des Entschiedenen, sondern es handelt sich um einen ganz abstrakten Berechnungsprozeß.
| Zitat: |
| Rene Hartmann hat folgendes geschrieben: | | Darin dürfte auch der Grund liegen, warum Menschen nicht wirklich sagen können, aus welchem Grund sie eine bestimmte Handlung ausgeführt haben. In Wirklichkeit legt sich das Gehirn bei Bedarf nachträglich eine Erklärung für sein eigenes Handeln zurecht. |
"In Wirklichkeit"? Sorry, aber diese Schlussfolgerung erscheint mir nun doch etwas gewagt. Diesen Zusammenhang kann ich nicht erkennen. Vielleicht könntest Du noch etwas näher erklären, wie Du darauf kommst. |
Das hat sich bei sog. Split-Brain-Experimenten herausgestellt, d.h. bei Menschen, bei denen rechte und linke Gehirnhäfte voneinander getrennt sind (Diese Experimente sind hier im Forum irgendwo schon mal erwähnt worden)
In einem dieser Experimente wude der einen Gehirnhälfte eine Anweisung gegeben, etwas zu tun und dann die andere nach dem Grund gefragt. Diese Gehirnhälfte hat dann ohne Zögern eine Erklärung gegeben, die aber falsch war, weil diese Gehirnhälfte zwar die Handlung mitbekam, aber nichts von der Anweisung an die andere Hälfte wusste.
_________________
"Es kommt darauf an, zur Gruppe der Individualisten zu gehören"
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#344282) Verfasst am: 15.09.2005, 00:01 Titel: |
|
|
| Wygotsky hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | Genau das wollte ich eigentlich ausdrücken: Es gibt nicht unbedingt einen Algorithmus, der die Berechnungen des neuronalen Netzes ersetzen kann. Die Frage wäre interessant, ob man jedes künstliche neuronale Netz durch einen herkömmlichen Algorithmus ersetzen könnte. Ich nehme an, dass man diese Frage heutzutage nicht beantworten kann. |
Das neuronale Netz ist ja ein Stück Software, das auf einem herkömmlichen Digitalcomputer läuft. Diese Software berechnet das Verhalten des neuronalen Netzes vollständig, indem sie einfache Algorithmen sequentiell abarbeitet. |
Nein, so kann man das mE nicht ausdrücken. Für das, was ein neuronales Netz leistet, gibt es (nicht unbedingt) einen direkten Algorithmus, der das Problem (z.B. Mustererkennung) direkt löst. Es gibt natürlich einen Algorithmus, um das neuronale Netz aufzubauen und es gibt Algorithmen, die das Lernen des Netzes steuern und dieses Lernen optimieren, aber die Problemlösung selber kann nicht mehr in Algorithmen gefasst werden. Man weiß auch nicht genau, (wenn ich das richtig verstehe), ob das neuronale Netz nach der Lernphase optimal funktioniert oder ob es durch eine andere Lernsequenz bessere Lösungen liefern würde. Das bedeutet aber natürlich nicht, dass die Vorgänge im künstlichen neuronale Netz nicht deterministisch ablaufen. Das neuronale Netz berechnet bei bestimmten Eingaben ein bestimmtes Ergebnis. Man kann also das Ergebnis berechnen, indem man das neuronalen Netz einfach rechnen lässt; die Frage (für mich) ist aber, ob es prinzipiell möglich wäre, die Berechnung ebenso direkt durch Algorithmen (und nicht über den Umweg des neuronalen Netzes) durchzuführen.
| Wygotsky hat folgendes geschrieben: | | Ich glaube, "Geist im Netz" könnte für dich wirklich ein interessantes Buch sein. |
Ja, das hört sich tatsächlich sehr interessant an. Leider ist es von 1996, also schon etwas älter. Etwas aktuelleres würde mich noch mehr interessieren.
|
|
| Nach oben |
|
|
AgentProvocateur
registrierter User
Anmeldungsdatum: 09.01.2005
Beiträge: 7851
Wohnort: Berlin
|
| (#344299) Verfasst am: 15.09.2005, 00:43 Titel: |
|
|
| Rene Hartmann hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | Rene Hartmann hat folgendes geschrieben: | | Was man nicht sagen kann, ist, warum das neuronale Netz zu einer bestimmten Entscheidung gekommen ist - im Gegensatz z.B. zu einem Programm, das Regeln abarbeitet. |
Genau das wollte ich eigentlich ausdrücken: Es gibt nicht unbedingt einen Algorithmus, der die Berechnungen des neuronalen Netzes ersetzen kann. Die Frage wäre interessant, ob man jedes künstliche neuronale Netz durch einen herkömmlichen Algorithmus ersetzen könnte. Ich nehme an, dass man diese Frage heutzutage nicht beantworten kann.
|
Ehrlich gesagt, ich kann mit dieser Aussage nicht viel anfangen. Ein neuronales Netz rechnet im Grunde nur eine mathematische Formel aus, die bei einem großen Netz eben recht umfangreich ist. Was charakterisiert einen "herkömmlichen" Algorithmus im Gegensatz zu einem neuronalen Netz? |
Steckst Du eigentlich in der Materie direkt drin? Ich bin nur ein interessierter Laie und vielleicht rede ich einfach Unsinn, weil ich Grundlegendes nicht verstehe. Ich habe versucht, den Unterschied zwischen einem Algorithmus und einem neuronalen Netz oben zu erklären, ich weiß nicht, ob ich es besser kann. Noch ein Versuch: Ich habe ein Problem und versuche, dieses zu lösen. Jetzt gibt es mehrere Möglichkeiten: a) Ich versuche, das Problem in viele kleinere Teilprobleme zu zerlegen, die ich durch Rechenregeln lösen kann. Zusammengesetzt erhalte ich einen Algorithmus, der mir das Gesamtproblem löst (= Konstruktivismus), b) Ich habe eine große Menge von Eingaben, für die ich die Lösung, die mir das System ausgeben soll, kenne. Ich füttere das System mit diesen Eingaben und sage, welche Ausgabe ich erwarte. Ich trainiere also das System mit dem Ziel, dass das System bei einer neuen, bisher unbekannten Eingabe eine für mich sinnvolle Ausgabe erzeugt (= Konnektionismus).
Punkt a) wäre ein "herkömmlicher Algorithmus", unter Punkt b) fallen neuronale Netze.
| Rene Hartmann hat folgendes geschrieben: | | Dass ein neuronales Netz sich selbst programmiert, macht es noch nicht wesentlich verschieden von anderen Berechnungsverfahren. Es gibt auch Computerprogramme, die sich selbst modifizieren können, allerdings ist gezeigt worden, dass diese den Programmen, die sich nicht selbst modifizieren können, nicht grundsätzlich überlegen sind. |
Das ist interessant. Hast Du da nähere Informationen? Ich habe das bisher so verstanden, dass neuronale Netze in bestimmten Bereichen eingesetzt werden, für die es keine gleichwertigen Lösungsmöglichkeiten mit "herkömmlichen Algorithmen" gibt. Stimmt das nicht?
| Rene Hartmann hat folgendes geschrieben: | Mehr als Turing-äquivalent geht eben nicht, und in dieser Beziehung nehmen sich Neuronetzwerk, Turingmaschine und Von-Neumann-Rechner nichts.
Meine obige Aussage möchte ich so verstanden wissen, dass man natürlich weiß, wie die Entscheidung des neuronalen Netzwerks zustande gekommen ist, nur hat dieses Zustandekommen keine greifbare Beziehung zur Semantik des Entschiedenen, sondern es handelt sich um einen ganz abstrakten Berechnungsprozeß. |
Weiß man das wirklich, wie die Entscheidung zustande gekommen ist? Das ist hier die Frage für mich. Wäre es nicht z.B. denkbar, dass bei hinreichender Komplexität des neuronalen Netzes ein "Bewusstsein" entstünde? Könnte man dann sagen, man würde dieses Bewusstsein wirklich verstehen? Der Aufbau dieses Netzes besteht aus einfachen Elementen, sicher, aber das Ergebnis kann eben sehr komplex sein.
| Rene Hartmann hat folgendes geschrieben: | | AgentProvocateur hat folgendes geschrieben: | | Rene Hartmann hat folgendes geschrieben: | | Darin dürfte auch der Grund liegen, warum Menschen nicht wirklich sagen können, aus welchem Grund sie eine bestimmte Handlung ausgeführt haben. In Wirklichkeit legt sich das Gehirn bei Bedarf nachträglich eine Erklärung für sein eigenes Handeln zurecht. |
"In Wirklichkeit"? Sorry, aber diese Schlussfolgerung erscheint mir nun doch etwas gewagt. Diesen Zusammenhang kann ich nicht erkennen. Vielleicht könntest Du noch etwas näher erklären, wie Du darauf kommst. |
Das hat sich bei sog. Split-Brain-Experimenten herausgestellt, d.h. bei Menschen, bei denen rechte und linke Gehirnhäfte voneinander getrennt sind (Diese Experimente sind hier im Forum irgendwo schon mal erwähnt worden)
In einem dieser Experimente wude der einen Gehirnhälfte eine Anweisung gegeben, etwas zu tun und dann die andere nach dem Grund gefragt. Diese Gehirnhälfte hat dann ohne Zögern eine Erklärung gegeben, die aber falsch war, weil diese Gehirnhälfte zwar die Handlung mitbekam, aber nichts von der Anweisung an die andere Hälfte wusste. |
Ja, ich kenne solche Experimente. Die sind interessant, ohne Frage; aber genau genommen bedeuten sie nur, dass es möglich ist, das Gehirn zu beeinflussen. Daraus zu schließen, dass alles Handeln fremdgesteuert ist, geht aber mE zu weit, das ist aus meiner Sicht eine unzulässige Interpretation.
|
|
| Nach oben |
|
|
|
FAQ 
Suchen 
Mitgliederliste 
Nutzungsbedingungen 
Benutzergruppen 
Links
Registrieren
Profil 
Einloggen, um private Nachrichten zu lesen 
Login 
