Künstliche Intelligenz - Informatik.

« (2) Die Einheiten eines Netzes arbeiten parallel: Im Unterschied zu seriell arbeitenden Algorithmen ist die Verarbeitung in Netzwerken (quasi-)parallel: Jede Einheitempfängt gleichzeitig von jeder anderen einen Input (Eingangsinformation), verarbeitet den Input und gibt gleichzeitig an jede andere einen Output (Ausgangsinformation)weiter.

Solange Computer noch seriell arbeiten, müssen die Algorithmen zur Simulation neuronaler Netze quasi-parallel bleiben, also das seriell ausführen, was im Netzparallel ablaufen würde. (3) Die funktionellen Eigenschaften der Einheiten sind in idealisierter Form denen von Neuronen nachgebildet: (a) Die Einheiten summieren Eingangsinformationen, d.

h.,mehrere Inputs, die eine Einheit von anderen erhält, addieren sich zu einem Gesamtinput.

(b) Die Einheiten können (nichtlineare) Schwellenoperationen ausführen: Siewerden erst bei Überschreiten eines Gesamtinputs aktiv, der einen bestimmten Schwellenwert übersteigt.

(c) Die Einheiten sind aufgrund der Schwellenoperation entwederaktiv oder inaktiv, d.

h., sie nehmen nur diskrete Zustände an. (4) Die Einheiten sind alle miteinander verknüpft: (a) Die Verknüpfungen sind kontinuierlich gewichtet.

Die Stärke eines Gewichts ist das Ergebnis der Häufigkeitgemeinsamer Aktivierung zweier Einheiten in der Vergangenheit.

Je größer ein Gewicht, desto stärker ist die gegenseitige Aktivierung der Einheiten.

(b) Die fortlaufendeAnpassung der Verknüpfungsgewichte im Verlauf von Lernen geschieht nach Regeln, z.

B.

der generalisierten Hebb-Regel: Das Verknüpfungsgewicht für zwei Einheiten wirdum einen kleinen Betrag erhöht, wenn sie beide gleichzeitig aktiv sind. (5) Die Speicherung von „Wissen” ist verteilt: Das heißt, die Informationsspeicherung geschieht durch ein spezifisches Muster der Gewichte, welche die Verknüpfungenzwischen Einheiten kennzeichnen, und nicht, wie im Rahmen des Symbolverarbeitungsansatzes, durch einzelne Einheiten.

Ein solches System „weiß” also nur, welcheEinheiten mit welchen anderen mit welcher Wahrscheinlichkeit in der Vergangenheit gemeinsam aktiv waren.

Die Speicherung ist also in dem Sinne verteilt, als dieInformation in dem jeweils bestehenden Aktivierungsmuster aller Elemente enthalten ist; die Information verteilt sich auf die spezifische Kombination aktiver und inaktiverElemente. Verfasst von:Thomas StofferMicrosoft ® Encarta ® 2009. © 1993-2008 Microsoft Corporation.

Alle Rechte vorbehalten.. »