Künstliche neuronale Netze sind in der Lage, selbst zu lernen. Sie
können, wie hier, Muster erkennen oder Abläufe erlernen. Das
vorgestellte neuronale Netz erkennt 4 komplexe Muster (Fotos), kann
diese unterscheiden und in andere, ähnliche Muster (van Gogh-Bilder)
transformieren.
Sehen sie hier der künstlichen Intelligenz beim Lernen zu:
|
Technisches:
Das künstliche neuronale Netz besteht aus drei Schichten: Eingabeschicht
(das Foto), verdeckte Schicht und Ausgabeschicht (das transformierte
Bild).
Diese Schichten werden gebildet aus 33.900 künstlichen Neuronen mit
574.605.000 Verbindungen. Die Eingangssignale werden über die
Verbindungen weitergegeben und von den Zellen aufsummiert. Die Summe der
Signale in der Ausgabeschicht werden verglichen mit dem gewünschten
Zielwert (dem Bildpixel). Die Verbindungen werden dann während des
Lernprozesses schrittweise so gewichtet, dass am Ende das gewünschte
Ergebnis resultiert.
Erkenntnisse:
Versuche haben gezeigt, dass ein zweischichtiges Netz nicht in der Lage
ist, das Gewünschte zu erzeugen, noch nicht einmal bei zwei Mustern:
 |
 |
Nicht mehr zu verbesserndes Ergebnis bei zwei Schichten und zwei
Mustern. |
Hier die Visualisierung der verdeckten Schicht nach erfolgtem
Lernprozess des dreischichtigen Netzes mit 4 Mustern:
Es ist eine Vorsortierung zu erkennen, noch mit Überblendungen der
einzelnen Bilder. Ich hatte hier Spektakuläreres erwartet, der Blick
in's Innere des elektronischen Gehirns ist banal, auch wenn diese
Schicht offenbar die Lösung erst ermöglicht.
Fazit:
Ein einfaches, am Laptop gebasteltes, künstliches neuronales Netz ist in
der Lage, komplexe Mustererkennung und Transformationen durchzuführen.
Daher bin ich der Überzeugung, dass auf Großrechnern laufende Systeme
die menschliche Intelligenz überflügeln werden, vor allem, wenn
verschiedene Systeme wiederum vernetzt werden. Und wird sich Bewusstsein
herausbilden? Das kommt darauf an, wie wir Bewusstsein definieren... |