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:
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:
 |
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...
