Fortschritt bei künstlichen neuronalen Netzen

Dem Informatiker Cornelius Weber von der TU Berlin ist im Rahmen seiner Dissertation ein wichtiger Fortschritt bei den künstlichen neuronalen Netzen gelungen. Er schaffte die Darstellung von inaktiven Neuronen in der sogenannten Boltzmann-Maschine, einem mathematischen Modell für die Vorgänge im Gehirn. Künstliche neuronale Netze dienen Forschern dazu nachzuvollziehen, wie Informationen im Gehirn verarbeitet werden. Vor allem die Wechselwirkung zwischen den Nervenzellen steht im Mittelpunkt der Experimente.

Um die Abläufe beim Lernen und Denken im menschlichen Gehirn besser verstehen zu können, setzen die Wissenschaftler eine Rechnerarchitektur ein, die sich in Struktur und Funktion an Nervenzellen orientiert. Dieses künstliche neuronale Netz wird die Boltzmann-Maschine genannt. Mit diesem mathematischen Modell wird im Computer simuliert, wie durch die Aktivität von Neuronen (also Nervenzellen) eine komplexe Umwelt erfasst wird. Wissenschaftler stellen beispielsweise bei einer Seh-Simulation Licht-Photonen, die auf das menschliche Augen einwirken, mit Zahlen dar. Eins steht für hell, 0 für dunkel, 0,5 für grau).

Wenn zahlreiche Nervenzellen durch Verbindungen untereinander verflochten sind, kann ein Impuls wie das Licht beim Sehempfinden weitergegeben werden. Im Computermodell benutzte man für die Aktivierungszustände der künstlichen Nervenzellen ausschließlich die mathematischen Werte +1 und -1. Cornelius Weber hat nun der Boltzmann-Maschine noch den Aktivierungszustand 0 hinzugefügt. Der Informatiker schaffte es, dass das Computermodell jetzt auch inaktive Neuronen darstellen kann. Somit können die Wissenschaftler ihre Forschung jetzt ausdehnen.

Eine der nächsten Fragen wird sein: Wie wird ein Bild im Gehirn dargestellt, wenn nur wenige Nervenzellen aktiv sind und Informationen weiterleiten? Warum werden bestimmte Neuronen aktiv, wenn sie einen bestimmen Helligkeitskontrast wahrnehmen? Dadurch können erstmals biologisch plausible Resultate erzielt werden, mit denen Lernmechanismen erklärt werden können.

Kontakt:
TU Berlin, Neuronale Informationsverarbeitung, Tel.: 030/3140