Ebook: Zur Konstruktion künstlicher Gehirne

In diesem Buch wird eine erste Generation von künstlichen Hirnen für das Sehen vorgestellt. Auf der ausschlie"slichen Grundlage von Neuron- und Synapsenmodellen wird ein Objekterkennungssystem konstruiert, welches eine Merkmalspyramide mit 8 Orientierungen und 5 Auflösungsskalen für 1000 Objekte sowie die Netze für die Bindung von Merkmalen zu Objekten umfasst. Dieses Sehsystem kann unabhängig von der Beleuchtung, dem Gesichtausdruck, der Entfernung und einer Drehung, welche die Objektkomponenten sichtbar lä"st, Objekte erkennen. Seine Realisierung erfordert 59 Chips - davon sind 4 verschieden - welche mittels 3D Technologie zu einem Quader von 8mm x 8mm x 1mm aufgeschichtet sind.

Die Leistungsfähigkeit des neuronal-synaptischen Netzwerkes beruht auf der Einführung von schnell veränderlichen dynamischen Synapsen. Anders als Netze mit konstanten Synapsen können solche mit dynamischen Synapsen allgemeine Aufgaben der Mustererkennung übernehmen. Die raum-zeitliche Korrelationsstruktur von Mustern wird durch eine einzige synaptische Differentialgleichung in universeller Weise erfasst. Die Korrelation kann in Erscheinung treten als synchrone Pulstätigkeit einer Neurongruppe, wodurch das Vorliegen eines Merkmals in robuster Weise angezeigt wird, oder als Bindung von Merkmalen zu Objekten.

Auch wenn die Autoren der Überzeugung sind, dass noch viele Generationen folgen müssen, um die Leistungsfähigkeit des menschlichen Gehirns zu erreichen, sehen sie doch ein neues Rechen-Zeitalter aufziehen. Es gab Zeiten, da wurden Computer mit ihrer Präzision, Zuverlässigkeit und rasanten Geschwindigkeit der feuchten Materie unseres Gehirns als so weit überlegen angesehen wie das Düsenflugzeug dem Spatzen. Da"s diese Zeiten vorbei sind, ist gewi"s, denn durch formale Logik inspirierte, algorithmisch gesteuerte und mit digitaler Elektronik realisierte Systeme, die heutigen Computer, sto"sen an ihre Komplexitätsgrenzen. Andererseits eröffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.

In diesem Buch wird eine erste Generation von k?nstlichen Hirnen f?r das Sehen vorgestellt. Auf der ausschliessslichen Grundlage von Neuron- und Synapsenmodellen wird ein Objekterkennungssystem konstruiert, welches eine Merkmalspyramide mit 8 Orientierungen und 5 Aufl?sungsskalen f?r 1000 Objekte sowie die Netze f?r die Bindung von Merkmalen zu Objekten umfasst. Dieses Sehsystem kann unabh?ngig von der Beleuchtung, dem Gesichtausdruck, der Entfernung und einer Drehung, welche die Objektkomponenten sichtbar l?sst, Objekte erkennen. Seine Realisierung erfordert 59 Chips - davon sind 4 verschieden - welche mittels 3D Technologie zu einem Quader von 8mm x 8mm x 1mm aufgeschichtet sind.

Die Leistungsf?higkeit des neuronal-synaptischen Netzwerkes beruht auf der Einf?hrung von schnell ver?nderlichen dynamischen Synapsen. Anders als Netze mit konstanten Synapsen k?nnen solche mit dynamischen Synapsen allgemeine Aufgaben der Mustererkennung ?bernehmen. Die raum-zeitliche Korrelationsstruktur von Mustern wird durch eine einzige synaptische Differentialgleichung in universeller Weise erfasst. Die Korrelation kann in Erscheinung treten als synchrone Pulst?tigkeit einer Neurongruppe, wodurch das Vorliegen eines Merkmals in robuster Weise angezeigt wird, oder als Bindung von Merkmalen zu Objekten.

Auch wenn die Autoren der ?berzeugung sind, dass noch viele Generationen folgen m?ssen, um die Leistungsf?higkeit des menschlichen Gehirns zu erreichen, sehen sie doch ein neues Rechen-Zeitalter aufziehen. Es gab Zeiten, da wurden Computer mit ihrer Pr?zision, Zuverl?ssigkeit und rasanten Geschwindigkeit der feuchten Materie unseres Gehirns als so weit ?berlegen angesehen wie das D?senflugzeug dem Spatzen. Dass diese Zeiten vorbei sind, ist gewiss, denn durch formale Logik inspirierte, algorithmisch gesteuerte und mit digitaler Elektronik realisierte Systeme, die heutigen Computer, stossen an ihre Komplexit?tsgrenzen. Andererseits er?ffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.