Vergleich:

Simulation künstlicher und biologischer neuronaler Netze

Nach diesem Einblick in die Aktivitäten einzelner Nervenzellen können wir uns vorstellen, wie komplex ein Gehirn aufgebaut sein muß. Viele Millionen einzelner Nervenzellen arbeiten im Gehirn zusammen, um Verhalten zu erzeugen. Das Gehirn ist ein gewaltiges neuronales Netzwerk, das viele komplexe Aufgaben lösen kann. Forscher der künstlichen neuronalen Netze haben sich ausgiebig damit befaßt, künstliche Lernverfahren zu entwickeln. Auch dies konnte nur erreicht werden durch vorheriges Studium des Lernverhaltens von Lebewesen. Um etwas lernen zu können, ist es notwendig, ein Gedächtnis zu besitzen.
Wir unterscheiden zwei Arten von Gedächtnis: Das explizite Gedächtnis und das implizite Gedächtnis. Lernen wir etwas über die Welt, Menschen, Orte, über Dinge, die ständig in unserem Bewußtsein bereitstehen, befindet sich dieses Wissen in unserem expliziten Gedächtnis. Wenn wir lernen etwas zu tun, ohne dass dies ein bewußter Vorgang ist, zum Beispiel durch viele Wiederholungen bestimmter Aufgaben, so dass wir es wie im Schlaf beherrschen, dann haben wir dieses Wissen im impliziten Gedächtnis.
Viele Bereiche des Gehirns sind an Gedächtnisprozessen beteiligt, und die verschiedenen Gedächtnisinhalte sind in verschiedenen neuronalen Systemen gespeichert.
Bis heute haben Forscher immer noch nicht alle Geheimnisse über das Lernen gelüftet. Um so interessanter ist es, dass künstliche neuronale Netze entwickelt werden konnten, die lernfähig sind. Die Lernfähigkeit ist eine Eigenschaft, die sich die Wissenschaft von der Natur abgeschaut hat. Doch nicht nur dies ist eine Gemeinsamkeit zwischen biologischen und künstlichen neuronalen Netzen. Auf die wichtigsten Gemeinsamkeiten und Unterschiede bezieht sich der folgende Abschnitt.

---

 

Proseminar-Startseite