In unserem Alltag begegnen wir immer häufiger Systemen, die scheinbar „denken” oder „entscheiden” können. Sprachassistenten, Bild- und Texterkennung sowie automatisierte Fahrzeuge sind nur einige Beispiele. Doch wie funktionieren diese intelligenten Systeme? Im Kern steht die Technologie der neuronalen Netzwerke, die vom menschlichen Gehirn inspiriert und in Software und Hardware umgesetzt wurde.
Erklärung
Neuronale Netzwerke bestehen aus zahlreichen „künstlichen Neuronen“, die untereinander verknüpft sind. Diese Netzwerke lernen anhand von Beispielen. Sie „sehen“, „hören“ oder „messen“ Daten, erkennen Muster und treffen darauf basierend Vorhersagen oder Entscheidungen. Auf diese Weise wird eine Maschine nicht nur dazu befähigt, starr nach Regeln zu arbeiten, sondern auch flexibel auf neue Situationen zu reagieren.
Exponat:
Was passiert hier?
Das Exponat zeigt auf spielerische Weise, wie ein künstliches neuronales Netzwerk funktioniert. Hier kann man selbst in die Rolle eines „Trainers“ schlüpfen und erleben, wie Maschinen lernen, Objekte zu unterscheiden – in diesem Fall einen Hasen und einen Frosch.
So funktioniert es:
- Oben im Schaubild befinden sich Eingaberegler, mit denen Eigenschaften der Tiere eingestellt werden können, zum Beispiel „lange Ohren“, „puffeliger Schwanz“ oder „Nase“.
- Mithilfe des Wolken-Reglers kann das Gewicht eingestellt werden. Dabei bestimmt man, wie stark ein Merkmal das Ergebnis beeinflusst.
- Die Knotenpunkte in der Mitte sind die „Neuronen“. Sie sammeln Licht (Informationen) aus den eingehenden Verbindungen, verrechnen diese und leiten sie weiter.
- Am Ende zeigt das Netzwerk die Wahrscheinlichkeit an, ob die eingegebenen Merkmale eher zu einem Hasen oder zu einem Frosch gehören.
Was man dabei lernt:
- Wie Informationen in einem künstlichen Gehirn fließen.
- Dass Maschinen nicht wirklich wissen, was ein Hase oder Frosch ist, sondern nur Wahrscheinlichkeiten anhand von Daten berechnen.
- Schon kleine Änderungen können das Ergebnis komplett verändern, genauso wie bei der menschlichen Wahrnehmung.
Ziel des Exponats:
Das Exponat veranschaulicht die Grundlagen von Künstlicher Intelligenz (KI) und Maschinellem Lernen.
Es stammt aus dem THI-Projekt „Neuronale Netzwerke“ im Rahmen der Forschungsinitiative „Mensch in Bewegung“ und soll zeigen, dass KI nichts Magisches ist, sondern auf Mathematik, Logik und viel Training basiert.
