Interessantes und Spannendes aus der Wissenschaft

[Neugier]

Mustererkennung mit kleinen neuronalen Netzwerken.

[...]
Überraschende Fähigkeiten:
Die Fähigkeit, bekannte Gesichter wiederzuerkennen,
erfordert offenbar weniger Hirnschmalz als gedacht.
[...]

Early,
dieser Bewertung der Beobachtungen liegt die offenbar
falsche Annahme zugrunde, dass für Mustererkennung
eine sehr große Anzahl Neuronen unverzichtbar ist.

Von Experimenten mit künstlichen neuronalen Netzwerken
ist aber schon seit mehr als 2 Jahrzehnten bekannt,
dass eine Mustererkennung schon mit relativ wenigen Neuronen
gelingen kann.


> Das musste auch einmal in aller Klarheit gesagt werden. <

 

[EarlyBird]

Mustererkennung mit kleinen neuronalen Netzwerken.


Early,
dieser Bewertung der Beobachtungen liegt die offenbar
falsche Annahme zugrunde, dass für Mustererkennung
eine sehr große Anzahl Neuronen unverzichtbar ist.

Von Experimenten mit künstlichen neuronalen Netzwerken
ist aber schon seit mehr als 2 Jahrzehnten bekannt,
dass eine Mustererkennung schon mit relativ wenigen Neuronen
gelingen kann.


> Das musste auch einmal in aller Klarheit gesagt werden. <

Gut, dass du besser Bescheid weißt, als die Neurowissenschaftler selbst!

Ich werde bei solchen Sachen leicht ungeduldig, und es bedrückt mich mehr als viele andere, wie wenig wir über das Gehirn wissen. Ich habe das Gefühl, dass wir eigentlich nur Anekdoten austauschen; niemand hat bisher geschafft, was in den Naturwissenschaften Standard ist: das Erarbeiten eines geeigneten Rahmens, auf den sich jeder einigen kann, mit Gesetzen, Regeln, Prinzipien und so weiter, und der die verschiedenen Arbeitsstufen innerhalb der Gehirnforschung erfolgreich zusammenbringt.

Ich verspüre eine gewisse Frustration angesichts der Selbstzufriedenheit der Leute, die zu großen Treffen über das Gehirn gehen und sich für ihre tollen Leistungen gegenseitig auf die Schulter klopfen, obwohl wir meines Erachtens in Wirklichkeit erst ganz am Anfang stehen.

Susan Greenfield

http://www.heise.de/tp/artikel/48/48467/1.html

 

[Muzmuz]

Das ist ja genau das, worum 's in diesem Artikel geht - dass die neurowissenschaftliche Herangehensweise nichts bringt, wenn man verstehen möchte, wie das Gehirn funktioniert.
Man kann damit offenbar nur feststellen, wo im Gehirn bestimmte Aufgaben "angesiedelt" sind.

Als Ursache des Problems sehe ich die Undifferenziertheit in dem Passus "wie das Gehirn funktioniert". Da gibt es eben die verschiedenen Ebenen. Die neurowissenschaftliche Herangehensweise bringt nur etwas, wenn man wissen will, wie das Gehirn neuronal funktioniert. Will man von der geistigen Seite etwas erfahren, dann ist der neurowissenschaftliche Aspekt genauso fehl wie der elektrotechnische bei einem Softwarebug.

Immanent sind diese Gefahren bzw Unzulänglichkeiten in der westlichen Wissenschaftsphilosophie. Um mehr zu erfahren schaut man mit der "Lupe" immer genauer, immer detaillierter und immer spezialisierter in die Materie hinein. Das funktioniert an sich gut, geht aber auf Kosten der Gesamtperspektive. Andere Philosophien wollen bzw können auf den gesamtheitlichen Aspekt nie verzichten. In Summe aber fahren sie damit schlechter, das sie damit zwar die Gesamtheit im Auge behalten, aber immer nur die Oberfläche, also nicht in die Tiefe gehen können.
Also Fazit ergab/ergibt sich die eindeutige Überlegenheit der "westlichen Herangehensweise" in Bezug auf technischen Fortschritt. Denn: ein Haufen an Fachidioten kann seine spezialisierten Fähigkeiten gut symbiotisch verknüpfen und somit die Gesamtleistung potenzieren. So wie etliche Puzzleteile ein großes Gesamtes ergeben können. Ein Haufen an Generalisten hingegen sehen aber trotzdem nie mehr als die Oberfläche - weil kein einziger von Ihnen Zugang zur Tiefe bzw Details hat.

 

[Muzmuz]

Mustererkennung mit kleinen neuronalen Netzwerken.


Early,
dieser Bewertung der Beobachtungen liegt die offenbar
falsche Annahme zugrunde, dass für Mustererkennung
eine sehr große Anzahl Neuronen unverzichtbar ist.

Von Experimenten mit künstlichen neuronalen Netzwerken
ist aber schon seit mehr als 2 Jahrzehnten bekannt,
dass eine Mustererkennung schon mit relativ wenigen Neuronen
gelingen kann.


> Das musste auch einmal in aller Klarheit gesagt werden. <

Vielleicht auch die falsche Annahme, dass man für eine Mustererkennung eine (vollständige) Musteridentifizierung bräuchte. Um Herrn A von Herrn B zu unterscheiden, muss ich weder A noch B besonders kennen oder sonst viel von ihnen wissen. Es genügen schon Details wie unterschiedliche Körpermassen, die auch einem simplen Detektor zur Unterscheidung genügen können. Um eine 1 von einer 2 unterscheiden zu können, muss ich auch nichts von Mathematik verstehen. Ihre unterschiedliche Form reicht völlig aus.

Will man allerdings ein Muster in seiner Gesamtheit - und nicht nur seine Abstraktion - verstehen, bedarf es einer Komplexität, die über jene des Musters hinaus. Dass man für eine Mustererkennung bzw Unterscheidung nicht viele Neuronen braucht liegt daran, weil das Muster durch Abstraktion so stark vereinfacht bzw verkürzt wird, dass eben wenige Neuronen schon ausreichen.

Unterhaltsame Experimente diesbezüglich gibt es immer wieder bei "Brain Games" zu sehen. Das Bild wie die "Mona Lisa" wird in Sekundenbruchteilen erkannt, obwohl wir von der EDV her wissen, dass ein Bild eine große Informationsmenge beinhaltet bzw darstellt. Das Erkennen beruht aber nicht auf einer Analyse des gesamten Bildes, sondern einige wenige Details werden abgeglichen, und bei ausreichender Übereinstimmung wird auf "Mona Lisa" erkannt. Das funktioniert sehr schnell, aber eben nicht fehlerfrei. So wurden in das gezeigte Bild etliche Details dazu eingearbeitet (wie ein Flugzeug im Hintergrund), das aber selbst bei längerer Betrachtung nicht auffällt.

 

[Neugier]

Wertvolle Verweise.

Gut, dass du besser Bescheid weißt,
als die Neurowissenschaftler selbst!

Early,
damit verallgemeinerst du ein Tick zu stark.

Tatsächlich findet schon seit den 80er-Jahren eine wechselseitige
Befruchtung zwischen den Forschungen auf dem Gebiet
der Neurowissenschaften einerseits, und Artificial Intelligence
andererseits, statt.

Ich weiß also keineswegs besser Bescheid als
"die Neurowissenschafter", allenfalls weiß ich besser Bescheid
als jene Neurowissenschafter, die sich so tief in ihr Spezialgebiet
vergraben, dass ihnen keine Zeit übrig bleibt,
um über den Tellerrand hinauszuschauen.

Außerdem wäre noch zu berücksichtigen, dass in unserer
sensationsgeilen Medienlandschaft auch Berichte über
wissenschaftliche Erkenntnisse immer ein bisschen auf sensationell
hingetrimmt werden müssen.


Damit kein falscher Eindruck entsteht möchte ich noch erwähnen,
dass ich deine Verweise auf Berichte aus dem Bereich Wissenschaft
mit zu den wertvollsten Beiträgen im denkforum zähle.


> Das musste auch einmal in aller Klarheit gesagt werden. <

 

[EarlyBird]

Wertvolle Verweise.


Early,
damit verallgemeinerst du ein Tick zu stark.

Tatsächlich findet schon seit den 80er-Jahren eine wechselseitige
Befruchtung zwischen den Forschungen auf dem Gebiet
der Neurowissenschaften einerseits, und Artificial Intelligence
andererseits, statt.

Ich weiß also keineswegs besser Bescheid als
"die Neurowissenschafter", allenfalls weiß ich besser Bescheid
als jene Neurowissenschafter, die sich so tief in ihr Spezialgebiet
vergraben, dass ihnen keine Zeit übrig bleibt,
um über den Tellerrand hinauszuschauen.

Außerdem wäre noch zu berücksichtigen, dass in unserer
sensationsgeilen Medienlandschaft auch Berichte über
wissenschaftliche Erkenntnisse immer ein bisschen auf sensationell
hingetrimmt werden müssen.


Damit kein falscher Eindruck entsteht möchte ich noch erwähnen,
dass ich deine Verweise auf Berichte aus dem Bereich Wissenschaft
mit zu den wertvollsten Beiträgen im denkforum zähle.


> Das musste auch einmal in aller Klarheit gesagt werden. <

Ok, Neugier - dann nehme ich ein bisschen Stärke zurück!
Stimmt schon - Spezialisten haben die von dir genannte Schwäche - zwangsläufig.
Und Heise/Telepolis ist nicht so sachlich, wie Scinexx oder BdW - muss ich zugeben.
Außerdem ist ein Lob von dir so selten, dass ich jetzt fast platt bin!

Ich danke dir und weiß es zu schätzen.

 

[EarlyBird]

Phantastisch, was Tiere alles können!

"
Katzen verstehen Grundprinzipien der Physik

Experiment belegt instinktives Verständnis von Ursache und Wirkung
Der Blick verrät es: Wenn Katzen etwas physikalisch Unmögliches beobachten, stutzen sie und schauen länger hin. Dies zeigt, dass sie bestimmte Erwartungen darüber haben, was in der realen Welt vorkommen kann und was nicht, wie ein Experiment belegt. Instinktiv begreifen die Samtpfoten demnach, dass beispielsweise aus einem leeren Behälter kein Objekt herausfallen kann und dass ein klappernder Behälter wahrscheinlich gefüllt ist.
"

http://www.scinexx.de/wissen-aktuell-20282-2016-06-15.html

 

[EarlyBird]

 

[EarlyBird]

Faszinierend!

 

[Andersdenk]

ForscherInnen der Universität Graz entdecken neuen Partner bei Flechten!

http://molekularbiologie.uni-graz.at/de/neuigkeiten/detail/article/die-hefe-wars-3/

http://tobyspribille.weebly.com/

http://www.theatlantic.com/science/...er-park-upturned-150-years-of-biology/491702/