Analog Neuron

Zitat:

---

Zitat von HaWe

Außerdem funktoniert ein biologisches Gehirn nicht analog, sondern reagiert auf abzählbare Neurotransmitter-Molekülzahlzahlen an Rezeptoren, bis zu Schwellenwerten, in Ganzzahl-Schritten, worauf hin dann ab dem Schwellenwert die Polarisation nach "alles-oder-nichts"-Gesetz erfolgt, also quasi 0 auf 1 (Depolarisation), anschließend wieder zurück auf 0 (Repolarisation), demnach ist die Auslösung des Nervenzellimpulses ein getriggertes digitales Ereignis.

---

Das das nun mehr oder weniger Unsinn ist, wenn man sich betrachtet, wie Analaogtechnik funktioniert...

Zitat:

---

Zitat von HaWe

PS: Strengenommen beruht aber ja auch "analog"-Technik auf einer abzählbaren ganzzahligen Schritt-Anzahl von Überträgern, nämlich Elektronen (nur dass die Schritte hier noch deutlich kleiner sind als die (schrittweise) rund 0 bis 10¹⁰ Neurotransmitter-Moleküle im synaptischen Spalt von nat. Nervenzellen)

---

... das hast Du dann ja auch schon selbst bemerkt.


Analog

zu Analog schreibt der Duden: kontinuierlich, stufenlos
Beispiel Physik: analoges Signal (Analogsignal)


Auch wenn analoge Vorgänge auf digitaler Ebene beschrieben werden können, ändert das nichts daran, was sie sind.

Zitat:

---

Zitat von stochri

Im vereinfachten Modell entspricht die Spannung am Kondensator dem Zellpotential und das ist analog. Der Puls ( oder im Fachjargon "das Aktionspotential" ) ist digital. Er ist entweder da oder er ist nicht da.

---

"Er ist entweder da oder er ist nicht da." ist eine Betrachtungsweise.

Zum Beispiel: ein Auto auf der Straße ist auch da oder nicht da. Je nachdem, wann ich hinschaue. Deswegen ist seine Bewegung nicht digital.



Da es im biologischen Gehirn sprunghafte Anstiege gibt, plötzliche Entladungen, und die Funktion im Wesentlich auch darauf beruht, will ich mir hier gar nicht gegen einzelne Betrachtungen stellen.





MfG

Zitat:

---

Zitat von Moppi

Das das nun mehr oder weniger Unsinn ist, wenn man sich betrachtet, wie Analaogtechnik funktioniert
...
"Er ist entweder da oder er ist nicht da." ist eine Betrachtungsweise.
Zum Beispiel: ein Auto auf der Straße ist auch da oder nicht da. Je nachdem, wann ich hinschaue.

---

naja Moppi, wie es sich anhört bist du ja ein Fachmann auf dem Gebiet der analogen und digitalen, lernfähigen neuronalen Netze, der Physiologie und Anatomie der tierischen und menschlichen Neurone sowie der Informationstheorie...

- - - Aktualisiert - - -

Zitat:

---

Zitat von stochri

Nein, es funktioniert gemischt: Sowohl analog als auch digital.
...
Bei den meisten praktischen Anwendungen wird zwischen "Training" und "Inferenz" unterschieden. Normalerweise ist das Training auf leistungsstarken Computern mit großen Trainingsdatensätzen durchgeführt. Die spätere Anwendung kann z.B. auf einem relativ schwachbrüstigen Mikrocontroller ( von mir aus mit KI-Beschleuniger wie der Kendryte K210 ) durchgeführt werden.

---

Das Zellpotential ist eine elektrische Spannung, hervorgerufen durch einen K/Na-Gradienten, ja: hier liegt etwas vor wie eine elektrische Spannung bei Kondensatoren.

Was aber zur Auslösung eines Impulses führt und auch auf trainiertem/gelerntem Verhalten beruht, das hat damit nichts unmittelbares zu tun, denn das läuft NICHT über eine "analoge" elektrische Spannung:
es sind vergleichsweise viel kleinere Zahlen von Molekülen in der Synapse: diese steigen schrittweise von Null auf 5-10 Milliarden an (in zählbaren Portions-Schritten, sowie sie aus einzelnen Vesikeln ausgeschüttet werden), und bei einem bestimmten Zwischenwert (quasi eine Integer-Zahl) dazwischen, bei dem sie an Rezeptoren andocken, wird ein kritischer Grenzwert erreicht. Das ist nicht mehr analog, sondern eben ein digitaler Integer-Zahlenwert: und dies ist das, was die Lernfunktion der Zelle ausmacht.

Sobald diese bestimmte abzählbare Anzahl an Rezeptoren einen Bindungspartner hat, depolarisiert das Neuron kurzfristig komplett, das ist das (digitale) Aktivierungsereignis: beschreibbar als 0 oder 1.

So betrachtet muss man die (analoge) Zellspannung funktionell trennen von den Mechanismen, wie das Neuron lernt und wie es auslöst, und das kann man durch rein digitale Prozesse beschreiben.


Was du über lernfähige Netze schreibst, ist genau das, was lernfähige natürliche Neuronen oder elektronische Perzeptronen ausmachen:
Es ist ein und dieselbe Struktur, die sowohl lernen kann, als auch gelerntes ausführen kann, als auch dann wieder umlernen oder dazu lernen kann, und dann wieder das neu gelernte verbessert oder erweitert wiedergeben kann, und auch dann wieder weiter lernen kann, und genau das macht ein intelligentes System ja aus.
Ein Gerät, welches nur dieses fertige gelernte Wissen wiedergeben kann, ist hingegen nicht intelligenter als eine Schallplatte.

Mir ist nicht klar, inwieweit das analoge Schaltungsbeispiel aus dem TOP zum Lernen fähig ist.

Die Diskussion hier geht um zwei Punkte, die Unterscheidung zwischen analog und digital und die Definition von neuronalen Netzen bezüglich ihrer Lernfähigkeit.

Interessanterweise sind es nur Begriffe die unterschiedlich zugeordnet werden, die Sachverhalte werden werden dabei nicht unterschiedlich beurteilt.

Ein passendes Beispiel für analog und digital ist sicher der Eingang eines Arduino, ein sogenannter analoger Eingang unterscheidet auch nur zwischen vielen diskreten Spannungswerten. Man könnte also auch dort nach anderen Bezeichnungen suchen, die Bezeichung ist nur eben weit verbreitet.

Auch bei den neuronalen Netzen kann man nach Beispielen suchen. Wenn das Netz nicht mehr intelligenter ist als eine Schallplatte weil es aufgehört hat zu lernen, wie wird es dann genannt? Ist die Beschreibung neuronales Netz wirklich nicht mehr angebracht? Welche andere Bezeichnung gibt es dann für ein solches Gebilde?

Zitat:

---

Zitat von Manf

Auch bei den neuronalen Netzen kann man nach Beispielen suchen. Wenn das Netz nicht mehr intelligenter ist als eine Schallplatte weil es aufgehört hat zu lernen, wie wird es dann genannt? Ist die Beschreibung neuronales Netz wirklich nicht mehr angebracht? Welche andere Bezeichnung gibt es dann für ein solches Gebilde?

---

Vorraussetzung für die Netze, die nur wiedergeben, ist, dass es lernfähige Netze gibt, mit denen man Daten trainieren kann und sie den anderen dann "überspielt".
Das eine sind dann eben intelligente lernfähige Netze ("KI"), das andere sind statische, nicht lernfähige Netze, pointiert ausgedrückt: das eine ist das Orchester, das andere der Plattenspieler.

Perzeptronen wie in Feed-Forward-, Backpropagation, Jordan-, Elman- oder Hopfield-Netzen oder auch SOMs sind lernfähig ("KI") und können sellbstverständlich auch zusätzlich das Gelernte wiedergeben, umlernen oder dazu lernen.

Meine Frage ist, inwiefern eine analoge Schaltung wie im TOP bezüglich ihrer Reaktionsmuster (vergleichbar) lernfähig ist oder sein kann, oder wie dann eine lernfähige analoge Zelle aussieht und alleine und im Verbund (Netz) funktioniert.

Zitat:

---

Meine Frage ist, inwiefern eine analoge Schaltung wie im TOP bezüglich ihrer Reaktionsmuster (vergleichbar) lernfähig ist oder sein kann, oder wie dann eine lernfähige analoge Zelle aussieht und alleine und im Verbund (Netz) funktioniert.

---

Und als Antwort habe ich Dir einen kleinen Hinweis auf den Unterschied zwischen Training und Inferenz gegeben. ( In der Hoffnung, dass das zu etwas tieferem Nachdenken anregt ).

Hallo zusammen,

erstaunlich, welcher Fluß ausgelöst wird, wo es doch nur um die etwas ungenaue Aussage "Bit eines Schiebereisters" ging. Die Sache war die, dass ich noch in Gedanken bei Schiebergistern mit Latch-Ausgängen war, mit denen ich mich zuvor beschäftigte. Also war die Frage: was zur Hölle ist mit "Bit" bei einem Schieberegister gemeint? Dort gibt es nun die verschiedenen Möglichkeiten: ist nur der Ausgang gemeint oder eine Stufe? Und dann die Formulierung mehr, mit einer nachgeschobenen Steigerung: deutlich mehr, sehr viel mehr. Da war die nächste Frage: was ist deutlich mehr - 1, 2, 10 - und was ist denn sehr viel mehr - das 10fache, das 100fache?



MfG

Zitat:

---

Zitat von ich

Vorraussetzung für die Netze, die nur wiedergeben, ist, dass es lernfähige Netze gibt, mit denen man Daten trainieren kann und sie den anderen dann "überspielt".
Das eine sind dann eben intelligente lernfähige Netze ("KI"), das andere sind statische, nicht lernfähige Netze, pointiert ausgedrückt: das eine ist das Orchester, das andere der Plattenspieler.
Perzeptronen wie in Feed-Forward-, Backpropagation, Jordan-, Elman- oder Hopfield-Netzen oder auch SOMs sind lernfähig ("KI") und können sellbstverständlich auch zusätzlich das Gelernte wiedergeben, umlernen oder dazu lernen.

Meine Frage ist, inwiefern eine analoge Schaltung wie im TOP bezüglich ihrer Reaktionsmuster (vergleichbar) lernfähig ist oder sein kann, oder wie dann eine lernfähige analoge Zelle aussieht und alleine und im Verbund (Netz) funktioniert.

---

Zitat:

---

Zitat von stochri

Und als Antwort habe ich Dir einen kleinen Hinweis auf den Unterschied zwischen Training und Inferenz gegeben. ( In der Hoffnung, dass das zu etwas tieferem Nachdenken anregt ).

---

"Interferenz" interessiert mich nicht - das wären die Schallplattenspieler.
Mich interessieren die lernfähigen Netze (die Orchester, die sowohl neue Stücke lernen als sie auch dann spielen können), daher habe ich nach lernfähigen analogen Zellen und Netzen gefragt.

Zitat:

---

Zitat von HaWe

naja Moppi, wie es sich anhört bist du ja ein Fachmann auf dem Gebiet der analogen und digitalen, lernfähigen neuronalen Netze, der Physiologie und Anatomie der tierischen und menschlichen Neurone sowie der Informationstheorie...

---

Na wenn Du das so siehst, erbitte ich mir auch die notwendige Hochachtung von Dir! Oder bist Du der Fachmann dafür? - Dann bau doch erst mal was, bis jetzt sieht man ja nichts. Wenn es darum geht, dass darum gebeten wird, jemand, der was davon versteht, möge mit der Gemeinschaft und für die Gemeinschaft künstliche, neuronale Netze erarbeiten, wäre es für Dich doch ein Klacks, HaWe. Mit Deinem Wissen kannst Du die ganze Welt, samt Universum revolutionieren. Mach doch erst mal so einen Workshop. Daraus lässt sich doch dann versuchen, eine Intelligenz zu entwickeln, die Denken, so wie wir Menschen das können und verstehen, möglich macht. Aber hierzu machst Du keinen Anfang, in der Beziehung lieferst Du nicht!


Stochris Thema ist nicht schlecht. Vielleicht kommen wir so zu einfachsten künstlichen, neuronalen Netzen. Aber in einem neuen Thema.






MfG

Ich habe bereits welche gebaut und veröffentlicht, sie können "hard-coded" trainiert werden, nur fehlt für Arduinos eine Möglichkeit, sie "during runtime" zusätzlich auch per Userinterface zu trainieren, du erinnerst dich?
Deine Fragen und Anmerkungen allerdings zeugen eher noch von einigem Unverständnis.
Und ja, immerhin waren Neuroanatomie und-Physiologie Teile meiner Ausbildung.

an dieser Stelle ist allerdings zum Topic immer noch die Frage offen:
https://www.roboternetz.de/community...l=1#post657022

Zitat:

---

Meine Frage ist, inwiefern eine analoge Schaltung wie im TOP bezüglich ihrer Reaktionsmuster (vergleichbar) lernfähig ist oder sein kann, oder wie dann eine lernfähige analoge Zelle aussieht und alleine und im Verbund (Netz) funktioniert.

---

Zuerst muss man ein Ziel definieren, sich klar werden, was man umsetzen will. Dann erkennt man, was dazu nötig ist - womit man sich auseinandersetzen muss.


MfG
:Weihnacht