Ihr KEYNOTE SPEAKER und EXPERTE
für INDUSTRIE 4.0 und DIGITALISIERUNG

INDUSTRIE 4.0 - Neuronale Netze

◾ Neuronale Netze ist im Ordnungsrahmen ein Unterbegriff und gehört zu: ◼ Digital Value

  • Neuronale Netze sind bekannt aus der Gehirnforschung.
    Das Nervensystem von Menschen und Tieren besteht u.a. aus Nervenzellen, auch Neuronen genannt.
    Diese Neuronen sind über Synapsen miteinander verknüpft und bilden ein neuronales Netzwerk.
  • Dieser Bauplan unseres Gehirns ermöglicht die menschliche Denk- und Rechenleistung.
Bild-Quelle: ©Spectral-Design / stock.adobe.com

Um Künstliche Intelligenz (KI) zu realisieren, wird daran gearbeitet, dieses biologische neuronale Netz durch ein künstliches neuronales Netz im Rechner zu simulieren. Dazu werden die Neuronen (auch Knotenpunkte) eines künstlichen neuronalen Netzes schichtweise in sogenannten Layer angeordnet und verknüpft. Dabei können unterschiedlichste Varianten zum Einsatz kommen.
In der Computer-Hardware werden neuronale Netze durch Multiprozessor-Systeme mit einer sehr großen Anzahl sehr einfacher Prozessoren nachempfunden. Jeder Prozessor modelliert dabei ein Neuron. Dabei wird nicht für jeden Anwendungsfall ein spezielles Programm geschrieben, sondern das neuronale Netz muss die richtige Arbeitsweise selbst erlernen (in Analogie zum Menschen). Die Ergebnisse dieser Vorgehensweise sind nicht exakt vorhersagbar, so dass Lösungen entstehen können, die als "unerklärlich" oder "intelligent" charakterisiert werden.

Beispiel:
Neuronale Netze werden z.B. eingesetzt bei „Machine Learning" und „Deep Learning".

Merke:
Neuronale Netze versuchen das menschliche Gehirn nachzubauen.

Hinweis:
Bei näherem Hinsehen findet man manchmal unter der Überschrift „neuronale Netze“ nichts weiter als Matrizenberechnungen.

Weiterführende Informationen: www.neuronalesnetz.de

In meiner DIGITALISIERUNGS – KEYNOTE erkläre ich die Grundlagen von INDUSTRIE 4.0 für jedermann verständlich und unterhaltsam:

Mein INDUSTRIE 4.0 - Workshop hilft Ihnen nicht die gleichen Fehler zu machen, die fast alle machen: