Können Lernalgorithmen interagieren wie im Gehirn? - Intelligent ...

Beispiel: Lernen beim Menschen
Unser erstes Beispiel sei zunächst das menschliche Lernen bei einem Kleinkind und seinem ersten Besuch im
Schwimmbad. Hierbei gibt es 3 verschiedene Schwimmbecken: zum einen das Schwimmerbecken, das
Nichtschwimmerbecken sowie das Kleinkindbecken. Versucht das Kind nun in eines der Becken zu gehen, in welches es
nicht darf, so bekommt es von seinen Eltern Ärger und merkt sich, dass das keine gute Wahl war. Aber da Kinder nun
mal Kinder sind und der Forschungsdrang in ihnen brodelt versuchen sie es dennoch mehrere Male bis sie sich merken,
dass das zu keinem Erfolg führt und es wird fortan nur noch versuchen in das Kinderbecken zu steigen (oder verbleiben
wir der Vorsichtshalber auf „es sollte”).
Betrachten wir dieses Beispiel lässt sich schnell die vorher zusammengefasste Definition des Lernens wiedererkennen:
das Kind hat eine Reihe von Erfahrungen (jeder einzelne Versuch in ein Becken zu steigen) durchlebt, den
Sinn-Zusammenhang zwischen „Ärger bekommen” und „ins falsche Becken gehen” erkannt um anschließend seine
Vorgehensweise zu evaluieren und sie anzupassen um immer ins gewollte Nass zu kommen.
Beispiel: Lernen beim Computer
Ein Beispiel zum maschinellen Lernen lässt sich bei den immer beliebter werdenden Staubwisch-Robotern finden.
Hierbei sei allerdings nur ein naiver Staubwisch-Roboter als Beispiel genannt, welcher sich durch den Raum navigiert
und dabei möglichst viel Staub aufwischt in dem er versucht soviel vom Raum zu wischen, ohne dabei an Gegenständen
anzuecken. Weitere Funktionen, wie das abschätzen ob der Raum tatsächlich dreckig ist oder Sensoren welche den
Abstand zu einem Objekt messen, seien hierfür irrelevant. Unser Beispielroboter versucht sich also zunächst durch die
Wohnung zu navigieren und wird in jeder neuen Umgebung viele male anecken. Jedes mal wenn er aneckt registriert er
die relative Position zu seinem Ursprungspunkt und versucht nächstes mal drum herum zu fahren. Nach einigen
Durchläufen bildet sich im Roboter nach und nach ein gutes Bild des Raumes ab und er wird in jedem Durchlauf gegen
immer weniger Objekte anecken bis er die optimale Vorgehensweise gefunden hat um den Raum zu säubern.
Wenn wir nun auch dieses Beispiel etwas abstrakter betrachten stoßen wir wieder auf unsere Definition des Lernens,
denn: der Roboter erlebt eine Reihe von Erfahrungen (jedes anecken sowie jedes nicht-anecken), versucht
Sinn-Zusammenhänge zu erkennen („dort ist ein Objekt, darunter kann ich nicht wischen also versuche ich es zu
meiden”) um anschließend eine möglichst optimale Vorgehensweise zu erkennen um den Raum zu säubern.
Es lässt sich also rein anhand der Definition des Lernens sagen das die Art, wie der Reinigungsroboter und das Kleinkind
lernen, zunächst völlig identisch sind. Es wird eine Menge von Erfahrungen gemacht, daraus wird versucht eine Regel
oder einen Sinn-Zusammenhang zu erkennen und anschließend werden diese bei der zukünftigen Vorgehensweise mit
einbezogen. Folglich ist der Begriff des Lernens auf Mensch und Maschine in seiner Grundessenz gleicherweise
anwendbar.
7