Diplomarbeit von Michael Schindler

Einleitung
E.1 Neuronale Netze
A memory is what is left when
something happens and does not
completely unhappen
Edward de Bono
Vom Standpunkt der theoretischen Biophysik aus gesehen, dienen Ganglien und Gehirne
biologischer Lebewesen als Werkzeuge zur Verarbeitung von Reizmustern, die einer
dynamisch variierenden Umwelt entstammen. Die Reize werden von den Sinneszellen
der Haut, der Retina, Kochlea etc. aufgenommen und an das Gehirn als zentrales Nervensystem
weitergeleitet. Dort findet eine Vielzahl von Verarbeitungsschritten statt,
bis eine Entscheidung gefunden und an die Motorneuronen und Muskeln weitergeleitet
wird. Die Leitungsvorgänge zum Gehirn hin und von ihm weg sind einfach und für
den Aspekt der Informationsverarbeitung irrelevant. Wer verstehen möchte, wie diese
biologische Informationsverarbeitung funktioniert, muss nach den zentralen Vorgängen
im Gehirn fragen.
Wie kann man nun diese internen Verarbeitungsschritte verstehen? Mit der Beantwortung
dieser Frage beschäftigen sich Wissenschaftler vieler Gebiete, natürlich Biologen
und Mediziner, aber auch Mathematiker, Statistiker, Physiker und Informatiker. Letztere
versuchen die Funktionsweise der Gehirne auf mathematischem oder technischem
Wege zu verstehen. Sie verwenden dazu vereinfachte Modelle, die ich im folgenden
Neuronale Netze nennen werde, im Unterschied zu Nervennetzen, womit biologische
Gehirne aller Art gemeint sind. Das Arbeitsgebiet zur Untersuchung der Neuronalen
Netze heißt Neuroinformatik.
Auf welche Weise findet Modellbildung in der Neuroinformatik statt? Das Gehirn wird
zunächst als ein aus vielen Nervenzellen zusammengesetztes System aufgefasst, von
denen jede eine Aktivierung aufweisen und diese an andere Zellen weitergeben kann.
Wie stark eine Aktivierung weitergegeben wird, hängt von der Effizienz der synaptischen
Verbindungen ab. Auf diese Weise wird ein bestehendes Aktivierungsmuster in
das nächste überführt. Der interne Verarbeitungsprozess im Gehirn ist eine zeitliche
Abfolge von Aktivierungsmustern.
Abbildung 1 zeigt die grundlegenden Charakteristika des in der Neuroinformatik verwendeten
Standardmodells. Es besteht aus Knoten und gerichteten Kanten. Die Kno-