Analyse der Optimierungsverfahren mechanischer neuronaler Netzwerke

Analyse der Optimierungsverfahren mechanischer neuronaler Netzwerke

Hinter mancher KI steckt ein neuronales Netzwerk – eine Software, die der Funktionsweise des menschlichen Gehirns nachempfunden ist. Seit Kurzem experimentiert die Fachwelt jedoch auch mit lernfähigen Netzen, die mechanisch arbeiten, indem etwa viele kleine Massen durch Federn verbunden werden. Faszinierenderweise ist es möglich, diesem Netzwerk durch Anpassen der Federn verschiedene Verhaltensweisen anzutrainieren. Alexander Reimer und Matteo Friedrich wollten herausfinden, wie so ein Training aussehen kann. Dazu simulierten sie ein mechanisches neuronales Netzwerk im Computer, spielten verschiedene Szenarien durch und untersuchten die Details vielversprechender Trainingsansätze. Sie fanden heraus, dass lernfähige Materialien denkbar sind, die sich ihrer Umwelt ganz von selbst anpassen.