Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Neues Lernschema für neuronale Netzwerke

04.03.2016

Nervennetze lernen zeitlich getrennte Reize miteinander zu verknüpfen

Blätterrascheln, das Knacken eines Astes – für eine Maus sind dies zunächst harmlose Sinneseindrücke. Nicht aber, wenn kurz darauf eine Katze aus dem Gebüsch stürzt – dann waren es Hinweise auf eine lebensbedrohliche Gefahr.


Neuronennetzwerk mit unterschiedlichen Sinnesreizen (farbige Kästen), die sich in der Eingangsaktivität widerspiegeln (Punkte-Raster).

MPI für experimentelle Medizin/R. Gütig

Robert Gütig vom Max-Planck Institut für experimentelle Medizin in Göttingen hat nun herausgefunden, wie das Gehirn Sinneswahrnehmungen mit verzögert auftretenden Ereignissen verknüpfen kann. Dazu hat der Forscher ein Lernschema für ein Computermodell entwickelt.

Die virtuellen Zellen können darin lernen, zwischen vielen unterschiedlichen Reizen zu unterscheiden, indem sie ihre Aktivität an die Häufigkeit der Hinweisreize anpassen. Das funktioniert auch dann, wenn zwischen Hinweisreiz und Ereignis eine zeitliche Lücke besteht.

Das von Gütig entdeckte Lernschema ist nicht nur für jedes Lebewesen überlebenswichtig, um Reize aus der Umwelt herauszufiltern, es hilft auch bei einer Vielzahl technologischer Lernprobleme. Forscher könnten es zum Beispiel zur Entwicklung von Programmen zur Spracherkennung einsetzen.

In der Tierwelt künden sich Gefahren oft vorher an: verräterische Geräusche, Bewegungen oder ein Geruch können Hinweise auf einen bevorstehenden Angriff eines Räubers sein. Überlebt etwa eine Maus den Angriff einer Katze, hat sie es in Zukunft leichter, wenn sie aus dem missglückten Angriff lernt und die Hinweise beim nächsten Mal frühzeitig deuten kann.

Es prasseln jedoch ständig eine Vielzahl sensorischer Eindrücke auf sie ein, von denen die meisten nicht auf eine Gefahr hindeuten. Woher weiß die Maus also, welche Geräusche und Gerüche aus der Umwelt etwa den Angriff einer Katze ankündigen und welche nicht?

Das Mausgehirn steht dabei vor einem Problem: Die entscheidenden Umgebungsreize sind meist zeitlich vom eigentlichen Angriff isoliert. Das Gehirn muss also einen Hinweis und das darauffolgende Ereignis – etwa einem Geräusch und einem Angriff – miteinander verknüpfen, die zeitlich auseinander liegen. Bisherige Theorien konnten nicht befriedigend erklären, wie das Gehirn die Zeit zwischen einem Hinweisreiz und dem eigentlichen Erlebnis überbrückt.

Robert Gütig vom Max-Planck-Institut für experimentelle Medizin hat entdeckt, wie das Gehirn dieses Problem lösen kann. Er hat am Computer ein Netzwerk aus Nervenzellen programmiert, das wie ein biologischer Zellverband auf Erregungen reagiert. Das Netzwerk kann lernen, diejenigen Hinweisreize herauszufiltern, die ein späteres Ereignis vorhersagen.

Auf die Häufigkeit kommt es an

Das Netzwerk lernt, indem es gezielt Synapsen zwischen den virtuellen Nervenzellen verstärkt oder abschwächt. Grundlage des Computermodells ist eine synaptische Lernregel, mit der einzelne Nervenzellen ihre Aktivität in Abhängigkeit von einem einfachen Lernsignal erhöhen oder absenken können. Mit dieser Lernregel setzt Gütig ein neues Lernschema um:

„Dieses häufigkeitsbasierte Lernschema beruht auf der Idee, die Verbindungen zwischen Zellen so einzustellen, dass die resultierende neuronale Aktivität über einen Zeitraum gesehen proportional zur Häufigkeit der Hinweisreize wird“, erklärt Gütig. Spiegelt also ein Lernsignal das Auftreten und die Stärke bestimmter Ereignisse im Umfeld der Maus wieder, so lernen die Nervenzellen auf jene Reize zu reagieren, die diese Ereignisse vorhersagen.

Gütigs Netzwerke können aber auch dann lernen, auf Umgebungsreize zu reagieren, wenn keine Lernsignale aus der Umgebung vorhanden sind. Hierzu wird die mittlere neuronale Aktivität innerhalb eines Netzwerkes als Lernsignal interpretiert. Einzelne Nervenzellen lernen nun auf solche Reize zu reagieren, die genauso häufig aufgetreten sind wie die, auf welche die anderen Nervenzellen im Netzwerk reagieren. Dieses „selbst überwachte“ Lernen folgt einem anderen Prinzip, als etwa die Hebbsche Lernregel, die bislang häufig in künstlichen neuronalen Netzen zum Einsatz kam. Solche Hebbschen Netze lernen, indem sie die Synapsen zwischen den Zellen verstärken, die gleichzeitig oder kurz nacheinander aktiv sind. „Beim selbst überwachten Lernen muss die Aktivität der Zellen nicht zeitlich synchronisiert sein. Maßgeblich für die Änderung von Synapsen ist nur die Gesamtaktivität in einem bestimmten Zeitraum“, sagt Gütig. Somit können diese Netzwerke auch Sinnesreize verschiedener sensorischer Modalitäten, z.B. Sehen, Hören und Riechen, verknüpfen, deren neuronale Repräsentationen zeitlich erheblich gegeneinander verschoben sein können.

Gütigs Lernschema erklärt nicht nur biologische Prozesse, sondern könnte auch weitreichenden Verbesserungen innerhalb technologischer Anwendungen, z.B. der künstlichen Spracherkennung, den Weg bereiten. „Es wäre damit möglich, die Anforderungen für das Training computergestützter Spracherkennung erheblich zu vereinfachen. Anstatt aufwendig segmentierter Sprachdatenbanken oder komplexer Segmentierungsalgorithmen genügen für häufigkeitsbasiertes Lernen beispielsweise die Untertitel von Nachrichtensendungen“, so Gütig.

Originalpublikation:
Robert Gütig
Spiking neurons can discover predictive features by aggregate-label learning
Science 4 March 2016; DOI: 10.1126/science.aab4113

Ansprechpartner:
Dr. Robert Gütig
Max-Planck-Institut für experimentelle Medizin, Göttingen
Telefon:+49 551 3899-490
E-Mail:
guetig@em.mpg.de

Dr Harald Rösch | Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V.

Weitere Nachrichten aus der Kategorie Biowissenschaften Chemie:

nachricht Wer bin ich? Wie Zellen zu ihrer Identität kommen
27.04.2018 | Universität Basel

nachricht Navigation mit dem sechsten Sinn
27.04.2018 | Julius-Maximilians-Universität Würzburg

Alle Nachrichten aus der Kategorie: Biowissenschaften Chemie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Why we need erasable MRI scans

New technology could allow an MRI contrast agent to 'blink off,' helping doctors diagnose disease

Magnetic resonance imaging, or MRI, is a widely used medical tool for taking pictures of the insides of our body. One way to make MRI scans easier to read is...

Im Focus: Fraunhofer ISE und teamtechnik bringen leitfähiges Kleben für Siliciumsolarzellen zu Industriereife

Das Kleben der Zellverbinder von Hocheffizienz-Solarzellen im industriellen Maßstab ist laut dem Fraunhofer-Institut für Solare Energiesysteme ISE und dem Anlagenhersteller teamtechnik marktreif. Als Ergebnis des gemeinsamen Forschungsprojekts »KleVer« ist die Klebetechnologie inzwischen so weit ausgereift, dass sie als alternative Verschaltungstechnologie zum weit verbreiteten Weichlöten angewendet werden kann. Durch die im Vergleich zum Löten wesentlich niedrigeren Prozesstemperaturen können vor allem temperatursensitive Hocheffizienzzellen schonend und materialsparend verschaltet werden.

Dabei ist der Durchsatz in der industriellen Produktion nur geringfügig niedriger als beim Verlöten der Zellen. Die Zuverlässigkeit der Klebeverbindung wurde...

Im Focus: BAM@Hannover Messe: Innovatives 3D-Druckverfahren für die Raumfahrt

Auf der Hannover Messe 2018 präsentiert die Bundesanstalt für Materialforschung und -prüfung (BAM), wie Astronauten in Zukunft Werkzeug oder Ersatzteile per 3D-Druck in der Schwerelosigkeit selbst herstellen können. So können Gewicht und damit auch Transportkosten für Weltraummissionen deutlich reduziert werden. Besucherinnen und Besucher können das innovative additive Fertigungsverfahren auf der Messe live erleben.

Pulverbasierte additive Fertigung unter Schwerelosigkeit heißt das Projekt, bei dem ein Bauteil durch Aufbringen von Pulverschichten und selektivem...

Im Focus: BAM@Hannover Messe: innovative 3D printing method for space flight

At the Hannover Messe 2018, the Bundesanstalt für Materialforschung und-prüfung (BAM) will show how, in the future, astronauts could produce their own tools or spare parts in zero gravity using 3D printing. This will reduce, weight and transport costs for space missions. Visitors can experience the innovative additive manufacturing process live at the fair.

Powder-based additive manufacturing in zero gravity is the name of the project in which a component is produced by applying metallic powder layers and then...

Im Focus: IWS-Ingenieure formen moderne Alu-Bauteile für zukünftige Flugzeuge

Mit Unterdruck zum Leichtbau-Flugzeug

Ingenieure des Fraunhofer-Instituts für Werkstoff- und Strahltechnik (IWS) in Dresden haben in Kooperation mit Industriepartnern ein innovatives Verfahren...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Konferenz »Encoding Cultures. Leben mit intelligenten Maschinen« | 27. & 28.04.2018 ZKM | Karlsruhe

26.04.2018 | Veranstaltungen

Konferenz zur Marktentwicklung von Gigabitnetzen in Deutschland

26.04.2018 | Veranstaltungen

infernum-Tag 2018: Digitalisierung und Nachhaltigkeit

24.04.2018 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Nano-Drähte auf Stents sollen Kindern mit Herzfehler unnötige Eingriffe ersparen

27.04.2018 | Medizintechnik

Herz-Medikament kurbelt Reparatur von Neuronen an

27.04.2018 | Medizin Gesundheit

Warum Getreide besser ist

27.04.2018 | Agrar- Forstwissenschaften

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics