Neuronalen Netze gibt es in der KI nicht

In der sogenannten Künstlichen Intelligenz wird immer wieder von neuronalen Netzen gesprochen. Damit wird der Eindruck erweckt, KI und Computer haben ähnliche oder sogar bessere Fähigkeiten als das menschliche Gehirn. Im nachfolgenden zeige ich, dass der Vergleich zwischen den neuronalen Netzen in der KI und den neuronalen Netzen im menschlichen Gehirn in keinster Weise stimmig ist. Zunächst einmal aber eine Begriffsklärung zu ein paar Buzzwörtern der sogenannten KI:

Was ist eigentlich KI?

Die drei engeren Begriffe zur KI sind: KI, Deep Learning (= anderer Begriff für neuronale Netze) und Machine Learning, wobei Deep Learning eine Methode des Maschinenlearnings ist.

Das grundsätzliche Problem mit dem Begriff AI ist, dass der Intelligenzbegriff selbst beim Menschen nicht wissenschaftlich geklärt ist. Es wird also ein wissenschaftlich ungeklärter Begriff auf die Maschinenwelt übertragen. Bullshit in is Bullshit out. Oberflächensurfen auf Buzzwortebene ist ja im Moment angesagt und garantiert beim Publikum Aufmerksamkeit in diesem Thema. Deswegen braucht man immer wieder neue Begriffe. Hintergrund ist auch, das die KI mit dem Thema neuronale Netze (siehe unten) fast Tod war. Google erfand dann den Begriff Deep Learning für diesen Begriff, weil KI Forschung auch extrem teuer ist und immer wieder neue Allmachstphantasien bei Investoren wecken muss.

KI Stand heute ist: Auf der Basis geeigneter Daten für mathematischen Algorithmen, analysiert der Rechner anhand programmierter Auswertungstechnikern (z.B. Supervise Learning) große Datenmengen und liefert Erkenntnisse über die Daten, die der Mensch so sonst nicht hätte. Eine Methode dazu ist auf Maschinenebene das Deep Learning, was nichts weiter als ein neuer Marketing Begriff für neuronale Netze ist.

Bullshit in is Bullshit out

Wenn  seriöse KI Experten von neuronalen Netzen sprechen, dann meinen sie eine bildliche Darstellung von komplexen mathematischen Algorithmen. Der Begriff neuronale Netze ist also eine Oberflächenbeschreibung von Mathematik, die so in unserem Gehirn nicht stattfindet.

Bei genauerer Betrachtungsweise sind auch nicht neuronale Netze gemeint, sondern es wird das Funktionsprinzip der Gewichtung bei einzelnen Neuronen für ihre Aktionspotenziale auf die Darstellung mathematischer Funktion übertragen (siehe Abbilldung). Also ein einfaches Summationsprinzip von Reizbarkeitsschwellen einzelner Neuronen. Das bekommen seriöse Neurowissenschafler das Grausen, weil eine Komplexität von 100 Mrd. Nervenzellen auf ein einfaches Reiz-Reaktions-Schemata reduziert wird.

Funktionsprinzip neuronaler Netze

Was sind neuronale Netze im menschlichen Gehirn und deren Funktionsprinzipien?

In Systemforschung gibt es schon lange die Erkenntnis des Wechsels von der Quantität in die Qualität. Bei ca. 100. Mrd. bis 80 Mrd. Gehirnzellen des menschlichen Gehirns (machen auch nur 20% des Gehirns aus), sollte das eigentlich bedacht werden. Das wird hier ebenso nicht beachtet, wie die neurowissenschaftliche Erkenntnis (ganz alter Hut), dass ein Neuron nicht für eine Kognition steht. Daran ist schon Pawlow in den 30 Jahren des vorigen Jahrhunderts gescheitert.

Die Informatiker oder KI Experten sehen folgende acht zusammenwirkenden Ebenen der Selbststeuerung von komplexen Nervensystemen nicht (eigentlich kann ich an dieser Stelle schon nicht mehr vom gesunden Halbwissen der KI Forschung sprechen):

  • Bio-elektrische Effekte der Transmitter an den Synapsen
  • Bio-hormonale Ebene der Neuromodalatoren in den neuronalen Netzwerken, u.a. in der tegmentalen Schleife
  • Bio-hormonale Ebene der Neurohormone im gesamten Nervensystem
  • kurz- und langwellige Schwingungsverhältnisse neuronaler Netze für unterschiedliche Bewusstseins- und Funktionszustände des menschlichen Gehirns
  • Photonenenergien für die inhaltliche Konfiguration von Neuronen
  • 80 % Versorgungsmasse zwischen den neuronalen Netzen durch Ganglionzellen und Astrozyten, die für die Assoziationsfähigkeit und wahrscheinlich der individuellen Auffassungsgabe von entscheidender Bedeutung sind
  • Neuronale Wechselbeziehungen zu anderen neuronalen Systemen durch Empathie- / Spiegelneuronensysteme (beim Menschen noch in Zusammenhang mit dem unteren Teil der tertiären Insula als Eingangsbereich des Vagusnerves; zur Zeit einzigartig)
  • Embedded durch Sinnesorgane, wovon keines der Sinnesorgane und ihre Übertragung von Informationen digital ist

Es kommen wahrscheinlich noch weitere Ebene im Laufe der Forschung hinzu. Und ich habe noch nicht mal von den Funktionsebene der Psychopyhlogenese gesprochen, die zwar in den oberen acht Ebenen enthalten ist, aber funktionsspezifisch eine andere Beschaffenheit hat, also kategorial anders zu fassen ist.

Fazit

Das menschliche Gehirn und Computer sind so unterschiedlich in ihrer Funktionsweise, dass sich jeder seriöse Vergleich verbietet. D.h. nicht, dass Computer nicht auf eine andere Art dem menschlichen Gehirn überlegen sind. Sie sind genau deswegen ja entwickelt worden, weil Computer besser als das menschliche Gehirn, grosse Datenmengen auf der Basis mathematischer Regeln viel besser verarbeiten kann und dadurch Muster und / oder Strukturen erkennen, die wir als Mensch so schnell und effizient nicht erkennen könnten.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google Foto

Du kommentierst mit Deinem Google-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s