Sehen lernen
Konstruktion künstlicher Gehirne – dieses Thema lässt Spannendes erwarten. Die Herausgeber Ulrich Ramacher und Christoph von der Malsburg, Experten in Sachen bioinspirierter Schaltkreise und theoretischer Neurobiologie, standen damit aber nicht nur vor der Aufgabe, interdisziplinäre Forschung mit einem roten Faden zu versehen und in den rechten Kontext zu stellen, sondern auch im Blick zu behalten, an wen sich das Buch eigentlich richtet. Handelt es sich um ein populärwissenschaftliches Werk, eine Sammlung von Fachaufsätzen oder ein Lehrbuch?
Ramacher und von der Malsburg wollen eine "erste Generation von künstlichen Hirnen für das Sehen" vorstellen. Im Zentrum steht ein interdisziplinäres Forschungsprojekt, dessen Ziel es ist, ein künstliches System zur Gesichtserkennung zu konstruieren. Architektur und Design sollten an biologischen Vorbildern orientiert sein, möglichst klein und sparsam, und dazu noch plausibel in der Funktion. Die heute gängigen Computer stießen dabei an ihre Grenzen, argumentieren die Herausgeber. Besser geeignet seien Systeme, die sich selbst organisieren.
In 16 Kapiteln beschreiben die Herausgeber und weitere Autoren, wie ein solches "künstliches Gehirn" funktionieren könnte. Sie diskutieren Eigenschaften ausgewählter, neurobiologisch inspirierter Modelle: Wie anwendbar sind sie in der Gesichtserkennung und wie lassen sie sich in der Hardware implementieren? Dabei zerfällt das Buch in zwei Teile. Zuerst schildern die Autoren anhand eines vereinfachten Neuronen- und Synapsenmodells ein Netzwerk sowie eine Theorie, die unter anderem demonstrieren, wie ein künstliches System Merkmale entdecken, erkennen und zu Objekten verbinden kann. Das ist interessant, aber die Beschreibung verliert sich in mathematischen Formeln.
Der zweite Teil behandelt unter anderem analog-digitale Schaltkreise, Diffusionsbarrieren und Phasendiagramme – und spricht damit eher angehende Mikroelektronikingenieure und ähnliches Fachpublikum an. Die Zweiteilung wäre gar nicht weiter störend, wenn beide Teile als Fallstudien jeweils in einem eigenen Fachbuch behandelt worden wären, gerne auch mit etwas mehr Hinweisen auf konkurrierende Ansätze.
Aber dabei sollte es doch möglich sein, dem Leser die Interdisziplinarität, die ein solches Projekt erfordert, nicht nur vorzuführen, sondern auch nahezubringen?!
Eine mögliche Klammer hätte das Kapitel "Ausblick" bieten können, das die Herausgeber zwischen dem Modell und seiner technischen Implementierung platziert haben. Doch es dient als schlichte Überleitung, ohne den präsentierten Ansatz in einen Kontext einzubetten und seine Qualität zu bewerten. Mehr Erläuterungen zu Kontext und Konzepten sowie die wichtigsten Details für den Fachmann in den Anhang – dann wäre das Buch vielleicht nicht nur für den geneigten Experten verständlich und außerdem so spannend und aufschlussreich wie das geschilderte Projekt.
Ramacher und von der Malsburg wollen eine "erste Generation von künstlichen Hirnen für das Sehen" vorstellen. Im Zentrum steht ein interdisziplinäres Forschungsprojekt, dessen Ziel es ist, ein künstliches System zur Gesichtserkennung zu konstruieren. Architektur und Design sollten an biologischen Vorbildern orientiert sein, möglichst klein und sparsam, und dazu noch plausibel in der Funktion. Die heute gängigen Computer stießen dabei an ihre Grenzen, argumentieren die Herausgeber. Besser geeignet seien Systeme, die sich selbst organisieren.
In 16 Kapiteln beschreiben die Herausgeber und weitere Autoren, wie ein solches "künstliches Gehirn" funktionieren könnte. Sie diskutieren Eigenschaften ausgewählter, neurobiologisch inspirierter Modelle: Wie anwendbar sind sie in der Gesichtserkennung und wie lassen sie sich in der Hardware implementieren? Dabei zerfällt das Buch in zwei Teile. Zuerst schildern die Autoren anhand eines vereinfachten Neuronen- und Synapsenmodells ein Netzwerk sowie eine Theorie, die unter anderem demonstrieren, wie ein künstliches System Merkmale entdecken, erkennen und zu Objekten verbinden kann. Das ist interessant, aber die Beschreibung verliert sich in mathematischen Formeln.
Der zweite Teil behandelt unter anderem analog-digitale Schaltkreise, Diffusionsbarrieren und Phasendiagramme – und spricht damit eher angehende Mikroelektronikingenieure und ähnliches Fachpublikum an. Die Zweiteilung wäre gar nicht weiter störend, wenn beide Teile als Fallstudien jeweils in einem eigenen Fachbuch behandelt worden wären, gerne auch mit etwas mehr Hinweisen auf konkurrierende Ansätze.
Aber dabei sollte es doch möglich sein, dem Leser die Interdisziplinarität, die ein solches Projekt erfordert, nicht nur vorzuführen, sondern auch nahezubringen?!
Eine mögliche Klammer hätte das Kapitel "Ausblick" bieten können, das die Herausgeber zwischen dem Modell und seiner technischen Implementierung platziert haben. Doch es dient als schlichte Überleitung, ohne den präsentierten Ansatz in einen Kontext einzubetten und seine Qualität zu bewerten. Mehr Erläuterungen zu Kontext und Konzepten sowie die wichtigsten Details für den Fachmann in den Anhang – dann wäre das Buch vielleicht nicht nur für den geneigten Experten verständlich und außerdem so spannend und aufschlussreich wie das geschilderte Projekt.
Schreiben Sie uns!
Beitrag schreiben