Einzelnen Beitrag anzeigen
  #74  
Alt 25.08.21, 12:11
Benutzerbild von TomS
TomS TomS ist offline
Singularität
 
Registriert seit: 04.10.2014
Beitr?ge: 3.124
Standard AW: Youtube etc.

Zitat:
Zitat von Geku Beitrag anzeigen
Bei einem Computer (Embedded System) sind Daten und Programm (Algorithmus) im wesentlichen getrennt. Beides ist über den "Algorithmus" der Hardware (Gatter, Microcode ...) verbunden. Gelerntes wird im Datenspeicher abgelegt, das Programm ist im wesentlichen starr.

Neurale Netzwerke hingegen speichern Daten und "Programm" in der Gewichtung der Verbindungen zwischen den Neuronen. Sowohl Daten als auch Progamm modifiziert sich gemeinsam durch den Lernprozess. Somit ist das Programm bzw. der Algorithmus nicht starr.
Der "Algorithmus" der Computerarchitektur entspricht der Anordnung der Neuronen im Netzwerk (Typ des Netzwerkes).

Die Gedanken schweifen zu lassen wird wohl eher einem neuralen Netzwerk gelingen.
Das ist irrelevant bis falsch.

Die Trennung von Code und Daten ist für die erzielbare Funktionalität (mathematisch: Algorithmen, Berechenbarkeit etc.) völlig irrelevant. Von-Neumann-und Harvard-Architektur sind bzgl. der implementierbaren Algorithmen identisch. Eine universelle Turing-Maschine kennt - im Gegensatz zu üblichen Computern - keine Trennung des Inputs von Code und Daten. Der eigentliche Algorithmus wird zusammen mit den Input-Daten geladen und von der eigentlichen Turing-Maschine interpretiert. Auch dieses Konzept bietet weder erweiterte noch eingeschränkte Algorithmen oder Berechenbarkeit.

Auch ein neuronales Netz leistet hier nicht mehr. Es handelt um nichts weiter als um einen starren Algorithmus, der auf einer modifizierbaren Datenstruktur agiert; das ist mathematisch völlig äquivalent zu einem modifizierbaren Algorithmus.

Beispiel für einen festen Algorithmus, der im Zuge der Strukturbildung im Gehirn modifiziert wird; dies hier
Code:
Sende Output an Neuron A
Sende Output an Neuron B
Sende Output an Neuron D
wird zu
Code:
Sende Output an Neuron A
Sende Output an Neuron B
Sende Output an Neuron C
Sende Output an Neuron D
Beispiel für einen festen Algorithmus, der auf modifizierten Daten arbeitet:
Code:
Sende Output an alle verbundene Neuronen
Die neue Verbindung zu Neuron C liegt im Datenbereich.

Ob du die Entität "Verbindung" dem Code oder den Daten zuordnest, ist bzgl. der Algorithmen, der implementierbaren Algorithmen völlig äquivalent.
__________________
Niels Bohr brainwashed a whole generation of theorists into thinking that the job (interpreting quantum theory) was done 50 years ago.
Mit Zitat antworten