Abo
  • Services:

Neuronale Netze: KI-System vermehrt sich selbst, um effizienter zu werden

Berechnen, verdoppeln, besser berechnen: Zwei Forscher entwickeln ein neuronales Netz, das sich selbst repliziert. Die Hoffnung ist, dass sich das System selbstständig verbessert - ganz wie in der Natur. Allerdings ist das wohl noch nicht ganz der Fall.

Artikel veröffentlicht am ,
Die replizierende KI lehnt sich an die natürliche Vermehrung an.
Die replizierende KI lehnt sich an die natürliche Vermehrung an. (Bild: Pixabay.com/Montage: Golem.de)

"Selbstvermehrung ist ein primärer Aspekt biologischen Lebens, der größtenteils bei künstlichen Intelligenzen übersehen wurde". Mit diesen Worten beginnt die wissenschaftliche Arbeit der Forscher Oscar Chang und Hod Lipson der Columbia Unviversity. Sie entwickeln ein neuronales Netzwerk, das sich selbst repliziert. Sie wollen herausfinden, ob und wie sich ein Algorithmus kopiert und dabei von allein verbessert. Das Vorbild ist die Natur und die natürliche Auslese, wie sie einst Charles Darwin definierte. Das Dokument steht im Universitätsarchiv arxiv zum Download zur Verfügung.

Stellenmarkt
  1. BWI GmbH, Nürnberg, Bonn, München
  2. BWI GmbH, Nürnberg, Bonn, Köln, Strausberg, München

Zum Test bauten die zwei Forscher ein relativ kleines neuronales Netzwerk auf, das anhand von 21.100 Parametern Bilder erkennt. Dabei hielten sie sich an zwei etablierte Open-Source-Algorithmen Draw und Dcgan. Allerdings nutzen diese eine Million beziehungsweise elf Millionen Parameter, um Bilder mit 784 Pixeln zu klassifizieren. Deshalb ist das Resultat der Arbeit auch nicht so genau. Das trainierte neuronale Netzwerk erkannte 90,41 Prozent der Bilder korrekt - ein unterdurchschnittlicher Wert. Dem Algorithmus standen 60.000 MNIST-Bilder zur Verfügung und 10.000 weitere für die Validierung der Ergebnisse. Beim MNIST-Test müssen KI-Systeme richtige Ergebnisse von handgeschriebenen Gleichungen errechnen.

Replikation benötigt zu viele Rechenressourcen

Allerdings musste die Parametermenge relativ klein gehalten werden, um eine Replikation überhaupt möglich zu machen. Im Prinzip dupliziert das neuronale Netz seine aus den Parametern erstellte Gewichtungsmatrix, die zumindest eine Größe von A Eingaben mal B Ausgaben hat. Die benötigte Rechenkapazität skaliert dementsprechend sehr hoch. Es stellte sich auch heraus, dass ein großer Teil der Leistung allein für den Replizierungsprozess benötigt wurde. Das neuronale Netz hatte dadurch weniger Ressourcen zur eigentlichen Bilderkennung zur Verfügung, was in schlechteren Ergebnissen resultierte.

Replikation ist nicht die erste Anlehnung an das echte Leben: Auch andere Prozesse in der Natur werden von maschinellen Lernalgorithmen nachgeahmt. Es gibt beispielsweise Modelle, die sich in verschiedenen Generationen mit meist zufälligen Änderungen der Gewichtung stetig weiterentwickeln. Dieses Zufallselement erinnert an die Evolution durch zufällige Mutationen und Anpassungen an die Umwelt. Allerdings scheint Vermehrung als weiteres Naturgeschehen zumindest noch nicht effizient genug auf Software anwendbar zu sein.



Anzeige
Blu-ray-Angebote
  1. ab je 2,49€ kaufen
  2. (Prime Video)
  3. (u. a. Outlander, House of Cards)

DreiChinesenMit... 25. Mär 2018

das erste soll sogar schon im einsatz sein: (ein video was als vorschlag kam) https...

MarioWario 23. Mär 2018

Wenn ein Gehirn was lernt und behält sind schon viele Denkansätze verreckt - bei heutiger...

TC 23. Mär 2018

Ansätze gibt's ja schon mit CryptoKitten

sackzement 23. Mär 2018

Der Artikel bringt so wie mir scheint da ein zwei Sachen etwas durcheinander. DRAW und...

krawatte 23. Mär 2018

Sterben die Eltern in dem Modell eigentlich auch? Man müsste dabei auch berücksichtigen...


Folgen Sie uns
       


Golem.de spielt die Battlefield 5 Closed Alpha

Zwölf Stunden haben wir in der Closed Alpha des kommenden Shooters im Zweiten Weltkrieg Battlefield 5 verbracht - Zeit für eine erste Analyse der Änderungen.

Golem.de spielt die Battlefield 5 Closed Alpha Video aufrufen
Always Connected PCs im Test: Das kann Windows 10 on Snapdragon
Always Connected PCs im Test
Das kann Windows 10 on Snapdragon

Noch keine Konkurrenz für x86-Notebooks: Die Convertibles mit Snapdragon-Chip und Windows 10 on ARM sind flott, haben LTE integriert und eine extrem lange Akkulaufzeit. Der App- und der Treiber-Support ist im Alltag teils ein Manko, aber nur eins der bisherigen Geräte überzeugt uns.
Ein Test von Marc Sauter und Oliver Nickel

  1. Miix 630 Lenovos ARM-Detachable kostet 1.000 Euro
  2. Qualcomm "Wir entwickeln dediziertes Silizium für Laptops"
  3. Windows 10 on ARM Microsoft plant 64-Bit-Support ab Mai 2018

Matebook X Pro im Test: Huaweis zweites Notebook ist klasse
Matebook X Pro im Test
Huaweis zweites Notebook ist klasse

Mit dem Matebook X Pro veröffentlicht Huawei sein zweites Ultrabook. Das schlanke Gerät überzeugt durch ein gutes Display, flotte Hardware samt dedizierter Grafikeinheit, clevere Kühlung und sinnvolle Anschlüsse. Nur die eigenwillig positionierte Webcam halten wir für fragwürdig.
Ein Test von Marc Sauter

  1. Android Huawei stellt zwei neue Tablets mit 10-Zoll-Displays vor
  2. Smartphones Huawei will Ende 2019 Nummer 1 werden
  3. Handelskrieg Huawei-Chef kritisiert Rückständigkeit in den USA

Disenchantment angeschaut: Fantasy-Kurzweil vom Simpsons-Schöpfer
Disenchantment angeschaut
Fantasy-Kurzweil vom Simpsons-Schöpfer

Mit den Simpsons ist er selbst Kult geworden, und Nachfolger Futurama hat nicht nur Sci-Fi-Nerds mit einem Auge für verschlüsselte Gags im Bildhintergrund begeistert. Bei Netflix folgt nun Matt Groenings Cartoonserie Disenchantment, die uns trotz liebenswerter Hauptfiguren in Märchenkulissen allerdings nicht ganz zu verzaubern weiß.
Eine Rezension von Daniel Pook

  1. Streaming Wachstum beim Pay-TV dank Netflix und Amazon
  2. Videostreaming Netflix soll am Fernseher übersichtlicher werden
  3. Quartalsbericht Netflix verfehlt eigene Prognosen um 1 Million Neukunden

    •  /