Konnektionismus — eine Einführung

Zusammenfassung

Die Grundlage des Konnektionismus sind sogenannte neuronale Netzwerke (oder oft auch neurale Netzwerke genannte — Köhle 1990). Diese sind eine neuartige Modellvorstellung der Informationsverarbeitung mittels Prozessoren, die sich in mehreren Punkten sowohl von der von Neumann Architektur unterscheidet, als auch vom geschilderten Aufbau der meisten in der AI verwendeten Programme. Diese Modellvorstellung ist zunächst unabhängig von ihrer Realisierung, legt aber auch eine neue Art von Hardware nahe. Da diese Hardware bestenfalls in Ansätzen existiert, werden die meisten Modelle, von denen die Rede sein wird, auf konventionellen Computern simuliert. Die Idee der neuronalen Netzwerke ist die folgende:

Die Informationsverarbeitung geschieht durch eine große Anzahl von relativ einfachen Prozessoren, die in einem dichten Netzwerk miteinander verbunden sind. Diese Prozessoren (auch Units genannt¹) arbeiten lokal, jeder fir sich allein, und kommunizieren mit anderen Units nur via Signale, die sie über die Verbindungen senden.

Schematisch ist das in Abb. 2.1 dargestellt. Im Gegensatz zur Architektur in Abb. 1.2 gibt es eine große Anzahl voneinander relativ unabhängiger Prozessoren, die lokal für sich arbeiten können. Es wird keine zentrale Steuerung angenommen, die gleichzeitig alle Prozessoren (Units) einsehen und danach handeln könnte. Daher ergibt sich auch das Ergebnis der Verarbeitung erst aus der Gesamtheit aller Einzelprozessoren