Marvin Minsky und das Perceptron

Slides:



Advertisements
Ähnliche Präsentationen
Selbstorganisation und Lernen
Advertisements

Der Eisberg der Kulturen
Seminarankündigung für das SS04
Perceptrons and the perceptron learning rule
Adaptive Systeme Prof. Rüdiger Brause WS 2011.
Wismar Business School
Einführung in NeuroFuzzy Technologien
Grundlagen der Neurobiologie
3. Berechenbarkeit Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar? Intuitiv: Wenn es einen Algorithmus gibt, der sie berechnet! Was heißt,
Universität des Saarlandes Fachbereich Informatik Lehrstuhl Prof. Dr
Leonid Levin – Stephen Cook Traveling salesman und NP- Vollständigkeit.
Joseph Weizenbaum.
Neuronale Netze Von Kay-Patrick Wittbold.
Adaptive Systeme Prof. Rüdiger Brause WS 2009.
Lernen und Klassifizieren AS-2
Neil Postman - Biographie
Einführung.
Neuronale Netze Inhalt des Vortrags:
Neurobiologische Grundlagen der visuellen Wahrnehmung
Was ist ein kognitives System?
GESCHICHTE DER INFORMATIK
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Kognitive Robotik Eine Einführung
Institut für Angewandte Mikroelektronik und Datentechnik Fachbereich Elektrotechnik und Informationstechnik, Universität Rostock Programmierung eingebetteter.
1/16 UNIVERSITY OF PADERBORN Projektgruppe KIMAS Projektgruppe KIMAS Agenten Andreas Goebels, Alexander Weimer.
Zahlen geschickt addieren
Biologisches Vorbild Grundlagen
aus Sicht der Neuropsychologie
Uebung 01 ANN mit MATLAB.
Uebung 03 Perceptron Training INPUTINPUT b OUTPUTOUTPUT w1w1 w2w2.
Künstliche I ntelligenz Intelligenz ? Bremen, den Beitrag zur Lehrveranstaltung Informatiker - Hochbezahlte Gurus oder nützliche Idioten von.
Neuronale Netze Romy Kuttner, Franco Haberland.
2. Biologische Neuronen Schematischer Aufbau einer Nervenzelle
A3 Entstehung, Prinzipien und Richtungen des Öko-Weinbaus
Neuronale Netzwerke am Beispiel eines MLP
Neuronale Netze (Mitchell Kap. 4)
Maschinelles Lernen und automatische Textklassifikation
Machine Learning Was wir alles nicht behandelt haben.
Internet (World Wide Web)
Neuronale Netze Die Lernmatrix nach Karl Steinbuch
Neuronale Netze Teil II.
Endliche Automaten Informatik JgSt. 13, Abitur 2009
Why connectionism? Backpropagation Netzwerke
Lernen und Klassifizieren AS2-2
Geoinformation II Vorlesung 4 SS 2001 Voronoi-Diagramme.
Adaptive Systeme Prof. Rüdiger Brause WS 2013.
Adaptive Systeme-2 Grundlagen
Adaptive Systeme-2 Prof. Rüdiger Brause WS 2011 Organisation Einführung in adaptive Systeme B-AS-1, M-AS-1 Vorlesung Dienstags Uhr, SR9 Übungen.
Lernen und Klassifizieren AS2-2
Neuronale Netze.
Neuronale Netze Nachtrag Perzeptron
Muskelkontraktion.
Neuronale Netze (1) Isabel Schwende
Praktische Optimierung
Grundlagen der Informatik - Prof. Slany 1 Grundlagen der Informatik Prof. Wolfgang SLANY.
Künstliche Intelligenz
1, 2, 3, ... Natürliche Zahlen PaedDr. Ján Gunčaga, PhD. Lehrstuhl für Mathematik und Physik Pädagogische Fakultät Katholische Universität.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Funktionen Grundrechenarten f: y = a * x + b mit a, b ϵ R V 0.1.
Johann Baron von Neumann
Der Heilige Geist wohnt und wirkt in dir …
Vom Neuron bis zur Boltzmann Maschine Miguel Domingo & Marco Block Seminar : Maschinelles Lernen und Markov KettenSommersemester 2002.
Evolutionärer Entwurf neuronaler Netze
Projektgruppe KIMAS NN in MAS
Kopf und Computer Gerhard Vollmer
Using Reflexive Behaviors of the Medicinal Leech to Study Information Processing William B. Kristan Jr., Sawn R. Lockery und John E. Lewis.
Lernen 1. Vorlesung Ralf Der Universität Leipzig Institut für Informatik
Helena Norberg Hodge. Kleine Einführung Geboren: 1946 in Schweden Gründung: International Society for Ecology and Culture (ISEC) Mitgründung: International.
Organisation Referate Materialien Dritter Termin Workshop 27.Oktober 2010 Projektseminar WS 09/10 Konnektionistische Sprachverarbeitung 1.
Roboter und Agenten HST 06 – Roboter und Agenten – D. Lammers - 1.
 Präsentation transkript:

Marvin Minsky und das Perceptron Vortrag zum Seminar „Geschichte der Informatik“ von Sabrina Scherer Lehrstuhl Prof. Siekmann Universität Saarbrücken

Marvin Minsky und das Perceptron? Wer ist Marvin Minsky? Was ist ein Perceptron? Wo liegt der Zusammenhang? Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Übersicht Marvin Lee Minsky Neuronale Netze Das Perceptron Marvin Minsky und das Perceptron Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Marvin Lee Minsky 1927: Geboren in New York 1950: Abschluss als Bachelor of Arts 1954: Abschluss Studium der Mathematik mit PhD. 1959: Gründung des M.I.T AI Laboratory Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Marvin Lee Minsky 1969: Entwicklung der ersten Roboterhand 1969: Veröffentl. v. „Perceptrons“ (mit S. Papert) 1987: Veröffentl. v. „The Society of Mind“ Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Marvin Lee Minsky 1969: Erhalt des ACM Turing Awards 1990: Erhalt des Japan Preises ... Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Übersicht Marvin Minsky Neuronale Netze Begriffserklärung Biologisches neuronales Netz Künstliches neuronales Netz Das Perceptron Marvin Minsky und das Perceptron Marvin Minsky und das Perceptron

Neuronale Netze Begriffserklärung Alternativer Strukturansatz für Rechnersysteme Stellen Multiprozessor- System dar Problemlösungen sollen erlernt werden Marvin Minsky und das Perceptron

Neuronale Netze Biologisches Neuron Dendriten Synapsen Zellkörper Axon Marvin Minsky und das Perceptron

Neuronale Netze Künstliches Neuron Ansatz nach McCulloch und Pitts: Neuron = binäres Schaltelement Neuron besitzt festen Schwellenwert Empfang von erregenden und hemmenden Synapsen Hemmende Synapse verhindert Aktivierung Addition d. erregenden Eingaben > Schwellenwert => Neuron wird aktiviert. Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Übersicht Marvin Minsky Neuronale Netze Das Perceptron Marvin Minsky und das Perceptron Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Erstes effektives künstliche neuronale Netzwerk Mathematisches Modell eines natürlichen Neurons Ursprüngliche Idee: Buchstabenerkennung Marvin Minsky und das Perceptron

Sensorische Elemente: Assoziative Elemente: Ausführende Elemente: Das Perceptron Sensorische Elemente: Fotozellen – Netzhaut Assoziative Elemente: Verknüpfung mit sensorischen Elementen Ausführende Elemente: Fassen die Ausgaben der assoziativen Elemente zu einer Entscheidung zusammen Marvin Minsky und das Perceptron

Das Perceptron Was macht das Perceptron? Marvin Minsky und das Perceptron

Das Perceptron- Einfaches Beispiel Berechnung des logischen „AND“ y = x1*w1 + x2*w2 - b Marvin Minsky und das Perceptron

Das Perceptron Perceptron-Konvergenz-Theorem: Der Lernalgorithmus des Perzeptrons konvergiert in endlicher Zeit, d.h. das Perzeptron kann in endlicher Zeit alles lernen, was es repräsentieren kann. Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Kritikpunkt von Minsky und Papert: Ein einstufiges Perzeptron kann nur linear separierbare Mengen klassifizieren. Marvin Minsky und das Perceptron

Das Perceptron- Ein weiteres Beispiel Das XOR – Problem läßt sich nicht separieren. separierende Gerade Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Übersicht Marvin Minsky Neuronale Netze Das Perceptron Marvin Minsky und das Perceptron Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Minsky, Papert (1969): Perceptrons können nicht erkennen, ob eine Figur zusammenhängend ist. Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron „Gebiet der NN = research dead end“ Auswirkungen der Kritik: Wissenschaftsstreit zwischen symbolischer und subsymbolischer KI Forschungstop im Bereich neuronaler Netze Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron „The Society of Mind“ (dt. Mentopolis) „Ich nenne diesen Entwurf „Mentopolis", von lat. mens und griechisch polis, wörtlich "Die Geistesgesellschaft" da ihm zufolge jeder Geist aus vielen kleinen Prozessen entstanden ist. Diese Prozesse nenne ich Agenten. Jeder mentale Agent ist für sich allein genommen nur zu einfachen Tätigkeiten fähig, die weder Geist noch Denken erfordern. Wenn wir diese Agenten jedoch auf eine ganz bestimmte Weise zu Gesellschaften zusammenfügen, ist das Ergebnis echte Intelligenz." Marvin Minsky und das Perceptron

Marvin Minsky und das Perceptron Zusammenfassung Blütezeit der neuronalen Netze 1955 – 1969 Stille Jahre 1969 – 1982 Renaissance neuronaler Netze 1985 - heute Marvin Minsky und das Perceptron

„Werden Roboter die Erde erben?“ „Ja.“ Marvin Minsky (1994) Marvin Minsky und das Perceptron