Vorbild Fadenwurm: Simples neuronales Netz hält Autos in der Spur

14. Oktober 2020, 10:07
image

Inspiriert vom Nervensystem eines Fadenwurms konnten Forscher ein vergleichsweise sehr einfaches neuronales Netz bauen.

Fadenwürmer der Art Caenorhabditis Elegans können mit ihren nur 302 Neuronen zählenden Nervensystemen recht komplexe Aufgaben meistern. Diese Parasiten können sich in ihren Wirtsorganismen orientieren, sich gezielt fortbewegen und vieles mehr. Nach dem Vorbild des kleinen Wurms haben nun österreichische Forscher künstliche neuronale Netze verbessert.
Mit einem einfachen Netz bestehend aus nur 19 Zellen lassen sich Aufgaben, wie ein autonomes Fahrzeug in der Spur zu halten, effizienter und zuverlässiger lösen als bisher mit deutlich komplexeren Netzen, berichten sie im Fachjournal "Nature Machine Intelligence".
Das Forscherteam der Technischen Universität (TU) Wien, des Institute of Science and Technology (IST) Austria in Klosterneuburg (NÖ) und des Massachusetts Institute of Technology (MIT) hat sich überlegt, wie man die Komplexität künstlicher neuronaler Netze reduzieren kann und sich dafür vom Nervensystem des Fadenwurms inspirieren lassen.
Der zeigt mit einer verblüffend kleinen Zahl von Nervenzellen interessante Verhaltensmuster. "Das liegt an der effizienten und harmonischen Art, wie sein Nervensystem Information verarbeitet", erklärte Radu Grosu, Leiter der Forschungsgruppe "Cyber-Physical Systems" an der TU Wien, in einer Aussendung. Ein gutes Vorbild also für die Reduktion von Komplexität.

Einfacher und erst noch besser

"Inspiriert von der Natur haben wir neue mathematische Modelle für Neuronen und Synapsen entwickelt", so der Informatiker Thomas Henzinger, Präsident des IST Austria. Das Netz des neuen KI-Modells sei viel einfacher, weil nicht jede Zelle mit jeder anderen verbunden wurde. Zudem gehorcht die Verarbeitung der Signale innerhalb der einzelnen Zellen anderen mathematischen Regeln als bei bisherigen Deep-Learning-Modellen.
Nach Ansicht des Forscherteams hat das System entscheidende Vorteile gegenüber bisherigen Modellen: Es kommt viel besser mit Störungen in den Inputs zurecht und aufgrund seiner Einfachheit kann auch seine Funktionsweise im Detail erklärt werden.
Getestet haben die Forscher ihr Modell mit der Aufgabe eines autonomen Fahrzeugs. Für solche Aufgaben würden heute oft Deep-Learning-Modelle mit Millionen an Parametern, verwendet, "unser System kommt mit 75'000 trainierbaren Parametern aus", so Mathias Lechner, PhD-Student am IST Austria.

Dreimal kleiner als herkömmliche Netze

Das neue System besteht aus zwei Teilen: Ein Netzwerk verarbeitet den Kamera-Input und entscheidet, welche Teile des Bildes wichtig sind. Es gibt dann Signale an das Kontrollsystem des neuronalen Netzwerks weiter, welches das Fahrzeug lenkt. Das Kontrollsystem besteht dabei nur aus 19 Zellen, das sei "um drei Grössenordnungen kleiner als es mit bisherigen State-of-the-art-Modellen möglich wäre", so Lechner.
Um zu testen, wie robust das neue System im Vergleich zu bisherigen Deep-Learning-Modellen ist, haben die Forscher die Bilder, die das System verarbeiten sollte, künstlich verschlechtert. Während andere Netzwerke mit einem solchen Bildrauschen nur schwer zurechtkommen, "ist unser System sehr widerstandsfähig gegenüber Artefakten beim Input. Diese Eigenschaft ist eine direkte Folge des neuartigen Modells und seiner Architektur", erklärte Lechner.
Das neue Modell hat noch weitere Vorteile: Bei jeder einzelnen Entscheidung des Systems lässt sich die Rolle jeder einzelnen Zelle identifizieren. So lässt sich die Funktion der Zellen verstehen und ihr Verhalten erklären. Grössere Deep Learning-Modelle sind dagegen meist eine "Black Box".
Zusätzlich ermöglicht die neue Methode, die Dauer des Trainings zu reduzieren, und schafft die Möglichkeit, Künstliche Intelligenz in relativ einfachen Systemen zu implementieren, betonen die Forscher.
In diesem kurzen Video wird das Prinzip anschaulich erklärt. 

Loading

Mehr zum Thema

image

Google will ChatGPT-Konkurrenz öffentlich zugänglich machen

OpenAI hat mit Microsoft den Kampf um die Zukunft des Internets eröffnet, nun zieht Google nach. Das bedeutet ein Umdenken im Suchmaschinenkonzern.

publiziert am 3.2.2023
image

APIs bei Twitter werden kostenpflichtig

Schon in weniger als einer Woche werden Entwicklerinnen und Entwickler zur Kasse gebeten. Ein Preismodell gibts noch nicht.

publiziert am 3.2.2023
image

ChatGPT wächst so schnell wie keine andere App

Der KI-Chatbot bricht Rekorde und verzeichnet 100 Millionen aktive Nutzer innert nur 2 Monaten. Nun soll bald ein Abo-Modell eingeführt werden.

publiziert am 2.2.2023
image

ChatGPT: OpenAI entwickelt KI, um eigene KI zu entlarven

Die Firma hat ein neues Tool auf den Markt gebracht, das erkennen soll, ob ein Text von einem Menschen oder einer KI geschrieben wurde.

publiziert am 1.2.2023