[Geku]

Zitat von Geku Beitrag anzeigen
**) wobei ich hier von Algorithus zu sprechen vorsichtig sein würde, da für mich dieser eine sequenzielle Handlungsvorschrift ist, dies bei der Gewichtung, in dieser Form nicht der Fall ist.

Falsch.

Es ist ein extrem simpler, sequentieller Algorithmus. Letztlich lineare Algebra.

Hast du schon mal ein NN programmiert?

Ich sprach nicht von einem simulierten N.N., sondern von einer realen Anordung von Neuronen. Der Ausgang ist durch die Sigmoidfunktion nicht linear.

Ich hatte einmal eine Diskette mit einer N.N. Simulation. Dieser konnte man Ziffern anlernen. Man könnte sich in einer Matrix ansehen wie sich die Gewichtung der einzelnen Netzwerksknoten verändert hat. Das passierte an vielen Knoten "gleichzeitig".
Wir erklärt die "linearen Algebra" das Übertrainieren von N.N.

Zitat:
Zitat von Geku Beitrag anzeigen
Für mich hat die Gewichtung eher einen holografischen Charakter, der den Output auf Grund dieser Eigenschaft infolge des Inputs liefert.

Warum so geheimnisvoll?

Bei einem Hologramm kann man Teile entfernen, ohne dass sich das Ergebnis ändert. Gleiches passiert auch bei einem N.N. wenn man einzelne Neuronen entfernt. Die Information bleibt, anders als beim Computer erhalten. Bei Hologrammen und N.Ns ist die Information verteilt.
Computerprogramme kann man in kleine Teile zerlegen um diese zu verstehen.
Bei Hologramme und N.N. bringt die Zerlegung nichts.
Was ist daran geheiminsvoll?

Zitat:
Zitat von Geku Beitrag anzeigen
Oder bleibt uns, wie eine Output bei einem bestimmten Input zustande kommt verborgen?
Nein, er ist offensichtlich trivial berechenbar, wie gesagt, lineare Algebra.

Du verwechselst ständig die Frage der Komplexität / Intelligenz / Mächtigkeit / … des Algorithmus mit deinem Verständnis desselben.

Wenn du einem trainierten NN das Bild einer Katze präsentierst und dieses “Katze” ausgibt, dann suchst du irgendwie einen größeren Plan dahinter, echtes Verständnis o.ä. Warum? Erwartest du das auch im menschlichen Gehirn? Was, wenn es da nichts gibt außer den Neuronen? Warum werden aus einfachen chemischen Bausteinen Blumen? Oder Menschen? Gibt es etwas anderes als eine letztlich einfache Schrödingergleichung, der das alles gehorcht?

Nur weil wir nicht in der Lage sind, emergente Phänomene auf Basis der elementaren Mechanismen zu verstehen, bedeutet das doch nicht, dass es mehr als diese elementaren Mechanismen gibt.

Mir kommen die Argumente gegen den Reduktionismus immer extrem unwissenschaftlich bis religiös vor: es darf nicht sein, dass es so einfach ist, weil dann das Geheimnis, das Besondere, die Seele … verschwunden wäre.

Komplexität, Intelligenz und Mächtigkeit hängen von einander ab, sind aber nicht das selbe. Ohne Komplexität keine Intelligenz.

Wird werden nicht in der Lage sein, für ein auf Katzen trainiertes N.N., die "linearen Gleichungen" anzugeben. Oder auf Grund der Gewichtungen der Neuronen des trainiertes N.Ns zwischen Katzen und Hunden zu unterscheiden. Trotzdem bin ich Optimist und glaube, dass mit der Zeit immer mehr "Geheimnisse" gelüftet werden. Auch was die immer komplexer werdende Materie bis zur Mächtigkeit Intelligenz und Bewustsein zu bilden betrifft. Die Schrödingergleichung ist nur das Fundament.

Warum sollten wir emergente Phänomene mit Zunahme unseres Wissens nicht verstehen. Ich denke nur an die Temperatur, die duch dass Zusammenspiel einer unüberschaubaren Anzahl von Teilchen zustande kommt. Zu unseren Verständnis von Temperatur: https://de.wikipedia.org/wiki/Temperatur
Wir werden mit zunemenden Wissen auch andere emergente Phänomene verstehen. Welches Verständnis hatte man vor zwei Hundert Jahren von der Temperatur?

Mir, als Agnostiker, liegt es fern, nach Argumente gegen den Reduktionismus zu suchen. Wir werden unser Universum nur durch wissenschaftliche Methoden verstehen.

Interessant ist, dass emergente Phänomene immer mit einer unüberschaubaren Menge von Teilen zu tun hat. Wie z.B. Temperatur und Bewusstsein.

Zum Thema passend: Spektrum der Woche 05/2018 "Ist die Realität mehr als die Summe ihrer Teile?"