Gepulste Neuronale Netze: Detailiertes Modell nach Hodgkin ... - CES

1 Einleitung
Das heutige Verständnis des Gehirns, ob menschlich oder tierisch, hat eine lange Geschichte
hinter sich. Aus Funden von Skeletten konnte nachvollzogen werden, dass bereits um ca.
5000 v. Chr. Schädelöffnungen an Menschen vorgenommen wurden. Aus den Formen der
Öffnungen kann geschlossen werden, dass diese Operationen häufig keinen tödlichen Ausgang
hatten. Erste Beschreibungen des Aufbaus des menschlichen Gehirns und daraus abgeleitete
Vermutungen über die mögliche Verteilung von Funktionen sind auf ca. 300 v. Chr. zu
datieren. Bis zur heutigen Zeit wurde das Verständnis der Funktionsweise einzelner
Gehirnteile oder seiner Gesamtheit immer weiter verfeinert und teilweise revidiert. Besonders
erwähnenswert sind hierbei die Erkenntnisse von Otto Friedrich Karl Deiters aus dem Jahr
1865, der als erster eine funktionale Aufteilung eines Neurons vorgenommen hat, wie sie
heute immer noch verwendet wird. Für diese Arbeit von mindestens ebenso großem Interesse
sind die Arbeiten von A.L. Hodgkin und A.F. Huxley, die sich in den frühen 50er Jahren des
20. Jahrhunderts mit der Funktionsweise einzelner Neurone beschäftigten. Hierzu
verwendeten sie nach einem Vorschlag von J.Z. Young aus Tintenfischen extrahierte
Riesenaxone, die bis zu einem Millimeter groß werden können, um eine mathematische
Beschreibung für das Verhalten dieser Axone zu entwickeln. Siehe hierzu auch [Il02]
Aus heutiger Sicht haben neuronale Netze eine Reihe von interessanten Fähigkeiten, über die
auch modernste Computersysteme nicht verfügen. Die Möglichkeit, in gewissem Rahmen
intelligente Systeme herstellen zu können, würde zum einen die menschliche Umwelt radikal
verändern. Unternehmen die an solchen Systemen forschen, versprechen sich zum anderen
einen finanziellen Vorteil, da der prognostizierte Markt hierfür als sehr groß einzuschätzen ist.
Um die gewünschten Eigenschaften in künstlichen Systemen reproduzieren zu können, ist ein
Verständnis der Funktionsweise dieser Netze erforderlich. Auf Basis dieses Verständnisses
versucht man, Modelle aufzubauen, die das Verhalten von realen neuronalen Netzen beschreiben.
Es ist bis heute nicht möglich, direkt neuronale Netze auf Basis der von der Natur
verwendeten Materialien herzustellen. Durch den Einsatz von hochintegrierten Schaltungen
jedoch, mit denen leistungsstarke Computer realisiert werden können, ist es aber möglich,
reale neuronale Netze auf einem gewissen Abstraktionsgrad mit Hilfe mathematischer Modelle
zu simulieren. Die Entwicklung von neuen Modellen, deren Simulation und Anwendung
sind Disziplinen des Forschungsbereichs der Neuroinformatik.
Durch eine große Anzahl unterschiedlicher Modelle, die zum Teil komplexe neuronale Netzwerke
simulieren können, zum Teil aber auch nur einzelne Neuronen, hat sich eine Vielzahl
unterschiedlicher Einsatzgebiete für die Neuroinformatik ergeben. Zu diesen Einsatzgebieten
zählen:
• Steuerung elektrischer Maschinen
• Analyse von Messdaten 1
• Prognosen 2
• Signalklassifikation
• Planungen 3
• Simulation von Auswirkungen von Medikamenten / Drogen
1 Siehe [Ha98]
2 Siehe [Ha98]
3 [Ur98]