Sprachliche Mensch-Maschine-Kommunikation

22. Künstliche Neuronale Netze
Künstliche neuronale Netze haben mehrere Phasen ihrer Hochkonjunktur
erlebt. Mit der Definition des McCulloch-Pitts-Neurons 1943 [?] wurde
der Versuch unternommen, das Verhalten von neuronalen Systemen wie
z.B. Gehirne mathematisch erfaßbar und beschreibbar zu machen. Als
1962 Frank Rosenblatt ein Trainingsverfahren für eine bestimmte Art
künstlicher neuronaler Netze (sogenannte Perzeptronen) vorstellte, wurden
Hoffnungen geweckt, daß schon bald komplizierteste Probleme allein dadurch
gelöst werden könnten, daß man einem künstlichen neuronalen Netz Trainingsmuster
zusammen mit ihren erwarteten Ausgabemustern präsentiert
und das Netz von ganz allein lernt, wie die ihm gestellte Aufgabe zu lösen ist.
In einem abwertenden Artikel von Minsky und Papert [?] wurde das
Perzeptron für untauglich erklärt, da es noch nicht einmal in der Lage war,
das einfache XOR-Problem zu lösen. Obwohl schon damals klar war, daß
das einfache Perzeptron sowieso nicht für die Lösung komplizierter Probleme
herangezogen werden könnte, hatte der Artikel von Minsky und Papert eine
dämpfende Wirkung auf die Weiterentwicklung der künstlichen neuronalen
Netze. Mangelnde Erfolge in der Forschung auf dem Gebiet taten ihr weiteres
um das hochgehandelte Thema für ein gutes Jahrzehnt abzukühlen.
Erst Anfang bis Mitte der achtziger Jahre sorgten einige Arbeiten mit
neuronalen Netzen für Aufsehen. Relativ schwierig empfundene Klassifikationsaufgaben
wurden mit Hilfe künstlicher neuronaler Netze überraschend
gut gelöst. Besonders spektakulär war zum Beispiel das System von Terrence
Sejnowski [?], ein einfaches mehrschichtiges Perzeptron, das lernte, bei
gegebenen sieben aufeinanderfolgenden Buchstaben, die dazu passende
Aussprache im amerikanischen Englisch auszugeben. Wurde die Ausgabe des
Netzes in damals schon vorhandene Sprachsynthesegeräte geleitet, konnte
der Zuhörer den Lernvorgang mitverfolgen und beeindruckt miterleben,
wie die Qualität der Aussprache sich mit jeder Trainingsiteration verbesserte.
Ab Mitte der Achtziger wurden vermehrt künstliche neuronale Netze
zum Zwecke der Spracherkennung eingesetzt. Anfangs wurden vor allem
Phonemklassifikatoren gebaut, die mit sauber artikulierten und detailgenau