Von Ralf Keuper
Die Geschichte der Erforschung neuroyaler Netze beginnt mit den Untersuchungen von McCulloch und Pitts in den 1940er Jahren. Damit legten sie den Grundstein für die Modellierung von Neuronen als logische Elemente. In den 1960er Jahren entwickelten Forscher wie Frank Rosenblatt und Bernard Widrow anpassungsfähige künstliche Neuronen.
Der Psychologe Donald Hebb postulierte in seinem im Jahr 1949 erschienenen Buch The Organization of Behavior, dass das Lernen und Speichern von Erinnerungen mit der Veränderung der Synapsenstärken zwischen aktiven Neuronenpaaren zusammenhängt.
Wenn ein Axon der Zelle A […] Zelle B erregt und wiederholt und dauerhaft zur Erzeugung von Aktionspotentialen in Zelle B beiträgt, so resultiert dies in Wachstumsprozessen oder metabolischen Veränderungen in einer oder beiden Zellen, die bewirken, dass die Effizienz von Zelle A in Bezug auf die Erzeugung eines Aktionspotentials in B größer wird1Wikipedia.
Es hat Jahrzehnte gedauert, bis der direkte Nachweis der Veränderung von Signalübertragung als Teil des Mechanismus für Lernprozesse und Gedächtnis gelang.
Diese Konzepte zeigen, wie das Verständnis der neuronalen Prozesse im Gehirn zur Entwicklung von KI und neuronalen Netzwerken beiträgt, und betonen die Komplexität der menschlichen Gedächtnis- und Verarbeitungsmechanismen.
Quellen:
Zahlen, bitte! Von 2(AND)1(OR)0(NOT) – die wegweisende McCulloch-Pitts-Zelle
Adaptive Neural Networks and their Applications
Improving upon Rosenblatt’s perceptron