Neuronale Netze

Vierzig Jahre, nachdem John von Neumann sein Konzept eines rechnenden, programmgesteuerten Automaten entworfen hat, setzt sich nun in der Informatik die Erkenntnis durch, da sequentiell arbeitende Rechner fr manche Probleme zu langsam arbeiten. Mit vielen, parallel arbeitenden Prozessoren versucht man heutzutage in Multiprozessoranlagen, den "von Neumann-Flaschenhals" zu umgehen. Dabei ergeben sich eine Menge neuer Probleme: Die Aktivitt der Prozessoren mu synchronisiert werden, die Daten mssen effektiv verteilt werden und "Knoten" im Datenflu (hot spots) zwischen den Prozessoren und dem Speicher mssen vermieden werden. Dazu werden Mechanismen bentigt, um auftretende Defekte in ihren Auswirkungen zu erfassen und zu kompensieren, das Gesamtsystem zu rekonfigurieren und alle Systemdaten zu aktualisieren. Bedenken wir noch zustzlich die Schwierigkeiten, die mit einer parallelen Programmierung der eigentlichen Probleme verbunden sind, so knnen wir uns nur wundem, wieso wir Menschen "im Handumdrehen" und "ganz natrlich" Leistungen erbringen knnen, die mit den heutigen Rechnern bisher nicht nachvollziehbar waren. Betrachten wir beispielsweise die Probleme der "knstlichen Intelligenz", besser "wissensbasierte Datenverarbeitung" genannt, so hinken die heutigen Systeme zum Sehen. Hren und Bewegen hoffnungslos der menschlichen Realitt hinterher. Weder in der Bildverarbeitung und -erkennung, noch in der Spracherkennung oder in der Robotersteuerung reichen die Systeme in Punkto Schnelligkeit (real-time), Effektivitt und Flexibilitt (Lernen) oder Fehlertoleranz an die menschlichen Leistungen heran.