/ Oliver Morsch
Was ein Zollstock über neuronale Netzwerke verrät
Forschende der Universität Basel haben mechanische Modelle entwickelt, die vorhersagen können, wie effektiv die verschiedenen Schichten eines tiefen neuronalen Netzwerks Daten verarbeiten. Ihre Ergebnisse verbessern unser Verständnis dieser komplexen Systeme und ermöglichen bessere Strategien für das Training neuronaler Netzwerke
Tiefe neuronale Netzwerke sind das Herzstück der künstlichen Intelligenz, von der Mustererkennung bis hin zu grossen Sprach- und Reasoning-Modellen wie ChatGPT. Das Grundprinzip: Die Einstellungen der künstlichen Neuronen des Netzwerks werden während einer Trainingsphase so optimiert, dass sie bestimmte Aufgaben ausführen können, wie zum Beispiel auf Bildern eigenständig Objekte oder charakteristische Merkmale («Features») zu entdecken.
Den vollständigen Artikel finden Sie in den UNI NEWS.