KI und Neuropsychologie


Zwei interessante Anwendungen in der (Neuro-)Psychologie an Beispielen

Die Anwendung der Self Organizing Map (SOM) als effektiven Hilfsmittel zu Auswertung von diversen Untersuchungs- und Fragebögendaten.

SOM sortiert völlig automatisch komplexe Daten so, dass sie auf einer Fläche ihrer Ähnlichkeit nach dargestellt werden. Viele Strukturen im Gehirn weisen ebenso eine planare Topologie auf, unter anderem der sensorische und motorische Homunculus oder die visuelle Felder im okzipitalen Lappen. Wenn Sie z.B. die Daten des Polaritätsprofils anschaulich darstellen wollen, bietet sich SOM sehr gut an.

SOM Beispiele

Anschaulich sind auch die Beispiele mit dem Sortieren der Farbdaten.

Der Farbeindruck bestimmen drei Dimensionen - die Anteile : rot (1,0,0), grün (0,1,0), blau (0,0,1).
Ähnlich verhält es sich beispielweise beim Farbfernsehen. Wenn also in SOM eine mehrfarbige Fläche mit drei Farbdaten versogt wird, ändert der sich entsprechend die Fläche.
Es erinnert sehr an die Änderung der motorischen Karten beim speziellen Training (Geigenspielen), oder z.B. bei Gliederamputation. Den Verfärbungsprozess können Sie sehen, wenn Sie bei dem Demo die Farbdaten wählen. Ändern Sie ruhig bei den Beispielen die Vorgaben in dem Textfenster. Was pasiert dann?
Das Backpropagation Algorithmus (BProp) als einen Vertreter des überwachten Lernens der künstlichen neuronalen Netze.
Ein Beispiel

Überwachtes Lernen ? Wer überwacht hier was?
Das Ergebnis, dass die einkommende Daten ergeben sollen ist bekannt. BProp organisiert also die Daten nicht selbständig, wie es der SOM-Algorithmus tut, sondern lernt, auf die Daten richtig zu reagieren.
Das Netz soll lernen, die Buchstaben oder die Gegenstände oder die Straßensituation zu erkennen. Am Beispiel von erkennen von Zahlen "0","1",...,"8","9" können Sie das Lernvorgang beobachten. Die grafischen Daten einer "8" werden an den Eingang angelegt. Die Daten werden durch das Netz geleitet und ergeben am Ausgang das Ergebnis: eine "3", also fehlerhaft!
Dieser Fehler wird ausgenutzt, um die Gewichte - mit welchen die Daten auf dem Weg zum Ausgang kombiniert wurden - so zu ändern, dass sich das Ergebnis näher zum Gewünschten ("8") ändert. Also das bekannte Ergebnis "überwacht" und steuert das Lernprozess. Genauso, wie es ein Lehrer in der Grundschule bei einem "5 + 5 = ?" oder bei einem Sprachuntericht tut. Er kennt das richtige Ergebnis und korrigiert falsche Antworten - also ein überwachtes Lernen. Der Algorithmus der Fehlerrückführung hat eine lange und spannende Geschichte und bildet in diversen Varianten einen der am häufigsten angewendeten Algorithmen im KI. Könnte man mit BProp das Mechanismus und Auswirkungen von Apoplex und seiner Rehabilitation modellieren?