handverlesenswert

Kluge Köpfe filtern für dich relevante Beiträge aus dem Netz.
Entdecke handverlesene Artikel, Videos und Audios zu deinen Themen.

Du befindest dich im Kanal:

Fundstücke

Neuronale Netzwerke gibt's jetzt auch fürs Reagenzglas

Doktorand theoretische Physik

Ich habe in London und Oxford Physik, Wissenschaftsgeschichte und Philosphie der Physik studiert. Zur Zeit promoviere ich als theoretischer Physiker in der Quanteninformationstheorie-Gruppe von Prof. Jens Eisert an der Freien Universität Berlin und mache einen Bachelor in VWL an der Humboldt-Univ. zu Berlin.
Nebenher beschäftige ich mich viel mit Natural Language Processing und Blockchain-technologien, und damit wie Machine Learning und datengetriebene Systeme unsere Welt verändern.

Zum User-Profil

Paul Boes

2 0

Dienstag, 10.07.2018

Folgen

Das neuronale Netzwerk, welches jeder Informatik-Student auf dem Planeten als erstes baut, ist eines, bei dem kleine schwarz-weiß-Bilder von handgeschriebenen Ziffern erkannt und zugeordnet werden sollen: Ein solches Netzwerk nimmt als Input die Pixelwerte der Bilder und spuckt am Ende eine Zahl zwischen 0 und 9 aus, je nachdem, was es meint, in dem Bild erkannt zu haben. Im Machine Learning ist das alte Semmeln und kann auf jedem Laptop mit wenigen Zeilen Code realisiert werden. Es mag daher verwundern, dass ich Ihnen heute einen piq ausgewählt habe, der davon berichtet, dass Forscher ein weiteres neuronales Netzwerk zur Ziffernerkennung entwickelt haben. Der Grund für meine Wahl ist - an dieser Stelle bitte den Kaffee zur Seite legen und an der Tischkante festhalten - dass dieses Netzwerk nicht auf einem Computer abläuft, sondern in einem Reagenzglas!

Für ihr Netzwerk nehmen die Forscher Kevin Cherry and Lulu Qian vom Caltech in Kalifornien ein Bild, sagen wir von einer handgeschriebenen Fünf, und geben in ihr Reagenzglas 20 DNA-Moleküle, die zu den 20 dunkelsten Stellen im Bild korrespondieren. Im Reagenzglas wartet eine vorsichtig zusammengestellte Mischung aus anderen DNA-Strängen und Enzymen und nach einigen Stunden fängt es an, grün und gelb zu fluoreszieren: Das Netzwerk denkt, es ist eine Fünf! Das Besondere ist nun, dass die Mischung im Reagenzglas immer die gleiche ist, die farbige Antwort aber vom Input-Bild abhängt, sodass der Mechanismus als Klassifikator für Ziffern verwendet werden kann.

Die Relevanz dieser Forschung ist offenkundig: Abgesehen von den technologischen Möglichkeiten, die biochemische Klassifikatoren und Netzwerke im Allgemeinen bieten, würde ein Verständnis für das Design solcher Netzwerke uns wohl auch die evolutionären Mechanismen hinter den bereits zu Hauf in Organismen vorhandenen "Klassifikatoren" besser verstehen lassen.

Neuronale Netzwerke gibt's jetzt auch fürs Reagenzglas

Quelle: California Institute of Technology Bild: Olivier Wyart EN sciencedaily.com

Test tube artificial neural network recognizes 'molecular handwriting'

Researchers at Caltech have developed an artificial neural network made out of DNA that can solve a classic machine learning problem: correctly identifying handwritten numbers. The work is a significant step in demonstrating the capacity...