Für die Komplexität neuronaler Netze gibt es kaum eine Grenze. Wichtige Rollen spielen etwa das Verschaltungsmuster des Netzwerks oder die Rechenvorschrift, mit der ein einzelnes Neuron seinen Ausgabewert ermittelt. Das kann eine einfache Treppenfunktion sein oder eine sanft ansteigende hyperbolische Tangensfunktion, die alle Zwischenwerte zulässt.
Anders als man vielleicht erwartet, können zu viele Neuronen ein Netzwerk allerdings auch lähmen. Es braucht dann zu lange, bis es sich stabilisiert hat, und liefert unter Umständen sogar falsche Ergebnisse – weil es Zusammenhänge wittert, wo keine sind. Bereits zwei Neuronen, die über Rückkopplungsschleifen verbunden sind, können jedoch bereits bemerkenswerte Leistungen vollbringen. Qualitätssicherung in der Kotflügelproduktion ist das Eine.
Aber eignen sich neuronale Netze wegen ihrer Ähnlichkeit mit Gehirnen wirklich, Verhalten und Sinnesverarbeitung von Lebewesen zu verstehen? Zu erkennen, nach welchen Prinzipien sich zum Beispiel Käfer in einem Labyrinth orientieren oder warum Menschen im Dunkeln in einer vertrauten Umgebung einigermaßen zielsicher zur Türklinke greifen?
Genau davon sind Forscher wie Michael Herrmann überzeugt. Nachdem die meisten anderen Disziplinen sich von den neuronalen Netzen abund neuen Methoden zugewandt haben, beginnen nun Kybernetiker und Neurobiologen, sich für die Ideen dahinter zu interessieren. Und diesmal könnte es eine Beziehung auf Dauer sein.
