Das Mechanische Neuronale Netz(MNN)

Das Mechanische Neuronale Netzwerk ist eine mechanische Umsetzung eines künstlichen neuronalen Netzwerks. Genauer gesagt handelt es sich um ein Multilayer-Perzeptron(MLP) mit ReLU-Aktivierungsfunktionen. Es kann angepasst werden, um reellwertige Funktionen oder logische Funktionen wie UND, ODER und das exklusive ODER (XOR) zu modellieren. Das bedeutet, dass wir die Gewichte zwischen den Neuronen des Netzwerks so anpassen können, dass das Netzwerk für eine gegebene Ausgabe die korrekte Ausgabe erzeugt. Zum Beispiel können wir die Gewichte so anpassen, dass das Netzwerk die XOR-Funktion modelliert und genau dann wahr ausgibt, wenn einer der beiden Eingaben wahr und der andere falsch ist.

Es ist aus hölzernen Wippen aufgebaut, die die Neuronen darstellen. Diese Wippen sind durch Schnüre verbunden, die den Verbindungen zwischen den Neuronen eines MLP entsprechen. Das manuelle Einstellen der Klemmen, die die Schnüre mit den Wippen verbinden, ermöglicht es, die Gewichte des Netzwerks anzupassen. Somit kann die Auswirkung der Gewichtsanpassung intuitiv beobachtet werden.

Mehr Information gibt es im Erklärvideo (Englisch) auf YouTube:

Oder in einem der folgenden Veröffentlichungen:

Promoting the digital transformation of STEM education with the mechanical neural network, a physical model for future-oriented and student-centered AI education

A. Schaffland, C. Müller, and J. Schöning, 2024, IEEE Global Engineering Education Conference (EDUCON), [In Press]

Mechanical Neural Network: Making AI comprehensible for everyone

A. Schaffland and J. Schöning, 2023, IEEE German Education Conference (GeCon), IEEE, DOI: 10.1109/gecon58119.2023.10295144

Hier sind noch einige Bilder vom Holzmodell: