Wann lernt KI? Informationsflüsse in neuronalen Netzen sichtbar machen

Das enorme Potenzial moderner Methoden des maschinellen Lernens steht im deutlichen Kontrast zu unserem noch begrenzten theoretischen Verständnis. Insbesondere ist bislang nur unzureichend geklärt, unter welchen Bedingungen neuronale Netze stabil, gut trainierbar und ihre Vorhersagen verlässlich generalisierbar sind.

In diesem Vortrag wird eine physikalisch inspirierte Perspektive vorgestellt, die genau hier ansetzt. Ausgehend von Analogien zur statistischen Physik zeigen wir, dass neuronale Netze einen kritischen Punkt besitzen. In der Nähe dieses Punktes können Informationen besonders effizient durch das Netzwerk fließen, was zu einer optimalen Trainierbarkeit führt. Zur Beschreibung dieses Effekts wird eine von uns entwickelte Methode, die Informationsflüsse in neuronalen Netzen messbar macht, genutzt. Dabei werden Zustände des Netzwerks mithilfe von mathematischen Strukturen analysiert, die ursprünglich aus der Quantenphysik stammen. Dies erlaubt es, verschiedene Betriebszustände von Netzwerken zu unterscheiden und ihre Leistungsfähigkeit bereits vor dem eigentlichen Training abzuschätzen.

Zur Vortragsreihe „Hörsaal on Tour“

Wissenschaftlerinnen und Wissenschaftler der Universität Würzburg halten im Wintersemester 2026/27 in der Region Unterfranken unentgeltliche Vorträge aus medizinischen, historischen, natur- und geisteswissenschaftlichen Bereichen und stellen sich den Fragen der Zuhörenden.

Zum kompletten Programm

Zum Universitätsbund

Der Universitätsbund Würzburg e.V. wurde 1921 gegründet und ist die Gesellschaft der Freunde und Förderer der Universität Würzburg. Er ist damit der Förderverein für die Universität und durch 15 Koordinierungskreise und eine Tochtergesellschaft in der Region fest verankert.

Zur Website des Unibundes

Teilnahme

Die Teilnahme ist kostenlos und ohne Anmeldung möglich.