Benutzer:Tristram/Artikelentwurf Spaun (Semantic Pointer Architecture Unified Network)

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

Spaun ("Semantic Pointer Architecture Unified Network") ist eine Kognitive Architektur, die von Chris Eliasmith vom Centre for Theoretical Neuroscience der University of Waterloo entwickelt wurde.[1][2] Sie besteht aus 2,5 Millionen simulierten Neuronen, die in Subsystemen organisiert sind, welche spezifischen Hirnregionen ähneln, wie dem Präfrontalen Cortex, Basalganglien oder dem Thalamus. Systeme, welche nach dieser Kognitiven Architektur aufgebaut sind, können Zahlen erkennen, sich an sie erinnern, Zahlenfolgen herausfinden und sie sogar mit einem Roboterarm niederschreiben.[2][3] Spaun läuft auf Nengo (Neural Engineering Object), einer Grafik- und Skriptsoftware zur Simulation großer neuronaler Systeme.[5]

[3]

Nengo kann als Werkzeug zur Modellierung neuronaler Netze mit Anwendungen in der Kognitionswissenschaft, Psychologie, Künstlichen Intelligenz und Neurowissenschaft eingesetzt werden.

[4][5] It is implemented using Nengo, Neural Engineering Object (Nengo) is a graphical and scripting software for simulating large-scale neural systems.[6] As the neural network software Nengo is a tool for modelling neural networks with applications in Kognitionswissenschaft, Psychologie, Künstlicher Intelligenz und Neurowissenschaft.

Vorlage:Reflist

Berücksichtigen: https://en.wikipedia.org/wiki/Cognitive_architecture => deutscher Artikel, aber auch deutsche Bezüge im englischen Artikel und vor allem interessante Tabelle: Übernahme in den deutschen Artikel möglich und sinnvoll?


  1. Spaun: Chris Eliasmith on how to build a brain. In: University of Waterloo. 6. März 2013, abgerufen am 6. März 2024.
  2. https://uwaterloo.ca/centre-for-theoretical-neuroscience/
  3. https://www.basicthinking.de/blog/2012/12/04/spaun-forscher-entwickeln-kunstliches-superhirn/
  4. Meet Spaun, The Most Complex Simulated Brain Ever. In: Popsci.com. Abgerufen am 17. Mai 2016.
  5. doi:10.1126/science.1225266.
  6. Bekolay T, Bergstra J, Hunsberger E, Dewolf T, Stewart TC, Rasmussen D, Choo X, Voelker AR, Eliasmith C: Nengo: a Python tool for building large-scale functional brain models. In: Front Neuroinform. 7. Jahrgang, 2014, S. 48, doi:10.3389/fninf.2013.00048, PMID 24431999, PMC 3880998 (freier Volltext).