Das Perceptron ist das einfachste künstliche neuronale Netz und der historische Ausgangspunkt des heutigen Deep Learning. Entwickelt wurde es 1958 von Frank Rosenblatt. Ein Perceptron nimmt mehrere Eingaben, gewichtet sie, summiert sie auf und entscheidet anhand eines Schwellwerts, ob es ein Signal ausgibt – so wie ein einzelnes künstliches Neuron.
Wie ein Perceptron funktioniert
Das Perceptron erhält Eingaben x1, x2, …, xn, die jeweils mit Gewichten w1, w2, …, wn multipliziert werden. Dazu kommt ein sogenannter Bias, ein fester Grundwert. Die gewichtete Summe wird mit einem Schwellwert verglichen. In der klassischen Urform entscheidet eine Step-Funktion: Liegt die Summe über der Schwelle, wird 1 ausgegeben, sonst 0. Das Ergebnis ist eine lineare Trennung der Daten durch eine Gerade (im mehrdimensionalen Raum durch eine Hyperebene).
Heutige Netze verwenden statt der Step-Funktion glatte Aktivierungsfunktionen wie die Sigmoid-Funktion, damit die Gewichte überhaupt fein justierbar sind.
Lernen im Perceptron
Beim Training im überwachten Lernen werden die Gewichte Schritt für Schritt korrigiert: Liefert das Perceptron für ein Beispiel aus den Trainingsdaten die falsche Antwort, werden die Gewichte leicht in die richtige Richtung verschoben. Das Tempo dieser Korrekturen bestimmt die Lernrate. Die Gewichte selbst sind die zentralen Hyperparameter-Nachbarn: Sie werden nicht festgelegt, sondern aus den Daten gelernt.
Grenzen und Weiterentwicklung
Ein einzelnes Perceptron kann nur linear trennbare Probleme lösen. Das berühmte XOR-Problem – zwei Muster, die sich nicht durch eine Gerade trennen lassen – zeigte 1969 die Grenzen auf. Die Lösung kam mit mehrschichtigen Netzen und dem Backpropagation-Algorithmus: Backpropagation verteilt den Fehler rückwärts durch mehrere Schichten und ermöglicht so das Training tiefer Deep-Learning-Netze. Das Perceptron ist damit der direkte Vorfahre moderner KI-Modelle.