Es gibt Bereiche im Maschinellen Lernen (M.L.) und in der Künstlichen Intelligenz (K.I.), die exakt beschrieben sind oder analysiert werden können, wie z.B. Eigenschaften verschiedener Aktivierungsfunktionen in künstlichen neuronalen Netzen (z.B. ReLU oder Sigmoid). [2] Dies ist vergleichbar mit der Beschreibung und dem Verständnis von Prozessen in natürlichen neuronalen Netzen, bspw. durch die Interaktionen von Transmittersubstanzen in Synapsen.

Solch detaillierte Beschreibungen des Objektes (K.I.) sind wichtig, beantworten jedoch nicht alle relevanten Fragen oder können ineffizient sein, um ein hoch komplexes System, wie ein tiefes künstliches neuronales Netz betr. Gesamtverhalten beim Deep-Learning zu verstehen. Aus diesem und ähnlichen Gründen gibt es zwei alternative Beschreibungsansätze – und gab es bereits in den Anfängen der K.I. [3] Es ist einerseits eine technische Beschreibung und andererseits eine Beschreibung, welche auf die Wirkung des Gesamtsystems abzielt.

Beim Menschen und seinem «natürlichen neuronalen Netz» gibt es hierfür z.B. die Neurowissenschaften (technische Beschreibung) [4...