Deep Learning ist in aller Munde – vor allem im IT-Bereich fällt der Begriff, der nichts anderes aussagt als „künstliche Intelligenz“, immer häufiger. Was aber versteht man unter Deep Learning genau, wie funktioniert diese Art der künstlichen Intelligenz und wo wird diese Technologie eingesetzt?
Ein Deep Learning Konzept, mit dem wir alle schon zu tun hatten, dreht sich um die Erkennung von Bildern. Die Gesichtserkennung auf Facebook oder auf unserem Kamera-Auslöse-Bildschirm ist dafür ein gutes Beispiel. Auch Sprachassistenten wie Siri, Cortana und Co. zählen zu den Deep Learning Konzepten.
Wie funktioniert Deep Learning?
Im Moment werden beim Deep Learning alle Rekorde der bisherigen künstlichen Intelligenz gebrochen. Es ist heute schon möglich, dass (Rechen-)Maschinen mit dieser Methode dazu gebracht werden, eigenständig aus den ihnen gestellten Aufgaben zu lernen. Dabei werden zu Beginn Bilder oder Fragmente der Basissprache immer wieder in die Maschine eingespielt. Ein Algorithmus entsteht, der später Hauptmerkmale und Ähnlichkeiten vergleicht. Dieser entstehende Algorithmus, der mit der Zeit immer weiter ausgebaut wird, imitiert das menschliche Gehirn und animiert zum Kombinieren und Lernen.
Die Funktionsweise des Gehirns steht dabei im Zentrum: Immer neue Neuronen müssen stimuliert werden, wodurch Netzwerke entstehen, in denen sich diese Neuronen miteinander verbinden. Je enger und fester das Netz bzw. die Verbindungen sind, desto eher kann unser Gehirn eine Lösung finden. Beim Deep Learning baut sich bei jeder neu gestellten Aufgabe ein ähnliches Netz auf – die Maschine lernt. Eingespielte Aufgaben, Tonspuren oder Bilder werden mittels nachgestellten neuronalen Verbindungen gespeichert. Der Prozess eines lebenslangen Lernens beginnt dabei mit der ersten Aufgabe, die die jeweilige Maschine gestellt bekommt.
Die neuronalen Netzwerke sorgen dafür (und das meist im Hintergrund, daher stammt auch der Begriff Deep = im Verborgenen), dass die Konzepte der Spracherkennung, der Übersetzungs-Apps oder andere Webdienste funktionieren können und dabei Schritt für Schritt besser werden. Auch wenn der Begriff Deep Learning schwer zu erklären ist, geht es grundsätzlich nur um eins: Neuronale Netze müssen durch verschiedene Aufgaben gesponnen werden und so das Lernen ermöglichen. Sogenannte Software-Neuronen kommunizieren dabei miteinander und versuchen eine Lösung für das Problem zu finden. Diese Vorgänge werden wiederholt durchgespielt. Die dabei erfolgreich stimulierten Verbindungen werden gestärkt, die weniger erfolgreichen werden abgebunden. So lernt das künstliche Gehirn auch, Wichtiges von Unwichtigem zu trennen. Wie weit das gehen wird, wird die Zeit zeigen.
Wo wird Deep Learning eingesetzt?
Besonders starke Verbindungen hat derzeit das Google-Brain. Mit weit mehr als einer Million aktiven Neuronen und etwa einer Milliarde Verbindungen übertrifft es jedes frühere Kunstnetzwerk um ein Zehntel. Auch wenn es bisher immer starke Rückschläge im Prozess des Deep Learnings gab, setzen Marktführer wie Google, Apple oder IBM alles daran, das Konzept der künstlichen Intelligenz weiter auszubauen. Und wer weiß, was Siri, Facebook oder Google zukünftig noch alles für uns tun können …
Bildquelle: © LUGUIXUE / pixabay.com