Technology-Watch: Deep Machine Learning

Bild: Pixabay

Deep Learning imitiert den neuronalen Aufbau des menschlichen Gehirns

So ist ein Programm mittels Deep Learning beispielsweise in der Lage zu verstehen, was eine Landschaftsaufnahme von einem Porträtfoto unterscheidet - vorausgesetzt man füttert es nur mit genug Beispielfotos aus den beiden Kategorien. Hat das Programm genug Daten intus, kann es weitere unkategorisierte Aufnahmen fortan selbstständig ordnen.

Die rund drei Jahrzehnte alte Technologie fußt auf der Idee, Rechner-Strukturen nach dem Prinzip der Neuronen im menschlichen Gehirn aufzubauen. Dabei wird nicht das Gehirn kopiert, sondern nur dessen typisch menschliche Vorgehensweise: Denn unser Gehirn sucht in aufeinanderfolgenden Schritten nach immer komplexeren Mustern und ordnet danach Dinge ein.

Dass eine gut dreißig Jahre alte Technik ausgerechnet heute eine Renaissance erlebt, liegt vor allem an zwei Fortschritten: Erstmals stehen dank Web genug Daten und dank schneller Prozessoren ausreichend Rechnerleistung zur Verfügung, um die massive Herausforderung von Deep Machine Learning zu meistern.

Aussichtsreiche Einsatzgebiete von lernenden Maschinen liegen etwa in der Spracherkennung, wo sie ohne menschliche Hilfe auch Dialekte einwandfrei verstehen könnten. Und: dem Feld der Web-Assistenten, den Agenten. Die werden künftig Nutzerwünsche erfüllen, ohne explizit darauf programmiert worden zu sein.