Auf der Webseite THE FINTECH TIMES, wurde vor Kurzem behauptet, das es wahrscheinlich nur 10.000 Menschen auf der Erde gibt, die wirklich verstehen, was Deep Learning ist. Wir wollen das mit diesem Artikel ändern.
Um Deep Learning zu verstehen, müssen wir diese Technologie erst einmal richtig einordnen können. Deep Learning ist Teil des maschinellen Lernens (ML), das wiederum ein Teil der KI ist. AI, ML und DL fallen alle in die umfassendere Disziplin der Datenwissenschaft und überschneiden sich mit traditionellen Techniken der Statistik. Ein Großteil dieses Wissensgebiets befasst sich weiterhin mit Problemen der numerischen Analyse, die im Allgemeinen nicht als Ersatz für menschliche Fähigkeiten angesehen werden kann, bei der es sich eigentlich bei der KI handelt.
KÜNSTLICHE INTELLIGENZ – Ein Programm, das spüren, argumentieren, handeln und sich anpassen kann.
MASCHINELLES LERNEN – Algorithmen, deren Leistung sich verbessert, wenn sie mit der Zeit mehr Daten verarbeitet haben.
DEEP LEARNING – Teilmenge des maschinellen Lernens, bei der mehrschichtige künstliche neuronale Netze lernen
Was sind künstliche neuronale Netze (KNN)?
In einem künstlichen neuralen Netz versuchen Programmierer den Aufbau des biologischen Gehirns nachzuempfinden. Sie bilden ein abstrahiertes Modell der miteinander verbundenen Neuronen, die in einer speziellen Anordnung miteinander verbunden sind. Mit diesen Modellen können Anwendungsprobleme aus verschiedenen Bereichen gelöst werden.
Der Anfang der KI
Dem englischen Mathematiker Alan Turing gilt als Erfinder des Konzepts der KI. In einer Arbeit von 1950 setzt er die Grundsteine der KI und den noch heute gültigen Turing-Test. Er erstellte eine einfache Skizze und formulierte damit die Idee ob ein Computer ein dem Menschen gleichwertiges Denkvermögen hat. Der Touring-Test wurde dann in dem Lauf der Geschichte genauer und konkreter ausformuliert.
1955 prägte John McCarthy von der MIT in Stanford den Begriff künstliche Intelligenz. Er definierte sie als „Wissenschaft und Technik zur Herstellung intelligenter Maschinen“, mit der Fähigkeit zu denken, zu lernen und vernünftig zu sein.
Die schwache KI ist die Fähigkeit eine bestimmte Aufgabe auszuführen, zum Beispiel die Bilderkennung, Übersetzungen, oder Schach zu spielen. In diesem Bereich liegt der gesamte aktuelle Geschäftswert der KI. Die starke KI, die die gleichen Leistungen eines menschlichen Gehirns erreicht, liegt noch in relativ ferner Zukunft.
Maschinelles Lernen ist ein Teil der KI. Arthur Samuel, einer der Pioniere des maschinellen Lernens, definierte es 1959 als „Fachgebiet, in dem Computer lernen können, ohne explizit programmiert zu werden“. ML-Algorithmen sind dynamisch und leiten ihre eigenen Regeln ab, wenn sie sich an neue Daten anpassen.
Deep Learning
Deep Learning ist eine Technik, die bei dem maschinellen Lernen benutzt wird. Mit ihr werden Muster aus Daten extrahiert, für die in der Regel neuronaler Netze (NNs) verwendet werden.
Die Programmierer verbinden dabei softwarebasierte Knoten, die in verschiedenen Ebenen organisiert werden. Der Benutzer sieht nur zwei Ebenen. In der Eingabeebene werden die Daten eingegeben oder eingelesen und in der Ausgabeebene die Ergebnisse ausgegeben. Zwischen den beiden Ebenen können aber vom Programmierer viele weiter „tiefe Ebenen“ angeordnet werden, was dieser Technik den Namen „Deep Learning“ verliehen hat. Es gibt neuronale Netzwerke, die einige hundert Schichten zwischen der Eingabeebene und der Ausgabeebene besitzen.
Die Verbindung zwischen den Ebenen werden durch mathematische Gewichte definiert, die jedem Knotenpunkte zugeordnet werden. Die Aktivierungsfunktionen legen dann fest, wie die Knotenpunkte die Daten verarbeiten sollen. Die neuronalen Netzwerke wurden von dem menschlichen Gehirn inspiriert, haben aber in der Praxis und in ihrer Funktionsweise wenig mit den Funktionen im Gehirn gemeinsam.
Die Definitionen der Begriffe Datenwissenschaft, künstliche Intelligenz, Maschine Learning und Deep Learning sind Gegenstand zahlreicher Debatten, so dass sich auch die obigen Erklärungen noch ändern können. Wichtig ist aber, dass das Deep Learning selbst ein vielfältiger Satz von Technologien ist, ein Teilgebiet der Künstlichen Intelligenz.
Cover Bild: Foto de Pixabay en Pexels
AUSSCHLUSS: Dieser Artikel drückt meine eigenen Ideen und Meinungen aus. Alle Informationen, die ich weitergegeben habe, stammen aus Quellen, die ich für zuverlässig und genau halte. Ich habe keine finanzielle Entschädigung für das Schreiben dieses Beitrags erhalten, noch besitze ich Aktien von einem Unternehmen, das ich erwähnt habe. Ich ermutige jeden Leser, zuerst seine eigene sorgfältige Recherche durchzuführen, bevor er Anlageentscheidungen trifft.
