Deep Learning: Maschinen, die wie Menschen lernen

Keine Science-Fiction: Deep Learning bringt Maschinen das Denken bei. Fast jeder hat bereits ein Gerät zu Hause, das diese Technik nutzt. Sie ist sehr komplex - und hat großes Potenzial.

Artikel von Alexander Löser und Christian Herta veröffentlicht am
Deep Learning basiert auf der Funktionsweise menschlicher Nervenzellen.
Deep Learning basiert auf der Funktionsweise menschlicher Nervenzellen. (Bild: Jan Homann/CC BY-SA 3.0)

Cortana, Siri, Skype: Fast jeder nutzt heute Software, die auf Deep Learning basiert. Die Break-through Technology für maschinelles Lernen hat kommerzielle Anwendungen erreicht. Selbstfahrende Autos sollen mit ihr arbeiten, in Bildverarbeitung und Bildanalyse erzielt sie bessere Ergebnisse als herkömmliche Verfahren. Microsoft, Google und Apple setzen sie bei der Spracherkennung ein, Skype für die Textanalyse und automatische Übersetzung.

Die Firmen versprechen sich von der Deep-Learning-Technik des Maschinenlernens, die sich an der Funktionsweise des menschlichen Gehirns orientiert, deutlich höhere Qualität als von sogenannten flachen Lernern. Was macht die Technik so besonders? Wie funktioniert sie? Und warum ist sie gerade in letzter Zeit so beliebt geworden?

Dinge und Zusammenhänge repräsentieren

Die letzte Frage ist am leichtesten zu beantworten: Deep Learning erfordert viel Rechenkapazität, da eine große Menge von Daten verarbeitet wird. In der Vergangenheit fehlten sowohl die nötigen Datenmengen als auch die Rechenleistung. Heute wird Deep Learning oft auf Graphic Processing Units (GPU) umgesetzt und dadurch sogar günstiger als andere Verfahren des Maschinenlernens, denn GPUs werden schon lange zur Beschleunigung von Computerspielen eingesetzt.

Das Unternehmen Nvidia etwa unterstützt industrielle Anwendungen auf Basis von Convolutional Neural Networks auf Tausenden von GPU-Kernen. Teilweise sind die Marktkosten pro GPU-Kern um bis zu zwei Größenordnungen geringer als für einen Rechenkern einer herkömmlichen CPU. Das tiefe Lernen ist aber nicht nur preiswert, es ist auch besser als das flache Lernen.

Stellenmarkt
  1. IT-Sicherheitsbeauftragter (m/w/d)
    MVV Energy Solutions GmbH, Mannheim
  2. IT System Administrator (m/w/d)
    Gesellschaft für Grund- und Hausbesitz mbH, Heidelberg
Detailsuche

Eines der wichtigsten Einsatzgebiete für Deep Learning ist das Erkennen von Dingen auf Bildern, englisch Visual Object Recognition. Denn gerade Bilder und Texte können durch aktuelle Methoden der Massendatenverarbeitung preiswert gesammelt und aufbereitet werden, wie etwa bei Imageidentify.com von Wolfram Alpha. Diese Bilder können auch im Fahrzeug ausgewertet werden und helfen beispielsweise, Fußgänger zu erkennen und somit einen Unfall zu vermeiden. Das maschinelle Lernen basiert dabei auf der Funktionsweise des Gehirns.

Während der Mensch liest, leistet sein Gehirn eine erstaunliche Abstraktions- und Generalisierungsarbeit: Zunächst erkennt es die Buchstaben als Repräsentation von Informationen und setzt sie zu höherwertigen Repräsentationen, z. B. Wörtern oder Sätzen, zusammen. In den Sätzen erkennt das Gehirn Repräsentationen von Dingen und verborgene Zusammenhänge zwischen diesen. Aus dieser bereits stark generalisierten Repräsentation leitet es weitere sogenannte latente (verborgene) Merkmale ab, etwa: "Interessant, wie geht es jetzt weiter?"

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed
Wissen repräsentieren und generalisieren 
  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
  7. 7
  8. 8
  9.  


kahmann 29. Okt 2015

Der Artikel hat mir gut gefallen. Nicht zuletzt auch, weil er sehr tief in die Materie...

jg (Golem.de) 15. Okt 2015

Jetzt müssten endlich auch mobil alle Bilder zu sehen sein!

natsan2k 08. Okt 2015

Schöner und interessanter Artikel.

Anonymer Nutzer 08. Okt 2015

Tatsächlich hat Siri was mit lernen zutun - oder genauer mit Training. Die verwendete...

jg (Golem.de) 07. Okt 2015

Vielen Dank für das Lob, wir freuen uns!



Aktuell auf der Startseite von Golem.de
Prozessoren
Intel lagert zehn Jahre alte Hardware in geheimem Lagerhaus

Tausende ältere CPUs und andere Hardware lagern bei Intel in einem Lagerhaus in Costa Rica. Damit lassen sich Probleme exakt nachstellen.

Prozessoren: Intel lagert zehn Jahre alte Hardware in geheimem Lagerhaus
Artikel
  1. Zu wenig Triebwerke: Musk warnt vor SpaceX-Pleite
    Zu wenig Triebwerke
    Musk warnt vor SpaceX-Pleite

    Elon Musk sieht sich der nächsten "Produktionshölle" ausgesetzt. Dieses Mal stockt die Fertigung im Raumfahrtunternehmen SpaceX.

  2. Gif-Anbieter: Meta soll zum Verkauf von Giphy gezwungen werden
    Gif-Anbieter
    Meta soll zum Verkauf von Giphy gezwungen werden

    Die Übernahme des Gif-Dienstes Giphy soll Konkurrenten von Facebook, Instagram und Co. unter Druck setzen, argumentiert die britische Kartellbehörde.

  3. Fleet: Jetbrains bringt neuen leichtgewichtigen Editor
    Fleet
    Jetbrains bringt neuen leichtgewichtigen Editor

    Die IDE-Spezialisten von Jetbrains reagieren auf den Druck durch Visual Studio Code. Zudem gibt es nun Remote-Entwicklung.

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • Nur noch heute: Bis zu 75% auf Switch-Spiele • AOC 31,5" Curved WQHD 165Hz 289,90€ • Gaming-Sale bei MediaMarkt • G.Skill 64GB Kit DDR4-3800 319€ • Bis zu 300€ Direktabzug: u. a. TVs, Laptops • WD MyBook HDD 18TB 329€ • Switch OLED 359,99€ • Xbox Series S 275,99€ [Werbung]
    •  /