• IT-Karriere:
  • Services:

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. HARTING Stiftung & Co. KG, Espelkamp
  2. ARRI Media GmbH, München

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.  


Anzeige
Top-Angebote
  1. 106,90€ (Bestpreis!)
  2. 379€ (Bestpreis!)
  3. (u. a. PC-Gehäuse bis -50% und Weekend Sale)
  4. (u. a. Surviving Mars - First Colony Edition für 5,29€, Monopoly - Nintendo Switch Download Code...

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!


Folgen Sie uns
       


Zoom Escaper ausprobiert

Der Zoom Escaper ist eine Möglichkeit, sich aus Videokonferenzen zu schummeln. Wir haben ihn ausprobiert.

Zoom Escaper ausprobiert Video aufrufen
Programm für IT-Jobeinstieg: Hoffen auf den Klebeeffekt
Programm für IT-Jobeinstieg
Hoffen auf den Klebeeffekt

Aktuell ist der Jobeinstieg für junge Ingenieure und Informatiker schwer. Um ihnen zu helfen, hat das Land Baden-Württemberg eine interessante Idee: Es macht sich selbst zur Zeitarbeitsfirma.
Ein Bericht von Peter Ilg

  1. Arbeitszeit Das Sechs-Stunden-Experiment bei Sipgate
  2. Neuorientierung im IT-Job Endlich mal machen!
  3. IT-Unternehmen Die richtige Software für ein Projekt finden

Weclapp-CTO Ertan Özdil: Wir dürfen nicht in Schönheit und Perfektion untergehen!
Weclapp-CTO Ertan Özdil
"Wir dürfen nicht in Schönheit und Perfektion untergehen!"

Der CTO von Weclapp träumt von smarter Software, die menschliches Eingreifen in der nächsten ERP-Generation reduziert. Deutschen Perfektionismus hält Ertan Özdil aber für gefährlich.
Ein Interview von Maja Hoock


    Fiat 500 als E-Auto im Test: Kleinstwagen mit großem Potenzial
    Fiat 500 als E-Auto im Test
    Kleinstwagen mit großem Potenzial

    Fiat hat einen neuen 500er entwickelt. Der Kleine fährt elektrisch - und zwar richtig gut.
    Ein Test von Peter Ilg

    1. Vierradlenkung Elektrischer GMC Hummer SUV fährt im Krabbengang seitwärts
    2. MG Cyberster MG B Roadster mit Lasergürtel und Union Jack
    3. Elektroauto E-Auto-Prämie übersteigt in 2021 schon Vorjahressumme

      •  /