Abo
  • Services:

Deep Learning ist eine Kunst, die auf Rechenleistung basiert

Der Aufbau und das Training der neuralen Netze ist eine Kunst für sich, die sich erst in den vergangenen Jahren entwickelt hat. Möglich wurde das auch durch die Verbesserung der Rechenleistung von Computern. Aber noch wichtiger war ein besseres Verständnis der theoretischen Grundlagen von neuralen Netzen in der Mathematik, ein spezialisiertes Anwendungsgebiet der Stochastik.

Stellenmarkt
  1. Bundeskriminalamt, Wiesbaden
  2. Consors Finanz, München

In den 90er Jahren hatte sich die Ansicht durchgesetzt, dass Netze mit nur einer Schicht versteckter Neuronen zwischen der Input- und Outputschicht alle wesentlichen Funktionen abdecken können und weitere Schichten wenig Vorteile bringen. Zu dieser Zeit galten neurale Netzwerke als ein zwar interessanter, aber nicht sehr nützlicher Ansatz. Sie waren noch zu langsam zu trainieren und zu rechenaufwendig. Zumindest gegen das zweite Problem gab es aber ein probates Mittel: abwarten.

Das tat auch van der Smagt. "Ich habe damals verstanden, dass die Robotik noch in den Kinderschuhen steckt und auch die Kommunikation zwischen Mensch und Roboter noch sehr rudimentär ist", erzählt er. Er schloss sich einer Gruppe von Forschern in der Robotik am Deutschen Institut für Luft- und Raumfahrt an, um sich dem Zusammenspiel von Menschen und Robotern zu widmen, das bis dahin noch kaum erforscht war. Ziel war es, sich den typischen Eigenschaften der Biologie anzunähern. Dazu gehören auch Untersuchungen der Anatomie und Physiologie des Menschen, insbesondere der Steifigkeit von Muskeln bei verschiedenen Belastungen der menschlichen Hand. Die Hoffnung war, dass die Steuerung der Roboter durch Tricks aus der Biologie vereinfacht werden könnte.

Zu einer realistischen Option wurden neurale Netze erst durch die Steigerung der Rechengeschwindigkeiten in den vergangenen 20 Jahren. 2006 kamen zudem die ersten GPGPUs auf, frei programmierbare Grafikprozessoren auf Grafikkarten, die später mit Cuda und OpenCL auch für andere Anwendungen zugänglich wurden.

Neurale Netze können fast alles so gut wie Menschen

Seit 2006 werden auch bessere theoretische Methoden entwickelt, mit denen tiefe neurale Netze sinnvoll trainiert werden können - ein Bereich, in dem auch zehn Jahre später die Entwicklung noch nicht abgeschlossen ist. So wird immer noch nach besseren Möglichkeiten gesucht, die Reaktionen der Neuronen auf Signale von außen und ihren eigenen Zustand mathematisch zu modellieren.

Die Ergebnisse sind in vielen Bereichen aber inzwischen so gut, dass sie anderen Alternativen überlegen sind und mit erschwinglicher Computertechnik Roboter in Echtzeit steuern können. Inzwischen könnten neurale Netzwerke praktisch jede einzelne, klar definierbare Aufgabe erlernen und etwa so gut durchführen wie ein Mensch - oder besser, sagt van der Smagt. Es muss aber immer noch für jede einzelne Aufgabe, die durch neurale Netze übernommen werden soll, ein eigenes Netz erstellt und so lange von Hand modifiziert werden, bis das Training ein brauchbares Ergebnis liefert. Ein Roboter kann mit einem fertig trainierten neuralen Netz autonom agieren, aber er kann keineswegs autonom lernen.

Ein allgemeines neurales Netz, dem einfach eine Aufgabe zugetragen wird, die es erlernen soll, gibt es noch nicht. Oder wie es in einem Onlinelehrbuch zu neuralen Netzen allein schon über die Aktivierungsfunktion der Neuronen heißt: "In einer idealen Welt hätten wir eine Theorie, die uns sagt, welche Aktivierungsfunktion für welche Anwendung taugt. Aber zurzeit sind wir von einer solchen Welt weit entfernt."

Jedes neurale Netz muss beim Lernen von einem Menschen quasi an der Hand geführt werden. Dementsprechend stehen die Chancen, dass Roboter mit ihren neuralen Netzen in nächster Zeit über sich hinauswachsen und die Weltherrschaft übernehmen, eher schlecht.

 Deep Learning: Roboter sollen Menschen helfen, aber nicht verletzenWie der Dschinn aus der Wunderlampe 
  1.  
  2. 1
  3. 2
  4. 3
  5. 4
  6.  


Anzeige
Hardware-Angebote
  1. (Neuware für kurze Zeit zum Sonderpreis bei Mindfactory)
  2. und 50€-Steam-Guthaben erhalten
  3. 39,99€ statt 59,99€

Moe479 15. Apr 2016

er hat allein über autonome roboter gesprochen über den umgang mit der fehlbarkeit von...


Folgen Sie uns
       


Razer-Nommo-Chroma-Boxen - Test

Haartrockner oder doch Lautsprecher? Wir testen Razers Nommo-Chroma-Boxen und tendieren zu Ersterem.

Razer-Nommo-Chroma-Boxen - Test Video aufrufen
Kailh KS-Switch im Test: Die bessere Alternative zu Cherrys MX Blue
Kailh KS-Switch im Test
Die bessere Alternative zu Cherrys MX Blue

Der chinesische Hersteller Kailh fertigt seit fast 30 Jahren verschiedenste Arten von Schaltern, unter anderem auch Klone von Cherry-MX-Switches für Tastaturen. Der KS-Switch mit goldenem Stempel und markantem Klick ist dabei die bessere Alternative zu Cherrys eigenem MX Blue, wie unser Test zeigt.
Ein Test von Tobias Költzsch

  1. Apple-Patent Krümel sollen Macbook-Tastatur nicht mehr stören
  2. Tastaturen Matias bringt Alternative zum Apple Wired Keyboard
  3. Rubberdome-Tastaturen im Test Das Gummi ist nicht dein Feind

Kryptographie: Der Debian-Bug im OpenSSL-Zufallszahlengenerator
Kryptographie
Der Debian-Bug im OpenSSL-Zufallszahlengenerator

Einer der schwerwiegendsten Fehler in der Geschichte der Kryptographie beschäftigte vor zehn Jahren Nutzer der Debian-Distribution. Wenn man danach sucht, findet man noch heute vereinzelt verwundbare Schlüssel.
Von Hanno Böck


    SpaceX: Rundum verbesserte Falcon 9 fliegt zum ersten Mal
    SpaceX
    Rundum verbesserte Falcon 9 fliegt zum ersten Mal

    Landen, Auftanken und 24 Stunden später wieder starten. Das will SpaceX mit der neusten und endgültigen Version der Falcon-9-Rakete erreichen. In der letzten Nacht hat sie erfolgreich einen Satelliten für Bangladesch in den Orbit gebracht.
    Von Frank Wunderlich-Pfeiffer


        •  /