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. Deloitte, verschiedene Standorte
  2. Schaeffler AG, Herzogenaurach

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
Top-Angebote
  1. 15,66€

Moe479 15. Apr 2016

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


Folgen Sie uns
       


World of Warcraft Battle for Azeroth - Mitternachtsstream (Golem.de Live)

Der große Start von Battle for Azeroth inklusive seiner Einführungsquest führt uns zu König Anduin nach Dalaran und Lordaeron (episch!). Um Mitternacht starteten wir problemlos in Silithus.

World of Warcraft Battle for Azeroth - Mitternachtsstream (Golem.de Live) Video aufrufen
32-Kern-CPU: Threadripper 2990WX läuft mit Radeons besser
32-Kern-CPU
Threadripper 2990WX läuft mit Radeons besser

Auch wenn AMDs neuer Threadripper 2990WX mit 32 CPU-Kernen sich definitiv nicht primär an Spieler richtet, taugt er für Games. Kombiniert mit einer Geforce-Grafikkarte bricht die Bildrate allerdings teils massiv ein, mit einem Radeon-Modell hingegen nur sehr selten.
Ein Bericht von Marc Sauter

  1. Threadripper 2990WX AMDs 32-Kerner kostet weniger als Intels 18-Kerner
  2. Zhongshan Subor Z+ AMD baut SoC mit PS4-Pro-Leistung für chinesische Konsole
  3. Hygon Dhyana China baut CPUs mit AMDs Zen-Technik

OLKB Planck im Test: Winzig, gerade, programmierbar - gut!
OLKB Planck im Test
Winzig, gerade, programmierbar - gut!

Wem 60-Prozent-Tastaturen wie die Vortex Poker 3 noch zu groß sind, der kann es mal mit 40 Prozent versuchen: Mit der voll programmierbaren Planck müssen wir anders als erwartet keine Abstriche machen - aber eine Umgewöhnung und die Einarbeitung in die Programmierung sind erforderlich.
Ein Test von Tobias Költzsch

  1. Alte gegen neue Model M Wenn die Knickfedern wohlig klackern
  2. Kailh KS-Switch im Test Die bessere Alternative zu Cherrys MX Blue
  3. Apple-Patentantrag Krümel sollen Macbook-Tastatur nicht mehr stören

Threadripper 2990WX und 2950X im Test: Viel hilft nicht immer viel
Threadripper 2990WX und 2950X im Test
Viel hilft nicht immer viel

Für Workstations: AMDs Threadripper 2990WX mit 32 Kernen schlägt Intels ähnlich teure 18-Core-CPU klar und der günstigere Threadripper 2950X hält noch mit. Für das Ryzen-Topmodell muss aber die Software angepasst sein und sie darf nicht zu viel Datentransferrate benötigen.
Ein Test von Marc Sauter

  1. Threadripper 2990X AMDs 32-Kerner soll mit 4,2 GHz laufen
  2. AMD Threadripper v2 mit 32 Kernen erscheint im Sommer 2018
  3. Raven Ridge AMDs Athlon kehrt zurück

    •  /