Definition von „Deep Learning“: Wenn Maschinen wie ein menschliches Gehirn arbeiten

Deep Learning bedeutet, dass Maschinen ähnlich lernen wie ein menschliches Gehirn: Künstliche neuronale Netzwerke erkennen Schicht für Schicht aus einer vorliegenden Datenmenge bestimmte Muster und geben diese Erkenntnisse an die jeweilige tiefere Schicht weiter, die weitere Muster an die nächste Schicht weitergibt – bis am Ende der Output mit einem Ergebnis erfolgt. So können aus Unmengen an Bildern nach und nach menschliche Gesichter von Katzen unterschieden werden – und attraktive Menschen von unattraktiven – und gut gelaunte Menschen von nervösen. „Deep Learning“ erfährt seit 2012 rasante wirtschaftliche Bedeutung, der Damm ist gebrochen. Doch was genau bedeutet das für uns alle?

Definition von Deep Learning: Der selbstlernende Computer

bildschirmfoto-2016-10-04-um-11-01-37

Der deutsche KI-Experte Prof. Dr. Jürgen Schmidhuber erklärt (englisches Video) in 5 Minuten, warum dank Deep Learning gerade „Leben“ neu erfunden wird. Video am Ende des Beitrags

Das Erstaunlichste, was ich bisher gehört habe bei den vielen Vorträgen, Texten und Interviews, die ich in den letzten Wochen zum Thema Deep Learning gehört habe, war der Befehl an einen Computer „Überlebe“. Hierbei gibt es keine weiteren Ausführungen und Hilfsmittel, um die Maschine auf den rechten Weg zu führen. Ihr einziger Auftrag lautet „Überlebe“.

Aus den Daten, die dem Computer zur Verfügung stehen, werden nun in den künstlichen neuronalen Netzwerken Muster erkannt, die zu logischen Schlüssen führen. Wahrscheinlich geht es in den ersten Schichten um Energiezufuhr, später vielleicht um Quellen, aus denen der Datenschatz wächst, noch später um vielfältige Muster, die es einem Computer in der ihn umgebenden Welt unterstützen, zu überleben. Handicap ist dabei die mangelnde Beweglichkeit. Tatsächlich sind Roboter der biologischen Fähigkeit der Fortbewegung noch meilenweit unterlegen. Sie sind auf dem Stand eines Babys – auch was Kreativität angeht.

Ein weiteres Handicap auf dem Weg der Maschine zur menschlich vergleichbaren Intelligenz ist die Unfähigkeit, mehrere Aufgaben gleichzeitig zu programmieren. Der Computer mit dem Befehl „Überlebe“ nicht gleichzeitig die Aufgabe erhalten „Sprich in allen menschlichen Sprachen“ – entweder oder, Beides gleichzeitig geht (noch) nicht.

Aber allein, dass Maschinen nun selbst lernen können und der Mensch staunend den Output bewundert, ist ein großer Schritt. Beim Schachcomputer (der heute sämtlichen Menschen überlegen ist) ist es noch verständlich, wenn dieser aus den unzähligen Schachzügen heraus, die er gelernt hat, die bestmögliche Entscheidung treffen kann. Doch wenn eine Maschine gegen den weltbesten Go-Spieler gewinnt wie Anfang 2016, geht das viel weiter: Viele Spielzüge des Computers waren für Menschen nicht nachvollziehbar, wurden als Fehler interpretiert – und doch gewann die Maschine, die über Selbstlern-Prozesse zu dieser Meisterschaft kam.

Deep Learning: Fluch oder Segen?

Zur Zeit erfahren wir in zahlreichen Anwendungsfeldern den Segen dieser neuen Stufe von Künstlicher Intelligenz: Das Google Programm „Text in Sprache“ kann Intonationen einer menschlichen Stimme wiedergeben, der Google Übersetzer kommt an die Ergebnisse menschlicher Übersetzter heran in seinen Leistungen, Chatbots können immer passgenauer auf unsere Fragen antworten und erraten, was wir wirklich wollen.

Interessanter als im Gebrauch für den Endverbraucher ist KI und Deep Learning (Selbst lernende Maschinen auf Basis künstlicher neuronaler Netzwerke) in der Medizin, in der Produktion, im Verkehr, in der Finanzindustrie… Was für eine Erleichterung für Mediziner, wenn aufgrund der selbstlernenden Computer die Diagnose-Fehlerquote gegen Null tendiert! Wenn in der Produktion sämtliche Schwachstellen erkannt und ausgeglichen werden können, und so die Mängel und Ausschuss auf ein Minimum reduziert werden! Und wenn kaum noch Menschen im Straßenverkehr verletzt und getötet werden, weil die selbstfahrenden Autos kaum noch Fehler machen und den bestmöglichen Verkehrsfluss ermöglichen.

Die Frage stellt sich natürlich schon, was passiert, wenn eine Maschine mit dem Auftrag „Überlebe“ feststellt, dass der Mensch ein echtes Hindernis bei diesem Befehl bedeutet. Wenn Maschinen erst einmal auch in Bezug auf Fortbewegung und Multi-Komplexität Fortschritte machen oder sich zusammentun. Dann bleibt dem Menschen zwar immer noch die Einzigartigkeit „Emotion und Ethik“, doch ob wir da so punkten können? Vielleicht wenn es um Haustierliebe geht 😉 Doch tatsächlich mit eindeutigen, auf Frieden und Wohlergehen ausgerichteten Wertesystemen unsere menschliche Überlegenheit zu verteidigen, wird schwierig. Es bleibt also spannend: Wird der Computer ein Diener der Menschen bleiben? Oder wird der Mensch zum Neandertaler in einer Welt, die ihn an Intelligenz überholt hat?

Künstliche Intelligenz: Serie in den SteadyNews

  1. Einführung
  2. Deep Learning
  3. Das autonome Auto und das „Internet der Dinge“
  4. KI-Sprach-Assistenten und Bots
  5. Googles KI-Abteilung Deep Mind
  6. KI und Arbeitswelten
  7. Kritik von Yvonne Hofstetter

 

Seit fast zwanzig Jahren auf der "freien Wildbahn" hat Eva Ihnenfeldt sowohl 2004 eine eingetragene Genossenschaft für Existenzgründer gegründet als auch 2011 eine Akademie für die Ausbildung von Social Media Unternehmenden. Lange Zeit war sie Dozentin und Trainerin für Marketing, Kommunikation und Social Media. Heute arbeitet sie als Coach für Menschen im beruflichen Wandel. Ihre Stärke ist es, IST-Situationen zu akzeptieren, Visionen zu erkennen und gemeinsam mit ihren Klienten Strategien zu entwickeln, die sich auch in der Praxis bewähren. Mobil: 0176 80528749 - E-Mail: [email protected]

steadynews.de

6 thoughts on “Definition von „Deep Learning“: Wenn Maschinen wie ein menschliches Gehirn arbeiten

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.