Jeder hat es schon mal gehört, doch die Wenigsten wissen was das eigentlich genau ist.
Die offizielle Definition lautet:
Deep Learning (DL) ist eine Methode des Machine Learning unter Einsatz von künstlichen neuronalen Netzen.
Okay, soweit so gut.
Machine Learning (ML) oder maschinelles Lernen ist eine der häufigsten Techniken der Künstlichen Intelligenz und nutzt Algorithmen, um Daten zu analysieren, von ihnen zu lernen und Aussagen und Vorhersagen zu treffen., und so weiter, und so weiter…
Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) beruht im Wesentlichen auf der Berechnung von Wahrscheinlichkeiten und auf dem Erkennen von Mustern. Vereinfacht gesagt, man bringt Maschinen Fähigkeiten und Instinkte bei, welche Lebewesen, also Biologische Intelligenz, schon von Geburt aus besitzen.
Na, ganz so leicht ist es nicht, aber ein bisschen logischer hört es sich an, oder?
Nun wissen wir schon, dass Deep Learning künstliche neuronale Netze nutzt. Aufgaben, wie Gesichts- oder Spracherkennung – für den Menschen kein Problem, mathematisch aber bisher nicht darstellbar – stellten bislang eine große Herausforderung an die Künstliche Intelligenz dar. Für das Programmieren nach der herkömmlichen prozeduralen Methode entwickelt ein Programmierer einen Programmcode aus einer Abfolge von Wenns und Danns. Künstliche neuronale Netze (KNN) werden so trainiert, dass sie eigenständig Beziehungen zwischen unterschiedlichen Informationen herstellen können. Für dieses Trainieren müssen dem System Samples gezeigt werden. Erst dann kann das Deep-Learning-System selbstständig in seinem „Hidden Layer“ – also den Ebenen zwischen Eingabe und Ausgabe – die Entscheidungen finden.
