Immer wieder stößt man im Internet auf den Begriff „Deep Learning“ und es scheint, als würde sich mittlerweile jedes Tech-Unternehmen für KIs, maschinelles Lernen und Deep Learning interessieren.
Diese Technologien stehen kurz davor, die Welt zu verändern – aber was genau ist Deep Learning und warum wird diese Technologie einen Paradigmenwechsel für unsere Gesellschaft und die Weltwirtschaft zufolge haben?
Iskender Dirik – Venture-Partner bei einem der größten Venture-Capital-Fonds Europas – verfasste kürzlich eine Publikation, mit deren Hilfe er Unternehmern ohne KI-Kenntnisse erklären möchte, welches Potential das Deep Learning bereithält.
Warum gerade jetzt?
Die drei wichtigsten Dinge, die das Deep Learning voranbringen, sind Rechenpower, Daten und KIs als Serviceleistung.
KIs gibt es schon seit einer ganzen Weile. Die Anfänge dieser Technologie reichen sogar bis in die 50er-Jahre zurück. Heutzutage steht uns mehr Rechenpower zur Verfügung als je zuvor. Das ermöglicht die Entwicklung von leistungsstarken KIs, die vor einigen Jahren überhaupt nicht denkbar gewesen wären.
Auch die Cloud spielt hierbei eine große Rolle und Fortschritte bei der Siliziumverarbeitung haben dafür gesorgt, dass moderne Computer mehr Rechenleistung besitzen denn je. Das ist unter anderem auch der Grund, weshalb zahlreiche große Unternehmen an der Entwicklung spezieller KI-Chips arbeiten.
Durch diesen immensen Anstieg an Rechenleistung ist es nun möglich, noch größere Datenmengen zu verarbeiten, um noch intelligentere KIs zu erschaffen. Daten sind das Kernstück der KI-Technologie und die zu Verfügung stehende Datenmenge ist mittlerweile ebenfalls gigantisch. In den vergangenen zwei Jahren wurden ganze 90 Prozent aller existierenden Daten generiert. Vor allem in der KI-Branche sind Daten eine unersetzliche und extrem wertvolle Ressource.
Eine weitere Sache, die heutzutage zugänglicher ist denn je, sind die KI-Algorithmen, die für die Verarbeitung der Daten genutzt werden. Die Rede ist von „AI as a Service“.
Viele Tech-Giganten bieten ihre KI-Algorithmen in Form von APIs über ihre Cloud-Plattformen an. Nur in Sachen Daten müssen die KI-Entwickler noch selbst Hand anlegen, vor allem bei der Kategorisierung der Daten. Dieser Vorgang kann nämlich nicht von einem Computer durchgeführt werden.
Damit eine KI Wissen generieren kann, müssen die Entwickler sie mit akkuraten Daten versorgen, die von Hand sortiert werden müssen. Dieser Schritt ist nach wie vor sehr zeitaufwendig und teuer und einer der Gründe, weshalb Daten so wertvoll sind.
Was den Wert dieser drei Zutaten angeht, stehen die Daten ganz klar an erster Stelle. Die KI-Algorithmen und die Rechenpower stehen schließlich jedem Unternehmen frei zur Verfügung. Bei Daten handelt es sich dagegen um einen Rohstoff, der nur auf organische Weise entstehen kann.
Manche Plattformen sind reich an Daten, andere dagegen nicht. Um während der KI-Revolution möglichst große Gewinne zu verzeichnen, müssen sich Unternehmen diese Tatsache zunutze machen und ihre Daten auf kluge Weise einsetzen.
Maschinelles Lernen und Deep Learning
Viele von euch fragen sich bestimmt: „Was bedeutet Deep Learning überhaupt?“. Deep Learning ist eine Unterart des maschinellen Lernens. Beim maschinellen Lernen geht es darum, Computersysteme durch die Generierung von Wissen intelligenter zu machen. Der Computer lernt dabei ohne menschliche Hilfe oder Interaktion. Anschließend kann er mithilfe des gelernten Wissens beispielsweise Gegenstände identifizieren, Vorhersagen treffen und eine Vielzahl anderer Aufgaben erfüllen.
Deep Learning ist eine der raffiniertesten Arten des maschinellen Lernens. Es basiert nämlich auf so genannten neuronalen Netzen, welche dem menschlichen Gehirn ähneln. Bei neuronalen Netzen handelt es sich im Prinzip um eine Vielzahl von Schichten bestehend aus Funktionen, die aufeinander aufbauen. Damit ihr euch das besser vorstellen könnt, hier ein kleines Alltagsbeispiel:
Ihr seht einen Gegenstand. Ihr erkennt, dass er rund ist und dass es sich dabei um eine Orange handelt, weil das Objekt eine Frucht ist. Jede dieser Schlussfolgerungen erfordert eine bestimmte Funktion. Jede dieser Funktionen identifiziert eine Charakteristik des Gegenstands und nutzt hierfür die Ergebnisse der anderen Funktionen.
Was ist so besonders am Deep Learning?
Jetzt kommt der spannende Teil. Das Deep Learning eignet sich bestens, um große Datenmengen zu verarbeiten und mit seiner Hilfe lassen sich Computer auf eine Vielzahl von interessanten Arten trainieren.
Häufig wird hierzu die Methode des „überwachten Lernens“ genutzt, bei der das System eine Reihe von vorgegebenen und bereits kategorisierten Daten verarbeitet. Es gibt jedoch noch andere Lernmethoden, die unglaubliches Potential besitzen:
Unüberwachtes Lernen — Bei dieser Methode werden die Daten nicht vorab kategorisiert. Stattdessen präsentiert man dem Computer eine massive Datenmenge und lässt ihn nach charakteristischen Mustern oder „Clustern“ suchen. Mithilfe dieser Vorgehensweise lässt sich beispielsweise ermitteln, welche Nutzer am wahrscheinlichsten zu loyalen Kunden werden.
Bestärkendes Lernen — Hier geht es darum, dem System beizubringen bestimmte Ziele zu erfüllen. Hierzu wird das System entweder belohnt oder bestraft; je nachdem, ob es ein Ziel erfüllt hat oder nicht. So lässt sich beispielsweise die Startposition eines Artikels auf einer Webseite optimieren. Bei einem Klick, wird das System belohnt; erfolgt kein Klick, wird es bestraft.
Clustering through unsupervised learning
Generative Adversarial Networks — Übersetzt bedeutet dieser Begriff so viel wie „erzeugende gegnerische Netzwerke“. Es handelt sich dabei um eine neuronale Netzwerkstruktur, bei der zwei KIs gegeneinander arbeiten. Eine der KIs versucht, falsche Daten zu generieren, während die andere KI versucht, die falschen Daten zu identifizieren.
Stellt euch vor, ein Algorithmus soll gefälschte Videos von bekannten Persönlichkeiten erstellen. Der gegnerische Algorithmus versucht, diese Fälschungen zu erkennen. Zwar hat diese Vorgehensweise das Potential, eine außerordentlich intelligente und kreative KI zu erschaffen, man sollte aber nicht das Missbrauchspotential dieser Methode außer Acht lassen.
Wie lautet das Fazit?
Das Thema KIs ist aktuell in aller Munde – aber warum? Einer der Gründe ist die Angst vor dieser Technologie; die Angst, dass KIs uns die Arbeitsplätze wegnehmen werden und dass die KIs der Menschheit Schaden zufügen werden. Diese Ängste sind nicht ganz unbegründet. Vor allem, was die Sorge um Arbeitsplätze angeht.
KIs haben in der Tat das Potential, manche Jobs gänzlich zu ersetzen. Natürlich werden sie auch völlig neue Arbeitsplätze schaffen, die wir uns im Moment noch gar nicht vorstellen können.
Es gibt jedoch noch eine weitere, ironische Wahrheit: KIs werden uns dabei helfen, menschlicher zu werden. Sie werden uns von langweiligen und monotonen Aufgaben befreien, für die wir nicht geschaffen sind und für die Maschinen wesentlich besser geeignet sind.
Wir Menschen sind erfinderische und kreative Geschöpfe. Wir zeigen uns von unserer stärksten Seite, wenn wir neue Dinge erfinden, die von Schönheit und Emotion geprägt sind – nicht am Fließband, wo wir stundenlang nur repetitive Aufgaben erfüllen.
Natürlich liegen noch viele Herausforderungen und Hindernisse vor uns. Ein Großteil unserer Daten ist beispielsweise zu verfälscht, die Algorithmen sind noch lange nicht ausgereift und das Deep Learning erfordert noch immer gewaltige Mengen an Rechenleistung. Das Deep Learning verspricht großes Potential und neue KI-Lösungen erfüllen mich jedes Mal mit Begeisterung.
Schon heute können KIs eine Vielzahl von Aufgaben erledigen. Von trivialen Anwendungsgebieten wie dem Marketing, bis hin zu bedeutsamen Dingen wie dem Scannen und Analysieren von medizinischen Bildern und als wichtiger Bestandteil autonomer Fahrzeuge, die den Straßenverkehr um einiges sicherer machen werden. Wenn ich an die Zukunft denke, die wir mithilfe dieser Technologie erschaffen könnten, freue ich mich wie ein kleines Kind. Ich hoffe, dass euch dieser Artikel mit derselben Begeisterung erfüllen konnte.
Das englische Original dieses Artikels wurde auf TNW veröffentlicht und stammt von Iskender Dirik. Mit seiner Erlaubnis haben wir ihn ins Deutsche übersetzt. Wenn euch dieser Beitrag gefallen hat, solltet ihr einen Blick auf seine Publikation zu diesem Thema werfen.
Ursprünglich auf TNW veröffentlicht, Genehmigung zur Übersetzung durch den Autor ISKENDER DIRIK
