Zu den interessantesten Neuerungen unserer Zeit gehören innovative Technologien, die den Alltag im Kleinen und Großen bereichern. Mit Skype, Siri, Cortana, Google Plus oder verschiedenen Übersetzungs- oder Bildverarbeitungsprogrammen stehen uns mittlerweile viele intelligente Programme zur Seite, um unser Leben zu erleichtern. Was macht diese Programme intelligent? Sie alle arbeiten mit einer Deep-Learning Technik. Doch was verbirgt sich dahinter?

Der Ansatz von Deep-Learning ist gut zehn Jahre alt. Die Idee dahinter existiert bereits seit 35 Jahren. Sie basiert auf der Forschung zu künstlichen neuronalen Netzen. Dieser Ansatz sieht vor, künstliche Neurone in mehrere Ebenen einzuteilen. Jeder Ebene erschließt weitere Informationen und das System erkennt aufgrund der gesammelten Daten eigenständig den dargestellten Inhalt. Vereinfacht gesagt handelt es sich beim Deep-Learning um ein intelligentes maschinelles Lernen.

Wird beispielsweise ein Bild analysiert, identifiziert das System erst die hellen und dunklen Pixel. In der nächsten Ebene untersucht das System Kanten und einfache Formen, danach komplexere Formen und Objekte. Der Computer lernt welche Formen zu welchen Dingen passen und erschließt daraus selbstständig den Inhalt des Bildes. Bisher scheiterte der Ansatz an zu geringen Rechenkapazitäten und einem Mangel an digitalen Daten. Heute steht beides in ausreichender Form zur Verfügung und die Technik feiert große Erfolge in der Bildverarbeitung und Spracherkennung.

Maschinelles Gehirn steht Pate

Vorbild des Systems ist das menschliche Gehirn. Forschungsergebnisse der kognitiven Wissenschaften zeigen schon lange, dass der visuelle Kortex die aufgenommen Informationen zunächst schichtweise verarbeitet und anschließend in höhere Repräsentationen überführt. Auch hier sind die Neuronen schichtweise angeordnet.

Die Technik des Deep-Learning ermöglicht eine komplexe Art des Lernens. Die Ableitung des Wissens erfolgt maschinell und durch die Analyse von Rohdaten. So entsteht die Möglichkeit große Datenbestände zu verarbeiten und in Kategorien zu unterteilen. Die notwendige Hardware wurde fortwährend preiswerter und die Abstraktion deren Anwendung leichter zu bedienen. Im Bereich der Künstlichen Intelligenz sind die Forschungen ebenfalls vielversprechend und könnten in naher Zukunft kommerziell genutzt werden.

Es ist sehr wahrscheinlich, dass Deep-Learning künftig eine große Rolle spielen wird und überall dort Anwendung findet, wo es gilt große Datenmengen auszuwerten. Um beispielsweise ungeplante Ausfälle von Werkzeugmaschinen zu minimieren, werden in regelmäßigen Intervallen Wartungsarbeiten durchgeführt. Diese Intervalle beruhen auf der Erfahrung des Mitarbeiters oder den Vorgaben des Herstellers. Denkbar wäre ein Wartungssystem das mit einem Deep-Learning Ansatz, aufgrund seiner Auswertung von Sensoren und Umgebungsfaktoren, zuverlässige Einschätzungen zur Wartung einzelner Komponenten abgibt. Fehlerquellen könnten so minimiert und Maschinen optimaler genutzt werden.

Was denken Sie über dieses Thema. In unserem Projekt MENSCHEN - MASCHINEN - MÄRKTE - Die Werkzeugmaschinen-Welt 2041 werden verschiedene Thesen zu diesem und weiteren Themen erörtert. Diskutieren Sie mit uns!

Bildquelle: Fotolia/ moragnimation