Künstliche Neuronale Netzwerke – Hörempfehlung

Ein Thema mit Tragweite, dass bei mir künftig sicher noch einigen Raum einnehmen wird. Seitdem nun einige bedeutende Durchbrüche in der mathematischen Modellierung neuronaler Netzwerke erzielt wurden, gibt es große Fortschritte in dem Bereich lernender Maschinen. Damit einhergehend verbessert sich auch die Möglichkeit der Mustererkennung – egal, ob das jetzt Audio- oder Bilddaten sind. Aber auch abstrakte Muster, wie die Struktur einer Sprache lassen sich damit analysieren. Es hat sich wohl herausgestellt, dass ein künstliches neuronales Netz – nur mit elementarsten Grundannahmen ausgestattet – viel besser und effizienter einen Algorithmus zur Mustererkennung ausbildet, als das ein Team von Experten je könnte. Das Prinzip ist das gleiche wie in der Natur: eine ungeordnete neuronale Struktur, die in mehreren Schichten organisiert ist wird mit einer großen Datenmenge versorgt. Am Ausgang reduziert sich das Netzwerk auf nur noch 2 Neuronen, einer für “Ja, da ist eine Katze im Bild” und einer für “Nein”. Am Anfang kommt natürlich noch Blödsinn heraus, der entscheidende Punkt ist, dass man dem Algorithmus in der Lernphase immer sagt, ob die Antwort falsch oder richtig war. Dieses Feedback wandert im Netzwerk vom Ende zurück an den Anfang und sorgt dafür, dass ” richtige” Verbindungen verstärkt, “falsche” dagegen abgeschwächt werden. Am Ende steht ein Algorithmus, der einfach auf eine unheimliche Art treffsicher ist, die wir von Computern so nicht gewohnt sind.

Hier einmal ein Beispiel, was Google zum Thema “Essen” in meiner Bildersammlung ausspuckt: Google Bildersuche

Ich habe diese Bilder nicht getaggt, oder sonstwie mit Text versehen – die Erkennung basiert allein auf den Bildinhalten (!).

Logisch, dass auch Google Now, Siri, Drohnen, Roboter, selbstfahrende Autos und dergleichen bereits mit solchen Netzwerken arbeiten.

Zum anteasern hier mal ein “Blick” in ein solches Netzwerk: Schlaue Leute haben mit einigen Tricks visualisiert, was in einem solchen Netzwerk passiert, dass auf das Erkennen von Bilddaten spezialisiert ist.

Und wie versprochen natürlich hier noch die Hörempfehlung.

Kommentar verfassen