Deep Learning
Deep Learning ist ein Teilbereich des maschinellen Lernens, der künstliche neuronale Netze mit vielen Schichten („tief") einsetzt. Diese Netze lernen selbstständig immer abstraktere Merkmale aus Rohdaten und sind die Grundlage moderner Sprach-, Bild- und Audio-KI.
Was Deep Learning für dein Unternehmen bedeutet
Deep Learning ist die Technik, die KI in den letzten Jahren bei Sprache, Bildern und Audio so leistungsfähig gemacht hat. Im Alltag nutzt du sie meist indirekt, über fertige Modelle von Anbietern. Eigene Deep-Learning-Modelle von Grund auf zu trainieren ist aufwendig und braucht viele Daten und Rechenleistung. Für den Mittelstand ist es meist sinnvoller, vorhandene Modelle zu nutzen und anzupassen.
Beispiel aus der Praxis: Ein Hersteller von Kunststoffteilen setzt an der Fertigungslinie eine Kamera mit einem vortrainierten Deep-Learning-Modell ein. Das Modell wurde mit Bildern guter und fehlerhafter Teile nachtrainiert und markiert Kratzer oder Lufteinschlüsse, die anschließend ein Mitarbeiter der Qualitätssicherung begutachtet.
Häufige Fragen zu Deep Learning
Nein, nicht im Detail. Hilfreich ist aber das Grundprinzip: Das Modell lernt Muster aus Beispielen und kann seine Entscheidungen oft nicht nachvollziehbar begründen. Daraus folgt, dass du Ergebnisse stichprobenartig prüfen und bei wichtigen Entscheidungen einen Menschen einbinden solltest.
Weil ihr Wissen in sehr vielen Zahlenwerten über viele Schichten verteilt ist. Man sieht, welche Eingabe zu welcher Ausgabe führt, aber nicht ohne Weiteres, warum. Es gibt Verfahren, die Entscheidungen teilweise erklärbar machen, doch eine vollständige Begründung wie bei einer festen Regel liefern sie nicht.
Von Grund auf nur selten. Häufig reicht es, ein vortrainiertes Modell mit eigenen Beispielen nachzutrainieren oder einen fertigen Dienst zu nutzen. Ein eigenes Modell kann sich lohnen, wenn deine Aufgabe sehr speziell ist, du ausreichend gute Daten hast und kein passendes Angebot am Markt existiert.