Wer bei Deep Learning an eine neue Schulungsmethode denkt, liegt falsch. Tatsächlich stehen beim Deep Learning gar keine Menschen im Fokus. Sondern Maschinen.

Beim Deep Learning sollen Maschinen befähigt werden, offene – also nur wenig definierte – Probleme selbstständig zu lösen und dabei aus selbst gemachten Erfahrungen zu lernen. Neu ist die Idee nicht, schon seit den ersten Computern in den 50er Jahren wird daran geforscht.

Wie funktioniert Deep Learning?

Künstliche neuronale Netze versuchen quasi grob die Struktur des Gehirns nachzubauen. Damit soll also künstliche Intelligenz erzeugt werden. Beim Deep Learning arbeitet ein Computer nicht mehr (nur) nach Regeln und Vorgaben, die ein Mensch vorher definiert und eingegeben hat, sondern erstellt stattdessen die Regeln, die zur Lösung des Problems beitragen, selbst. Das funktioniert, indem der Computer auf mehreren Ebenen an das Ganze herangeht. Ähnlich wie das Gehirn untersucht der Computer bei der Wahrnehmung von Objekten auf Bildern zum Beispiel erst einmal nur die Helligkeit der Pixel, dann die Grundstruktur mit Linien und Flächen, dann wie sich diese zueinander verhalten und welche Muster sie bilden. So nähert sich die Maschine Schritt für Schritt der Bildinterpretation. Dabei können Menschen, die die Entscheidung des Computers bewerten (ist auf dem Bild ein Baum oder nicht) oder die Bilder vorab als Hilfestellung in Kategorien einteilen, eine Rolle spielen. Beim unüberwachten Lernen hat das System jedoch keinerlei Anhaltspunkte und muss die Lösung des Problems selbst erarbeiten.

Wichtig ist dabei, dass genügend Datenmaterial zum Lernen vorhanden ist. Dank des Internets klappt das heute natürlich viel besser als noch in den 80er oder 90er Jahren.

Was merken wir bisher davon?

Mit Deep Learning können Maschinen heute schon sehr interessante Aufgaben bewältigen. Zum Beispiel:

  • Bilder erkennen. Das hilft uns bei der Google Suche, wenn wir zu unseren Suchbegriffen immer auch passende Bilder angezeigt bekommen.
  • Verkehrszeichen erkennen. Das Navigationssystem eines Autos erkennt die Geschwindigkeitsbegrenzungen. Selbstfahrende Autos erkennen auch Einbahnstraßen, Vorfahrt und Verbotszeichen.
  • Spracherkennung. Heute können wir dem Handy, Laptop oder Auto Text diktieren und Befehle geben.
  • Übersetzung. Egal ob Text oder Sprache, heute können leistungsfähige Übersetzungsprogramme quasi fast synchron übersetzen. Auch wenn der Sinn manchmal noch nicht ganz getroffen wird.
  • 3D-Darstellung. In Zukunft können auch hochkomplexe Systeme wie Teile des Gehirns mit allen Nervenverbindungen in 3D modelliert werden.
  • Chemische Anwendungen. Die große Lernfähigkeit hilft dabei, Molekülverbindungen auszutesten oder auf die Struktur verschiedener Verbindungen zu schließen.
  • Medizinische Anwendungen: Computer können heute Krebszellen identifizieren und geeignete Therapien vorschlagen.
Können wir das in der Personalentwicklung nutzen?

Das Lernen von Menschen zu unterstützen ist bisher nicht im Fokus der Entwickler. Aber natürlich profitieren auch Online-Trainingsprogramme auf lange Sicht von der Weiterentwicklung in der Computerbranche. So könnte vielleicht in Zukunft ein Lernprogramm Inhalte und Tempo noch besser auf den tatsächlichen Lernfortschritt des Teilnehmers anpassen oder selbstgesteuert weitere Inhalte vorschlagen. Gesichts- und Gefühlserkennungssoftware könnte dem System sagen, ob der Lerner die Inhalte verstanden hat, ob er diese als positiv oder negativ bewertet oder ob er davon irritiert ist.

Weiterentwickelte Assistenzsysteme analog Siri oder Alexa beantworten vielleicht in Zukunft auch die Fragen am Arbeitsplatz, sodass nicht immer ein menschlicher Trainer oder Coach zur Seite stehen muss. Künstliche Intelligenz könnte zudem die im Unternehmen vorhandenen Daten sammeln, sortieren, bewerten und zielgenau den Nutzern dann zur Verfügung stellen, wenn sie sie benötigen.

So würden Suchprozesse deutlich verkürzt. Und der Spruch „Wenn die Firma wüsste, was die Firma weiß“ hätte dann endlich ausgedient.

Weiterführende Infos zum Beispiel zur Geschichte und Entwicklung des Deep Learning finden Sie unter http://www.spektrum.de/news/maschinenlernen-deep-learning-macht-kuenstliche-intelligenz-praxistauglich/1220451 und zu den Möglichkeiten und Grenzen der Technologie unter http://www.zeit.de/digital/internet/2016-10/deep-learning-ki-besser-als-menschen