Deep Learning

Deep Learning, auch bekannt als "deep neural networks" (tiefe neuronale Netze), ist eine maschinelle Lernmethode, die auf digitalen Darstellungen und nicht auf aufgabenspezifischen Algorithmen basiert. Tiefgehende Lernarchitekturen sind von der Struktur des Gehirns inspiriert. Verbesserungen der mathematischen Formeln und immer leistungsfähigere Computer haben es den Informatikern ermöglicht, viele Schichten virtueller Neuronen zu modellieren. Deep Learning-Software kann darauf trainiert werden, Muster in unstrukturierten Daten zu erkennen, wie z.B. digitale Darstellungen von Tönen, Bildern, Video und Text.

Algorithmen für Deep Learning wurden auf computergestütztes Sehen, Spracherkennung,Verarbeitung natürlicher Sprache, Audioerkennung, Filterung sozialer Netzwerke, maschinelle Übersetzung, Bioinformatik und Medikamentenentwicklung angewandt. Im Gegensatz zu anderen Techniken des maschinellen Lernens ist die Leistung von neuronalen Netzen des Deep Learning nicht stagnierend; die Leistung des Deep Learning nimmt weiter zu, wenn das System wächst und mehr Dateneingaben erhält. Da sich das Deep Learning bei der Erkennung von Mustern in unstrukturierten Daten auszeichnet, können Unternehmen damit den Wert bereits vorhandener Daten freisetzen und Muster aufdecken, die sie zur Erstellung oder Verbesserung von Produkten und Dienstleistungen nutzen können. Beispielsweise kann ein Modell für Deep Learning, das die Suchanfragen eines Kunden, den Browserverlauf, die Nachrichtenpräferenzen und die Rangfolge von Filmen und Fernsehsendungen kombiniert, einen genaueren Kaufvorschlag liefern. Personalisierte Empfehlungen auf einer Einkaufswebseite können den Wettbewerbsvorteil eines Einzelhändlers ebenso wie sein Kundenbeziehungsmanagement verbessern.

Bei einigen Aufgaben mit hohem Lernaufwand werden CPUs stark beansprucht. Der unvorhersehbare Prozess der Schulung neuronaler Netzwerke (einige Schulungen dauern Stunden, während andere möglicherweise Tage dauern) erfordert eine schnelle bedarfsgerechte Skalierung der Pools virtueller Maschinen.

Stand: 18.10.2020