Maschinelles Lernen erklärt

Wenn Sie über diesen Absatz hinaus weiterlesen, werden Sie am Ende die Grundlagen des maschinellen Lernens kennenlernen. Ganz gleich, ob Sie einen technischen Hintergrund haben oder nicht - dieser Artikel ist leicht verständlich gehalten. Wenn Sie ihn zu Ende gelesen haben, werden Sie verstehen, wie Maschinen tatsächlich aus Daten lernen.

Sicherlich haben Sie den Begriff "Maschinelles Lernen" schon einmal gehört. Um das zu verstehen, müssen wir Computer für einen Moment komplett vergessen.

Ein Kind sitzt am Esstisch, und jemand zeigt auf eine runde, rote Frucht. "Das ist ein Apfel", sagt die Person.

Später entdeckt das Kind eine andere Frucht. Sie ist grün, etwas länglicher und hat ebenfalls einen Stiel. Selbstbewusst zeigst du darauf und sagst: "Apfel!" Die Erwachsenen schmunzeln: "Nein, das ist eine Birne." In den nächsten Wochen begegnet das Kind unzähligen Äpfeln und Birnen - roten, grünen und gelben Äpfeln, kleinen und großen Birnen. Mit jeder Begegnung lernst es besser, woran sich beide unterscheiden.

Niemand hat jemals hingesetzt und dem Kind ein Lehrbuch gegeben, um sie voneinander zu unterscheiden. Das Kind hat einfach viele Beispiele gesehen, ein paar Fehler gemacht, wurde korrigiert, und schließlich hat das Gehirn das Muster einfach herausgefunden.

Das ist maschinelles Lernen.

Die alte Methode vs. die ML-Methode

Bei der traditionellen Computerprogrammierung gibt es zwar superschnelle Computer, aber diese funktionieren auch sehr wörtlich. Sie tun nur genau das, was man ihnen sagt.

Normalerweise muss man, wenn man möchte, dass ein Computer etwas tut, spezifische Regeln schreiben. Wenn dies passiert, tu das. Wenn der Nutzer hier klickt, zeige ihm das. Aber was ist, wenn mann möchte, dass der Computer sich ein Foto ansieht und sagt, ob es sich um ein normales Fahrrad oder um ein E-Bike handelt?

Der Versuch, dafür ein traditionelles Regelwerk zu schreiben, ist so gut wie unmöglich. Wie schreibt man Code für: "Das Unterrohr ist meist dicker. Oder der Rahmen ist breiter"? Das geht nicht. Es gibt zu viele Variablen.

Anstatt also Regeln zu schreiben, ändern wir die Spielregeln. Wir werfen das Regelwerk über Bord und füttern den Computer mit Daten.

Wir zeigen dem Computer tausende Bilder von E-Bikes. Wir sagen: "das ist ein E-Bike" Dann zeigen wir ihm tausende Bilder von normalen Fahrräder und sagen: "Das sind KEINE E-Bike".

Wir lassen den Computer Vermutungen über neue Bilder anstellen. Wenn er sich irrt, korrigieren wir ihn. Nach und nach hört er auf, zufällige Pixel zu betrachten, und beginnt, eigene Muster zu erkennen. Er begreift: "Wenn das Fahrrad extrem breiten Rahmen hat , bekomme ich normalerweise einen goldenen Stern, wenn ich 'E-Bike' sage". Das macht er millionenfach innerhalb weniger Minuten.

Das ist der Unterschied. Bei der traditionellen Programmierung geht es darum, dem Computer Regeln vorzugeben, um die Antworten zu finden. Beim maschinellen Lernen gibt man dem Computer die Antworten, damit er die Regeln selbst herausfinden kann.
Parameter (Regler und Drehknöpfe)

Was macht der Computer eigentlich, wenn er hinter den Kulissen damit beschäftigt ist, die Berechnungen anzupassen?

Stellen Sie sich das ML-Modell wie ein riesiges Mischpult in einem Tonstudio vor, das viele winzige Regler und Drehknöpfe hat. Diese Regler werden Parameter genannt.

Anfangs sind alle Regler auf zufällige Positionen eingestellt. Die Maschine hat im Grunde genommen eine Augenbinde auf. 
Wenn sie sich ein Bild ansieht und falsch rät, greift sie sozusagen nach den Reglern und dreht an einigen daran. "Das habe ich falsch verstanden. Ich drehe den Regler für 'Farbe Rot' herunter und einen anderen Regler hoch." Das wiederholt sie immer und immer wieder, millionenfach.

Das "Lernen" beim maschinellen Lernen besteht buchstäblich nur darin, dass die Maschine all diese winzigen Regler automatisch dreht, bis sie perfekt abgestimmt sind, um die richtige Antwort zu erhalten.

Die drei Arten des Lernens

Nachdem Sie nun das Kernkonzept verstanden haben, gehen wir noch einen Schritt weiter. Es gibt nicht nur einen Weg, einer Maschine etwas beizubringen. Wenn Sie die Grundlagen des maschinellen Lernens erlernen möchten, müssen Sie die drei Hauptkategorien kennen.

1. Überwachtes Lernen

Genau das haben wir gerade anhand der Äpfel, Birnen und Fahrräder besprochen. Es wird als überwachtes Lernen bezeichnet, weil ein Lehrer im Raum ist, der den Lösungsschlüssel in der Hand hält.

In diesem Szenario sind alle Daten, die wir dem Computer zur Verfügung stellen, beschriftet. Das bedeutet, wir geben sowohl die Eingabe als auch die erwartete Ausgabe an. Wir geben ihm zum Beispiel ein Bild und fügen eine Notiz hinzu, auf der genau steht, was auf dem Bild zu sehen ist.

Stellen Sie sich vor, Sie möchten, dass eine KI Immobilienpreise vorhersagt. Sie stellen eine Tabelle mit 50.000 Häusern zur Verfügung, die gerade verkauft wurden. Die Tabelle enthält die Wohnfläche, die Anzahl der Schlafzimmer, die Postleitzahl UND den endgültigen Verkaufspreis. Da der endgültige Verkaufspreis (die Beschriftung/Antwort) vorliegt, kann das System rückwärts rechnen. Sie lernt: "Ein zusätzliches Badezimmer erhöht den Wert normalerweise um 30.000 Dollar, aber nur, wenn es in dieser bestimmten Postleitzahl liegt."

Sobald sie das Muster gelernt hat, kannst du ihr ein brandneues Haus geben, das noch nicht verkauft wurde, und sie wird den Preis mit guter Genauigkeit vorhersagen.

2. Unüberwachtes Lernen

Aber was ist, wenn man die Antworten nicht hat? Was ist, wenn man nur eine riesige Menge an Eingabedaten ohne Antwortkennzeichnungen hat?

Stellen Sie sich vor, Sie bringen tausende zusammengemischte Puzzleteile in Ihr Wohnzimmer. Das Handbuch haben Sie nicht. Sie erfahren nicht einmal, zu welchen Sets sie gehören. Das Einzige, was Sie zu hören bekommen, ist: "Bringen Sie das in Ordnung."

Was tun Sie?

Sie wissen nicht, was Sie da zusammensetzen, aber irgendwann beginnen Sie, Muster zu erkennen. Vielleicht stapeln Sie alle Ecken der Teile auf einen Haufen. Dann alle unteren Teile auf einen anderen. Oder vielleicht beschließen Sie, sie nach ihrer Form zu gruppieren.

Das ist unüberwachtes Lernen. Wir geben dem Computer eine riesige Menge unbeschrifteter Daten und sagen: "Finde die verborgene Struktur."

Unternehmen nutzen das ständig. Denk mal an Streaming-Dienste wie Spotify oder Netflix. Sie haben nicht für jeden einzelnen Nutzer eine genaue Beschreibung seiner Persönlichkeit. Aber sie betrachten Millionen von Hörgewohnheiten und fangen an, Menschen zu gruppieren. "Diese Gruppe von Leuten hört RAP, aber sie hören sonntagmorgens auch Taylor Swift." Wenn du der Plattform beitrittst und ähnliche Gewohnheiten zeigst, ordnet sie dich direkt dieser Gruppe zu und empfiehlt dir genau dieselben Songs. Das System wusste nicht, wonach es suchte. Es hat einfach das Muster gefunden.

3. Verstärkendes Lernen

Dieser Ansatz entspricht am ehesten dem, wie wir Sport lernen oder Spiele spielen.

Sprechen wir kurz über Tennis. Stellen Sie sich vor, Sie nehmen zum allerersten Mal einen Tennisschläger in die Hand. Sie haben absolut keine Ahnung, was Sie tun sollen. Der gegnerische Spieler schlägt den Ball. Sie schwingen ihre Schläger hektisch hin und her, verfehlen ihn und verlieren einen Punkt.

Das ist eine negative Belohnung. Eine Strafe. Dein Gehirn speichert das ab. "Blind mit geschlossenen Augen zu schwingen hat nicht funktioniert."

Beim nächsten Mal beobachten den Ball und treffen ihn. Der Ball fliegt über das Netz. Sie fühlst sich großartig. Die Menge jubelt.

Das ist eine positive Belohnung.

Das Gehirn speichert es ab. "Super, das machen wir öfter."

Verstärkendes Lernen funktioniert genau so. Man versetzt einen KI-Agenten in eine Umgebung (wie ein Videospiel, ein Labyrinth oder eine Roboterarm-Simulation) und gibt ihm ein Ziel vor. Man sagt ihm nicht, wie er das Ziel erreichen soll. Man vergibt ihm einfach Punkte, wenn er etwas richtig macht, und zieht Punkte ab, wenn er etwas falsch macht.

Zunächst ist die KI ein Trottel. Sie rennt direkt gegen Wände. Sie lässt den Gegenstand fallen. Sie wird schon beim ersten Wurf aus dem Spiel genommen. Doch da Computer Dinge tausende Male pro Sekunde ausführen können, durchläuft sie rasend schnell einen Prozess des Ausprobierens. Sie lernt, ihre Punktzahl zu maximieren. Genau so hat die KI gelernt, Weltmeister bei unglaublich komplexen Brettspielen wie Schach zu schlagen. Sie hat einfach millionenfach gegen sich selbst gespielt, bis sie jeden Gewinnzug kannte.

Garbage In, Garbage Out

Aber bitte denken Sie jetzt nicht, dass diese Technologie perfekt ist. ML ist leistungsstark, hat aber eine massive Schwäche.

Ein ML-Modell kennt die Welt nur durch die Daten, die Sie ihm zuführen. Es verfügt weder über gesunden Menschenverstand noch über irgendeine Art von Lebenserfahrung.

Stellen Sie sich vor, in den ersten fünf Jahren Ihres Lebens hätten Sie ausschließlich Dackel gesehen. Hunderte davon. Dann zeigt Ihnen eines Tages jemand einen Mops. Sie wären vielleicht zunächst überrascht. Sie hätten keine Ahnung, was das für eine Hunderasse ist, denn sie passt nicht in das Muster der "Dackel-Welt", in der Sie aufgewachsen sind.

In der Tech-Welt nennt man das "Bias", und die Regel ist einfach: "Garbage In, Garbage Out" (Müll rein, Müll raus).

Wenn eine Bank ein ML-System entwickelt, um zu entscheiden, wer einen Kredit erhält, und sie dieses System mit historischen Daten trainiert, in denen bestimmten Minderheitengruppen Kredite ungerechtfertigterweise verweigert wurden, wird die KI nicht erkennen, dass diese Vorgehensweise in der Vergangenheit ungerecht war. Die KI wird sich lediglich die Zahlen ansehen, das Muster erkennen und genau denselben Gruppen weiterhin Kredite verweigern.

Das liegt daran, dass die KI ein Spiegel ist. Sie spiegelt die Daten wider, die wir ihr geben. Sind unsere Daten voreingenommen oder unvollständig, wird es die KI auch sein. Deshalb verbringen Datenwissenschaftler 80 % ihrer Zeit damit, Daten zu bereinigen und zu korrigieren, bevor sie sie der Maschine zuführen.

Das Problem des Auswendiglernens der Prüfung (Überanpassung & Unteranpassung)

Es gibt noch ein weiteres merkwürdiges Phänomen im maschinellen Lernen, das als "Überanpassung" (Overfitting) bezeichnet wird.

Denken Sie einmal an den Mathematikunterricht in der Schule zurück. Hatten Sie jemals einen Lehrer, der Ihnen einen Übungstest gab, der am Ende genau so aussah wie die eigentliche Prüfung?

Wenn Sie sich einfach die Antworten des Übungstests auswendig gelernt hätten, etwa "Frage 1 ist B, Frage 2 ist A", hätten Sie in der eigentlichen Prüfung 100 % erreicht. Aber haben Sie dadurch tatsächlich etwas über Mathematik gelernt? Nein. Hätte der Lehrer die Zahlen im Test auch nur geringfügig geändert, wären Sie mit Sicherheit durchfallen.

Modelle des maschinellen Lernens machen das ständig. Wenn Sie ein Modell zu intensiv auf einen bestimmten Datensatz trainieren, prägt es sich im Grunde nur die genauen Bilder oder Zahlen ein, die Sie ihm gegeben haben. Während des Trainings wirkt es wie ein Genie, aber sobald Sie es in der realen Welt mit neuen, unübersichtlichen Daten einsetzen, bricht es zusammen. Es hat das Konzept eines Hundes nicht gelernt. Es hat sich lediglich die spezifischen 50 Bilder von Hunden eingeprägt, die ihm gezeigt wurden. Das ist Überanpassung.

Es gibt jedoch auch ein gegenteiliges Problem, das als Unteranpassung bekannt ist

Wenn Überanpassung der Schüler ist, der den Übungstest auswendig gelernt hat, dann ist Unteranpassung der Schüler, der das ganze Semester verschlafen hat, das Lehrbuch nicht aufgeschlagen hat und bei jeder einzelnen Frage in der Abschlussprüfung einfach "C" rät. Das Modell ist zu einfach, um irgendwelche Muster in den Daten zu erkennen.

Wenn man einem unterangepassten Modell einen F1-Wagen, einen Motorrad und ein Fahrrad zeigt, schaut es sich diese vielleicht einfach an und sagt: "Sie berühren alle den Boden, also müssen sie alle Fahrräder sein." Den goldenen Mittelweg zwischen einem zu einfachen Modell (Unteranpassung) und einem, das sich zu sehr auf Details versteift (Überanpassung), zu finden, ist der ultimative Balanceakt der Datenwissenschaft.

Die Abschlussprüfung (Training vs. Test & Auswertung)

Wie können wir also tatsächlich feststellen, ob unser Modell genial ist oder nur ein wirklich glücklicher Rater? Wir machen genau das, was Lehrer in der Schule machen. Wir verstecken die Antworten.

Wenn Entwickler ein Modell erstellen, nehmen sie ihre Daten und teilen sie in zwei unterschiedliche Datensätze auf.

Der erste, viel größere Datensatz sind die Trainingsdaten (in der Regel etwa 80 % der Daten). Das ist der Übungstest. Das ist das, was die Maschine sieht, um Muster zu verstehen, und womit sie ihre Parameter optimiert.

Der zweite, kleinere Datensatz sind die Testdaten. Das ist die Abschlussprüfung. Die Maschine darf diese Daten während des Lernvorgangs niemals sehen. Sie sind verborgen.

Sobald die Maschine genug geübt hat und glaubt, bereit zu sein, holen wir die Testdaten hervor und sagen: "Na gut, beweise es. Was ist das?" Dieser abschließende Test wird als Evaluation bezeichnet.

Es ist der Moment der Wahrheit. Wenn das Modell bei den Trainingsdaten 99 % erreicht, bei den Testdaten aber nur miserable 50 %, wissen wir, dass es sich lediglich den Übungstest eingeprägt hat (Überanpassung!). Aber wenn es bei den Trainingsdaten solide 90 % und bei der Abschlussprüfung ebenfalls 90 % erreicht? Dann haben wir eine intelligente Maschine, die die Aufgabe tatsächlich versteht und für die reale Welt bereit ist.

Deep Learning

Sie haben wahrscheinlich schon einmal die Begriffe Deep Learning oder neuronale Netze gehört. Sie werden oft im Zusammenhang mit ML verwendet, sind aber technisch gesehen eine spezifische, sehr leistungsfähige Unterkategorie.

Deep Learning ist wie ein ganzes Expertenteam, das zusammenarbeitet.

Ein neuronales Netz ist grob gesagt vom menschlichen Gehirn inspiriert. Es besteht aus Schichten künstlicher Neuronen. Stellen Sie sich eine Fabrik-Fließbandproduktion vor, nur für die Entscheidungsfindung.

Nehmen wir an, wir wollen ein menschliches Gesicht auf einem Foto erkennen.

• Schicht 1: Das Modell betrachtet lediglich die Rohpixel. Es weiß nicht, was ein Gesicht ist. Es sucht lediglich nach Kanten.
• Schicht 2: Es nimmt diese Kanten und beginnt, sie zu einfachen Formen zusammenzusetzen. "Diese Kanten bilden einen Kreis. Diese anderen Kanten bilden ein Dreieck."
• Schicht 3: Es nimmt die Formen und sucht nach konkreten Merkmalen. "Ein Kreis mit einem dunklen Fleck in der Mitte? Das könnte ein Auge sein. Ein Dreieck in der Bildmitte? Könnte eine Nase sein."
• Schicht 4: Betrachtet alles als Ganzes. "Wir haben zwei Augen, eine Nase in der Mitte und einen Mund unten. Ich bin zu 98 % sicher, dass dies ein menschliches Gesicht ist."

Da es so viele Schichten gibt, die so tief in das Problem vordringen, nennen wir es Deep Learning. Das ist die Hochleistungsmaschinerie hinter den wirklich verrückten Dingen, die heute passieren, wie selbstfahrende Autos, hyperrealistische Deepfake-Videos und Sprachmodelle, die Gedichte schreiben können. Es erfordert enorme Rechenleistung und riesige Datenmengen, aber die Ergebnisse sind erstaunlich.

Warum ist das alles wichtig?

Diese Methode, Computern etwas beizubringen, steuert die Infrastruktur des gesamten Lebens.

Wenn Ihr E-Mail-Programm eine Nachricht automatisch in den Spam-Ordner verschiebt - das ist ein ML-Modell, das Millionen von Spam-E-Mails analysiert hat, das Muster aus schlechter Grammatik und dem Wort "DRINGEND!!!" erkannt und gelernt hat, Sie zu schützen.

Wenn Google Maps Sie plötzlich umleitet, um Ihen 1 Stunde Stau zu ersparen? Das ist ein ML-Modell, das die Zukunft anhand der Bewegungsmuster Tausender anderer Smartphones auf der Autobahn vorhersagt.

Maschinelles Lernen läuft im Hintergrund fast jeder App, die Sie nutzen. Es ist ein Werkzeug. Es hängt alles davon ab, wie wir es entwickeln, welche Daten wir ihm zuführen und wie viel Sorgfalt wir darauf verwenden, sicherzustellen, dass es die richtigen Lektionen lernt.