{'de': 'KI Training'}
Eine Künstliche Intelligenz wird heute mittels Machine Learning trainiert. Unter Training versteht man dabei das Durchlaufen von vielen vielen Datensätzen und der Verbesserung der Ergebnisse. Das funktioniert mit tiefen neuronalen Netzwerken – die man sich ganz ähnlich wie die neuronalen Netze in einem menschlichen Hirn vorstellen kann.
\nDas erste neuronale Netzwerk war das sogenannte Perceptron. Eine einfache Entscheidung, Ja oder Nein, für eine gestellt Aufgabe. Also: Ist ein Wert wahr oder falsch. Das Ergebnis wird ausgegeben. Ein neuronales Netz besteht aus vielen solcher Perceptrons, sie können viele Aufgaben lösen. Bei tiefen neuronalen Netzen bekommen mehrere dieser Netze in Schichten die Aufgaben – jede Schicht liefert ein Ergebnis, das die nächste Schicht übernimmt. Algorithmen übernehmen die Dateneingabe und die Ergebnisse werden mit statistischen Methoden bewertet.
\nBis die Algorithmen die Ergebnisse jedoch bewerten können ist anfangs viel manuelles Training notwendig. Die erste Millionen Katzenbilder wurden noch von Hand als solche Markiert. Erst mit diesen Ergebnissen kann ein Algorithmus auch selbstständig Katzenbilder identifizieren. In vielen Fällen sind die KI-Systeme auch gar keine echten sondern es stecken noch immer Menschen dahinter. Amazon bietet dafür sogar den Mechanical Turk als Service an.
'}Rebecca Fiebrink über Machine Learning:
\n\nWeitere Interviewteile mit Rebecca Fiebrink finden sich hier.
'}