Buzzword-o-Rama

Mitreden können bei: CNN
Wer zwischen Start-up-Unternehmer und Digital Consultant gerät, hat mit einigen Buzzwords zu kämpfen. Um gewandt mitzureden, klärt CEDO über die wichtigsten Hypes auf.

WER REDET DARÜBER?

Alex Krizhevsky, Google, Facebook, Instagram und alle anderen, die sich mit Bilderkennung und Deep Learning befassen. Also auch Automobilzulieferer.

WAS MUSS ICH DARÜBER WISSEN? 

Ein neuronales Netz ist ein System miteinander verbundener Neuronen, die Nachrichten untereinander austauschen. Ein Convolutional Neural Network (CNN) ist ein künstliches neuronales Netz. „Convolutional“ bedeutet übersetzt „faltend“, denn ein CNN besteht aus mehreren Schichten mit Merkmalerkennenden Neuronen. Dabei sind die einzelnen Neuronen beispielsweise zwei- oder dreidimensional angeordnet, reagieren aber auf sich überlappende Bereiche. Eine einzelne Schicht wird gezielt darauf „trainiert“, bei einem zu erkennenden Bild oder Muster richtig zu reagieren. Jede Schicht verfügt über viele Neuronen, die auf verschiedene Kombinationen von Eingaben von den vorhergehenden Schichten reagieren können. Solche CNNs stecken in zahlreichen Technologieanwendungen der Künstlichen Intelligenz (KI), vornehmlich bei der maschinellen Verarbeitung von Bild- oder Audiodaten. Einer der ersten Anwendungsfälle war die Suche nach Katzenbildern – daher auch der weitverbreitete Eindruck, das halbe Internet bestehe aus Katzen-Content. Angewendet auf eine der am häufigsten genutzten Bilddatenbanken (MNIST), erreichen CNNs eine Fehlerquote von 0,23 Prozent (Stand 2016), das ist die geringste Fehlerquote aller jemals getesteten Algorithmen.

NUR HYPE ODER AUCH SUBSTANZ? 

Es handelt sich mitnichten um einen Hype. Der von Google Deep Mind entwickelte Algorithmus, dem es erstmals gelang, den menschlichen Profi-Go- Spieler Lee Sedol zu besiegen, benutzte unter anderem ein 13-Layer-CNN zur Erkennung des aktuellen Spielzustands. Dabei geht es um weit mehr als Spiele oder Katzen-Bilder. So verwendet Google die Systeme ebenfalls dafür, die Kühlsysteme seiner Rechenzentren zu verbessern. Perspektivisch wäre es sogar möglich, dass die Deep-Mind-Technologie ganze Stromnetze überwacht und so die Stromversorgung eines Landes optimiert. Erste Gespräche hierzu führt der Internetkonzern wohl bereits mit Vertretern der britischen Regierung.

WAS KOMMT DANACH?

Stephen Hawking attestierte Künstlicher Intelligenz, das Ende der Menschheit herbeizuführen. Bislang arbeiten große Tech-Konzerne noch an der Weiterentwicklung der Technologie. Facebook möchte beispielsweise Hirnsignale direkt in geschriebene Worte umwandeln. In einer Studie an der Stanford-Universität konnte eine gelähmte Frau dank implantierter Elektroden im Gehirn acht Worte pro Minute in den Computer schreiben. Facebook vermutet bei der Ausbreitung dieser Technologie allerdings wenig Potential für den Massenmarkt. Auf der Entwicklerkonferenz „F8“ sagte Facebook-Managerin Regina Dugan, es müsse sehr viel empfindlichere Sensoren auf der Oberfläche des Kopfes geben. Da diese Technologie bislang nicht existiere, wolle Facebook sie erfinden. Ein Team aus 60 Forschern arbeitet laut Dugan an dieser Vision – genau genommen an der Idee, neuronale Netze zu dekodieren und künstliche neuronale Netze so zu gestalten, dass sie das menschliche Gehirn und bestimmte Gedankenstränge modellieren können.


UND WAS SAG ICH NUN BEIM SMALL TALK DAZU?

„Komplexität immer weiter runterbrechen und zu eindeutigen Aussagen verdichten – das können sie bei FOX News aber längst deutlich besser als bei CNN.“

„Nein, keine Sorge, die machen keine Fehler. CNNs werden in aller Regel überwacht trainiert. Während des Trainings wird dabei für jeden gezeigten Input der passende One-Hot-Vektor bereitgestellt. Via Backpropagation wird der Gradient eines jeden Neurons berechnet und die Gewichte – nein, stopp, bleiben Sie, der spannende Teil kommt noch!“

„What?“

„Kürzlich habe ich unserem CEO vorgeschlagen, stärker auf CNNs zu setzen: komplexere Entscheidungen möglich, weniger Fehler etc. Kam gut an, denke ich. Sie prüfen es schon.“