Vom Machine Learning zum Deep Learning

Beim klassischen maschinellen Lernen wurden die Merkmale und die Struktur des Modells oft von Menschen vorgegeben; nur die Gewichte wurden aus den Daten gelernt. Ein Mensch musste also festlegen, auf welche Merkmale das Programm achten soll – man nennt das Feature Engineering. Beim Deep Learning wird dieser Schritt automatisiert: Das Programm erkennt selbst, welche Merkmale die Elemente einer Informationsmenge, ob Text, Zahlen, Bild oder Musik, auszeichnen und zusammengehören.

Dafür wird die Information in mehreren Schritten, den sogenannten Schichten, unter jeweils anderen Aspekten analysiert – daher die Bezeichnung „deep“. Jede Schicht übernimmt die Ergebnisse der vorherigen und analysiert sie auf einer höheren Abstraktionsebene. Bei einem Bild können das zum Beispiel nacheinander Linien und Kontraste, dann Formen, dann Texturen, also die Füllungen der Formen, danach komplexe Formen, die Figuren ergeben, und schließlich ganze Objekte wie Gesichter, Tiere oder Fahrzeuge sein.

So kann die Software selbst Merkmale identifizieren, extrahieren, als einzelne Information speichern und gewichtet mit anderen Informationen verknüpfen. Deep Learning ist damit eine Methode, Computer anhand von Trainingsdaten darin zu trainieren, Informationen zu erkennen, zu abstrahieren, zu klassifizieren, miteinander zu verknüpfen und diese Verknüpfungen zu gewichten.

Am Ende einer solchen Bildanalyse steht keine sichere Aussage, sondern eine Wahrscheinlichkeit. Das Modell ordnet einem Bild dann zum Beispiel mit einem Konfidenzwert von 98,5 % die Kategorie „Hund“ zu.