Spektrum der Wissenschaft 8.19 61
AUF EINEN BLICK
NETZWERKE TRAINIEREN
NETZWERKE1
Da neuronale Netze sich beim Lernen selbst anpas-
sen, können sie sich mit Problemen beschäftigen, für
die Menschen keine Lösung finden.2
Eine Aufgabe besteht darin, künstliche Intelligenzen
weiter zu verbessern. Somit nutzen Informatiker
inzwischen neuronale Netze, um diese selbst zu
optimieren.3
Damit erzielten sie schon bedeutende Fortschritte.
Unter anderem verliehen sie ihren Programmen
eine bessere Auffassungsgabe, mehr Flexibilität und
»Fantasie«.IMAGINIMA / GETTY IMAGES / ISTOCK
In den letzten Jahren haben Maschinen in vielen
Bereichen eine ähnliche Leistungsfähigkeit wie wir
Menschen erreicht, etwa wenn es darum geht, Gesich-
ter zu erkennen oder Texte in andere Sprachen zu überset-
zen – ganz zu schweigen von ihren Erfolgen in Brett- und
Arcadespielen (siehe Spektrum November 2018, S. 72). Daher
könnte man vielleicht erwarten, dass Computerwissen-
schaftler anfangen, auf die menschliche Intelligenz herabzu-
blicken. Aber ganz im Gegenteil geraten die Forscher
geradezu ins Schwärmen, wenn es um das menschliche
Gehirn geht: Vor allem dessen Anpassungsfähigkeit und
das breite Spektrum an Fähigkeiten erstaunt sie immer
wieder.Noch stehen Computer dem menschlichen Gehirn in
einigem nach. Allerdings lassen neueste Fortschritte
Maschinen menschlicher wirken denn je.Von solchen Eigenschaften sind Maschinen nämlich
noch weit entfernt. Wenn eine künstliche Intelligenz (KI) auf
eine Aufgabe trainiert wurde, fällt es ihr schwer, eine zwei-
te, wenn auch ähnliche zu erlernen. Zudem ist nicht immer
klar, wie sie zu ihrem Ergebnis kam; der rechnerische
Vorgang ist ziemlich undurchsichtig. Doch das wohl bedeu-
tendste Hindernis für zukünftige Entwicklungen ist, dass
die meisten Programme nur sehr langsam lernen und dazu
auch noch enorme Datenmengen brauchen, die nicht
immer vorliegen.
Aus diesem Grund konzentrieren sich die – durchaus
beeindruckenden – Erfolge des maschinellen Lernens auf
einige ausgewählte Bereiche. Möchte man etwa eine Bild-
erkennungssoftware entwickeln, findet man haufenweise
Beispielbilder von Katzen oder Prominenten, mit denen man
das Programm trainieren kann. Bei anderen Datensätzen,
etwa medizinischen Scans, ist das schon schwieriger.Spektrum der Wissenschaft 8.19 61