Warum es künstliche Intelligenz eigentlich noch nicht gibt

Die Lösung immer mitgeben

„Zwei Arten des maschinellen Lernens sind heute erfolgreich: zum einen tiefe neuronale Netze, auch als Deep Learning bekannt. Zum anderen das Verstärkungslernen“, erklärt Prof. Dr. Laurenz Wiskott, Inhaber des Lehrstuhls Theorie Neuronaler Systeme der RUB.

Beide basieren darauf, dass man ein System auf eine ganz bestimmte Aufgabe trainiert, zum Beispiel eine Entscheidung zu treffen. Man gibt das gewünschte Ergebnis im Training mit der Aufgabe zusammen vor. Im Laufe der Zeit lernt der Computer dann, die Aufgabe immer schneller treffsicher zu lösen – in vielen Fällen besser als der Mensch.

Im Grunde strohdoof

Aber: „Das Problem mit diesen Prozessen maschinellen Lernens ist, dass sie im Grunde strohdoof sind“, sagt Laurenz Wiskott. „Die zugrunde liegenden Techniken stammen aus den 1980er-Jahren. Der Grund für ihren heutigen Erfolg liegt nur darin, dass wir heute größere Rechenkapazitäten haben und mehr Daten.“

Das macht es möglich, die eigentlich ineffizienten Lernprozesse in ihren unzähligen Durchgängen in kürzester Zeit durchlaufen zu lassen und neuronale Netze mit Massen von Bildern und Bildbeschreibungen zu füttern, um sie zu trainieren.

„Wir wollen aber wissen: Wie lässt sich zum einen das viele unsinnige Training vermeiden? Und vor allem: Wie können wir maschinelles Lernen flexibler machen?“, bringt es Wiskott auf den Punkt. Denn künstliche Intelligenz mag in genau der einen Aufgabe, für die sie trainiert wurde, dem Menschen überlegen sein – verallgemeinern oder auf verwandte Aufgaben übertragen kann sie ihr Wissen nicht.

Neue Ansätze für das Lernen von Maschinen

Die Forscherinnen und Forscher am Institut für Neuroinformatik setzen daher auf neue Strategien, die Maschinen helfen, Strukturen selbstständig zu entdecken. Dazu kann zum Beispiel die Aufgabe gehören, Cluster zu bilden oder langsame Veränderungen in Videos zu entdecken und auszuwerten. Durch dieses unüberwachte Lernen können Computer die Welt eigenständig entdecken und somit auch Aufgaben angehen, für sie nicht im Detail trainiert wurden.

Angeklickt

Einen ausführlichen Beitrag zu dem Thema finden Sie im Wissenschaftsmagazin Rubin. Texte auf der Webseite und Bilder aus dem Downloadbereich dürfen unter Angabe des Copyrights für redaktionelle Zwecke honorarfrei verwendet werden.

Pressekontakt

Prof. Dr. Laurenz Wiskott
Lehrstuhl Theorie Neuronaler Systeme
Institut für Neuroinformatik
Ruhr-Universtität Bochum
Tel.: 0234 32 27997
E-Mail: laurenz.wiskott@rub.de

Prof. Dr. Laurenz Wiskott
Lehrstuhl Theorie Neuronaler Systeme
Institut für Neuroinformatik
Ruhr-Universtität Bochum
Tel.: 0234 32 27997
E-Mail: laurenz.wiskott@rub.de

https://news.rub.de/wissenschaft/2019-10-24-neuroinformatik-warum-es-kuenstliche… – Beitrag mit Bildern zum Herunterladen

Media Contact

Meike Drießen idw - Informationsdienst Wissenschaft

Alle Nachrichten aus der Kategorie: Informationstechnologie

Neuerungen und Entwicklungen auf den Gebieten der Informations- und Datenverarbeitung sowie der dafür benötigten Hardware finden Sie hier zusammengefasst.

Unter anderem erhalten Sie Informationen aus den Teilbereichen: IT-Dienstleistungen, IT-Architektur, IT-Management und Telekommunikation.

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Brustkrebs-Charakterisierung mit KI

Forschende des Paul Scherrer Instituts PSI und des Massachusetts Institute of Technology MIT nutzen künstliche Intelligenz, um die Einordnung von Brustkrebs zu verbessern. Krebs ist nicht gleich Krebs. Manche Tumore…

Partikelgrößenverteilung im laufenden Mahlprozess messen

Die Wirkungsweise von Pharmazeutika, die Effizienz von Katalysatoren oder die Farbwirkung und Funktionalität von Drucktinten hängen auch von der Größe der darin enthaltenen Nanopartikel ab. Doch es fehlt an Methoden,…

Was bei der Vorhersage der Arzneiwirkung passiert

Forschungsticker Uni Bonn: Welcher Arzneimittelkandidat hat die beste Wirksamkeit für eine bestimmte Erkrankung? Solche Vorhersagen werden am Computer bearbeitet – mit Hilfe des Maschinellen Lernens und anderer Ansätze der Künstlichen…

Partner & Förderer