Deep Learning verstehen: Wie Maschinen lernen, die Welt in Schichten zu sehen.
Frage: Ist ein „Neuronales Netz“ ein echtes Gehirn im Computer?
Antwort: Nein. Der Name verweist auf die Anregung durch das Gehirn. Ein Neuronales Netz ist eine mathematische Struktur aus verbundenen Rechenknoten, die oft in Schichten angeordnet sind. Während unser Gehirn biologisch arbeitet (Zellen), rechnet die KI stur mit Zahlen. Aber die Idee, Informationen in einem riesigen Netzwerk zu verarbeiten, ist vom Gehirn abgeschaut.
Keine Magie, sondern Mathematik in Schichten
Wenn Experten von moderner KI sprechen, fallen oft Begriffe wie „Deep Learning“ (Tiefes Lernen) oder „Neuronale Netze“. Das klingt nach Science-Fiction, kann aber zum Beispiel als cleveres Sortier-System arbeiten.
Um zu verstehen, wie das funktioniert, müssen wir uns von der Idee lösen, dass der Computer ein Bild „sieht“ wie wir. Für den Computer ist ein Foto nur ein Haufen Zahlen (Pixelwerte). Seine Aufgabe ist es, in diesem Zahlen-Chaos eine Ordnung zu finden.
Die Analogie: Die riesige Filter-Maschine
Stell dir ein Neuronales Netz nicht wie ein Gehirn vor, sondern wie eine lange Reihe von halb-durchsichtigen Glasscheiben (Filter), die hintereinander stehen. Wir schieben ein Bild vorne hinein. Die folgenden Schichten sind ein vereinfachtes Anschauungsbeispiel für Bilderkennung; ihre genaue Zahl und Aufgabenverteilung sind nicht bei jedem Netz gleich.
- 🔹 Schicht 1 (Grobe Filter): Die erste Scheibe erkennt in unserem vereinfachten Bild ganz einfache Dinge: Wo ist es hell? Wo ist es dunkel? Wo sind Kanten?
- 🔹 Schicht 2 (Muster): Die nächste Scheibe kombiniert diese Kanten. Sie erkennt: „Aha, hier bilden die Kanten einen Kreis“ oder „Dort ist eine Ecke“.
- 🔹 Schicht 3 (Objekte): Die dritte Scheibe setzt die Formen zusammen. Zwei Kreise und ein Strich werden plötzlich als „Augen und Nase“ erkannt.
- 🔹 Ausgabe-Schicht (Ergebnis): Ganz am Ende steht das Ergebnis. Die Maschine könnte aus den verarbeiteten Merkmalen zum Beispiel die Einschätzung „Zu 99% eine Katze“ ausgeben. Das ist keine Garantie, und daraus allein wissen wir noch nicht, ob Ohren, Fell oder Schnurrhaare ausschlaggebend waren.
Das Wort „Deep Learning“ (Tiefes Lernen) bezeichnet das Lernen mit mehreren aufeinanderfolgenden Verarbeitungsschichten. Manche Netze haben Hunderte davon. Mehr Schichten können komplexere Verknüpfungen ermöglichen, machen ein Netz aber nicht automatisch besser.
Schematische Darstellung eines Netzes mit wenigen Schichten. Die grünen Linien veranschaulichen Verbindungen; eine tatsächliche Ausgabe entsteht aus vielen zusammenwirkenden Berechnungen und nicht aus einem einzigen Entscheidungsweg.
Ein konkretes Beispiel: Wie die KI eine „8“ liest
Handschrift erkennen
Stell dir vor, du schreibst eine krakelige „8“ auf einen Zettel.
Die KI erhält das eingescannte Bild. So kannst du dir die Verarbeitung vereinfacht vorstellen:
Schicht 1 sieht nur schwarze Pixel auf weißem Grund.
Schicht 2 erkennt: „Hier sind Kurven.“
Schicht 3 merkt: „Die Kurven schließen sich zu zwei Kreisen.“
Schicht 4 kombiniert: „Zwei Kreise übereinander? Das muss eine 8 sein!“
Ein Kreis oben und ein Strich unten könnten entsprechend auf eine „9“ hindeuten. An solchen Zuordnungen wirken viele künstliche „Neuronen“ zusammen – kleine Rechenknoten. Ein einzelnes Neuron übernimmt nicht automatisch einen ganzen, für uns benennbaren Erkennungsschritt.
Der Unterschied zum menschlichen Gehirn
Obwohl die Technik „Neuronales Netz“ heißt, gibt es einen gigantischen Unterschied zu uns.
Wir Menschen verstehen die Bedeutung. Wenn wir eine Katze sehen, denken wir an „weich“, „Haustier“ oder „Tierhaarallergie“. Wir haben Assoziationen.
Eine richtige Zuordnung durch das Neuronale Netz belegt noch kein menschliches Verständnis dieser Bedeutung. Für die Bildklassifikation wird aus den verarbeiteten Zahlen das Ergebnis „Katze“ berechnet. Gezielt veränderte Pixel können bei manchen Bildmodellen eine falsche Zuordnung auslösen. „Katze statt Toaster“ ist hier ein anschauliches Beispiel für zwei verwechselte Kategorien, kein nachgewiesener Einzelfall. Auch menschliche Wahrnehmung ist nicht unfehlbar; unter Zeitdruck können bestimmte manipulierte Bilder ebenfalls täuschen.
Die Grafik zeigt eine mögliche Merkmals-Hierarchie stark vereinfacht. Echte Netze bilden nicht zwingend genau diese vier Stufen oder genau diese erkennbaren Gesichtsteile ab.
Warum ist das eine „Blackbox“?
Vielleicht hast du schon gehört, dass KI oft eine „Blackbox“ ist. Das bedeutet: Wir wissen, was vorne reingeht (Bild) und was hinten rauskommt (Ergebnis). Die Rechenschritte und einstellbaren Zahlen im Netz sind grundsätzlich beschreibbar. Ihr Zusammenspiel kann aber so komplex sein, dass selbst die Erbauer eine konkrete Ausgabe nicht einfach in eine verständliche Begründung übersetzen können.
Bei einem privaten Katzenfoto ist eine falsche Zuordnung meist wenig folgenreich. Es wird aber kritisch, wenn KI etwa bei einer Kreditentscheidung oder beim Bremsen eines Autos mitwirkt. Deshalb arbeiten Forscher daran, diese „Box“ durchsichtiger zu machen.
Glossar: Die Bauteile der KI
| Begriff | Erklärung |
|---|---|
| Neuron (künstlich) | Keine biologische Zelle, sondern eine kleine Rechenformel. Sie nimmt Zahlen auf, verrechnet sie und gibt das Ergebnis weiter. |
| Layer (Schicht) | Eine Verarbeitungsebene im Netz. Mehr aufeinanderfolgende Schichten machen das Netz „tiefer“, aber nicht automatisch klüger. |
| Deep Learning | Lernen mit mehreren aufeinanderfolgenden Verarbeitungsschichten („Tiefes Lernen“). Diese Technik wird zum Beispiel für Bild- und Spracherkennung eingesetzt. |
| Input / Output | Eingabe (z.B. das Foto) und Ausgabe (z.B. das Wort „Katze“). Dazwischen liegen bei einem solchen Netz die „Hidden Layers“ (verborgene Schichten). |
Quellen
- Wie Neuronale Netze funktionieren (Visuell genial erklärt, englisch)3Blue1Brown · YouTube
- Kompetenzzentrum Deep LearningDFKI
Kommentar