Analyse

Künstliche Intelligenz – Ist der Deep-Learning-Boom bald am Ende?

Vom autonomen Fahren bis Alphago – die großen Fortschritte im Bereich der künstlichen Intelligenz verdanken wir fast allesamt der Technik Deep Learning. Doch der Boom könnte bald vorbei sein, fürchten immer mehr Experten.

Der Sieg eines Computers über einen menschlichen chinesischen Go-Meister war so etwas wie der „Sputnik-Schock“ unserer Generation für Chinas Führung. KI-Experten rechneten erst in Jahrzehnten mit dem, was der Londoner Google-Schwester 2016 gelang: Einen menschlichen Meister in dem Spiel zu schlagen – einem Brettspiel mit mehr möglichen Positionen als Atome im Universum vorhanden sind. Die Folge in China: Ein massives staatlichen Förderprogramm von künstlicher Intelligenz, insbesondere der Technik des Deep Learnings. Bis 2030 will Chinas Xi Jinping durch Investitionen von mehr als 150 Milliarden US-Dollar global führend in der Technologie werden.

Noch scheint das Londoner Deepmind-Team weltweit an der Speerspitze. Erst kürzlich gelang es dem Team, auch menschliche Profispieler im Echtzeitstrategiespiel Star Craft II zu schlagen.

Von Logiksystemen zu Deep Learning – die Trends der KI

Deep Learning wird längst in weiten Teilen der Tech-Branche eingesetzt – von Googles Websuche über Facebooks Newsfeed und die Empfehlungen von Netflix bis hin zu modernen Fahrassistenzsystemen, die vollständig autonom fahrenden Autos immer näher kommen. Bei dem statistischen Verfahren geht es darum, in großen Datenmengen Muster zu erkennen – und dabei bilden die Daten selbst den Algorithmus.

MIT Technology Review hat nun alle seit 1993 bis November 2018 veröffentlichen wissenschaftlichen Paper zur KI-Forschung bei Arxiv, eine der größten Open-Source-Datenbanken zu wissenschaftlicher Forschung im Netz, ausgewertet. Die Daten repräsentieren nur einen Bruchteil der KI-Forschung, es lassen sich aber trotzdem einige Entwicklungen der vergangenen Jahrzehnte klar anhand der verwendeten Begriffe ablesen.

Aus den Daten des Magazins lassen sich drei Trends ableiten: Erstens eine Verschiebung in Richtung Machine Learning seit den späten 1990er- und frühen 2000er-Jahren. Zweitens die steigende Beliebtheit künstlicher neuronaler Netze ab Anfang der 2010er-Jahre. Und drittens die steigende Beliebtheit des Reinforcement Learning – auf Deutsch: bestärkendes Lernen – seit einigen Jahren. Bei dieser Unterform des Machine Learnings optimiert eine KI auf eine Belohnung (Nutzenfunktion) hin und lernt so selbstständig, welche Strategien eher zu einer positiven Belohnung führen und welche zu einer Abstrafung.

Bitte beachte unsere Community-Richtlinien

3 Reaktionen
Robert W.

da hat sich ein kleiner Fehler eingeschlichen:

"Die >>Begürndung<< für diesen Trend: die großen Erfolge bei der Bilderkennung."

Antworten
Gigi

Interessant und hilfreich, auf die ganzen Jubelmeldungen auch mal realistisch-kritische Berichte zu lesen. Da fühl ich mich danach immer etwas besser :).

Antworten
Titus von Unhold

Die Mitarbeiter sollten sich dringend ein Beispiel an ihrem Chef nehemen.

Antworten

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Hey du! Schön, dass du hier bist. 😊

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team bestehend aus 65 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Danke für deine Unterstützung.

Digitales High Five,
Stephan Dörner (Chefredakteur t3n.de) & das gesamte t3n-Team

Anleitung zur Deaktivierung