header_home_wuerfel_1920px.jpg

Deep Learning: von der Zukunftsvision zur Realität

Fast zwei Drittel der Unternehmen in Deutschland, Österreich und der Schweiz beschäftigen sich aktiv mit den Themen Machine und Deep Learning. Jedes fünfte Unternehmen setzt bereits maschinelles Lernen, Deep Learning oder andere Techniken der Künstlichen Intelligenz (KI) aktiv ein. Das Hype-Thema KI und die damit verbundenen Technologien Machine und Deep Learning sind auf der Agenda der Entscheidungsträger angekommen. Zu diesem Ergebnis kommt die aktuelle Studie „Machine Learning im Unternehmenseinsatz – Künstliche Intelligenz als Grundlage digitaler Transformationsprozesse" von Crisp Research.

Ki_Grafik_Crisp_Research.jpg

Künstliche Intelligenz und ihre Techniken Machine Learning und Deep Learning sind laut Crisp Research die Kernbausteine eines autonomen Unternehmens. Quelle: Crisp Research

Der Siegeszug der Künstlichen Intelligenz

Künstliche Intelligenz ist der populäre Oberbegriff für diverse Techniken und Technologien, zu denen auch maschinelles Lernen und Deep Learning gehören. Diese Technologien eint die Vision, dass eine maschinelle, künstliche Form der Intelligenz der menschlichen Intelligenz überlegen ist. Deep Learning ist dabei ein Teilbereich des maschinellen Lernens. Es ist eine spezielle Methode der Informationsverarbeitung, die neuronale Netze dazu nutzt, Maschinen das Lernen beizubringen. Mittels vorhandener Daten und Informationen werden von der Maschine Muster erkannt. Diese Muster werden wiederum mit vorhandenen Daten und Kontexten in Verbindung gebracht und befähigen die Maschine, auf dieser Basis Entscheidungen zu treffen und ihre Fähigkeiten selbstständig – ohne menschliches Zutun – kontinuierlich zu verbessern.

cyborg-2765349_1920.jpg

Maschine und Deep Learning sind schon lange keine Zukunftsmusik mehr. Bildquelle: Pixabay/kalhh

Von Deep Blue zu AlphaGo

Das erste publikumswirksame Ausrufezeichen im Bereich KI setzte IBM in den neunziger Jahren mit Deep Blue. 1997 gelang es dem Schach-PC erstmals den damalig amtierenden Schachweltmeister Garry Kasparov zu schlagen. Erstmals überflügelte maschinelle Intelligenz die Menschliche. 2011 gelang es IBM mit Watson einen PC zu entwickeln, der die menschliche Sprache versteht und dank maschinellem Lernen auch komplexe Fragen schnell beantworten kann. Im Frühjahr 2016 erzielte Google’s AlphaGO den letzten prominenten Sieg der Maschine über den Menschen: Dank Deep Learning und anderen aktuellen KI-Verfahren konnte der vermutlich weltbeste Go-Spieler durch KI bezwungen werden. Diese Beispiele aus der Geschichte der KI zeigen ganz deutlich: Was vor über 20 Jahren als Vision begann, ist heute bereits Realität.

Breites Anwendungsspektrum von Deep Learning

Deep Learning mit neuronalen Netzen als Teildisziplin der KI wird viel diskutiert. Deep Learning steht − in der einen oder anderen Form − hinter immer mehr der technologischen Neuigkeiten, die unseren Alltag bestimmen. Colorierte Schwarz-Weiss-Filme, automatisch generierte Musik, autonomes Fahren, Chatbots, Modeempfehlungen oder spontane Übersetzungen zwischen vorher nicht aufeinander trainierten Sprachen sind nur einige mögliche Beispiele.

New Call-to-action

Anwendungsfall: Risserkennung auf Strassen, Rad- und Fusswegen

Ein konkreter Anwendungsfall von Deep Learning liegt in der Objekterkennung und Objektsegmentierung. Für die kosteneffiziente Instandhaltung von Strassen, Rad- und Fusswegen müssen Risse rechtzeitig erkannt und ausgebessert werden, bevor sie sich ausweiten. Ein frühzeitiges Auffinden dieser Defekte spart Geld und Zeit. Risse auf Fotos durch Angestellte manuell klassifizieren zu lassen, ist sehr aufwändig. Mithilfe von Deep-Learning-Techniken kann ein neuronales Netz programmiert werden, das genau diese zeitintensive Arbeit übernimmt. Dadurch können Strassenschäden frühzeitig erkannt und behoben werden.


WebCast "Deep Learning in Action − automatische Riss-Bewertung im Strassenbau"

Bild1.jpgAm 10.10.2017 hat ein WebCast zum Thema "Deep Learning in Action − automatische Riss-Bewertung im Strassenbau" stattgefunden. Darin hat Data Scientist Sigrid Keydana erläutert, was sich hinter dem Hype Deep Learning verbirgt und wie ein neuronales Netz lernt. Am Beispiel einer realen Fragestellung wurde gezeigt, wie man Deep Learning für im Alltag anstehende Aufgaben nutzen kann. Eine Aufzeichnung des triCast und die zugehörigen Unterlagen erhalten Sie hier.

Weiterführende Informationen

Topics: Industrie 4.0 Digital Business Transformation