OD’15: Deep Learning

Worum geht es bei Deep Learning?

Deep Learning ist ein Verfahren aus dem Bereich der automatischen Mustererkennung. Die Software bekommt Daten “gezeigt” – wie etwa Fotos von Hunden und Katzen. Anhand dieser Daten wird gelernt, Hunde von Katzen zu unterscheiden. Bekommt das Programm ein neues, noch unbekanntes Foto vorgelegt, kann es sagen, welches Tier darin zu sehen ist. Wählt man Trainingsdaten mit ausreichender Qualität und Quantität, so funktionieren diese Vorhersagen verblüffend gut.

Dieses Prinzip ist ein allgemeines für Machine Learning. Wieso wird nun Deep Learning gegenüber anderen Verfahren bevorzugt? Der Grund dafür liegt darin, dass Deep Learning ohne manuelle Nachhilfe auskommt. Bei anderen Verfahren müssen in einem Vorverarbeitungsschritt erst einmal aussagekräftige Merkmale aus den Daten (wie hier den Bildern) extrahiert werden. Wenn man überlegt, was einen Hund optisch von einer Katze unterscheidet, wird klar, dass auch wir Menschen viele Dinge, die wir verinnerlicht haben (implizites Wissen), nicht ohne weiteres formal beschreiben können. Eine solche formale Beschreibung wäre aber nötig, um eine Merkmals-Extraktion in Software zu gießen.

Beim Deep Learning wird nicht nur die Unterscheidung gelernt, sondern eben auch die Merkmale anhand derer 2 Klassen (wie Hund und Katze) unterschieden werden können. Der gleiche Algorithmus kann dadurch mit sehr wenig Aufwand auch auf andere Domänen angewandt werden.

Wo ist dann der Haken? Etwas automatisch zu lernen, das anderen Algorithmen bereits vorgegeben wurde, kostet natürlich auch etwas. Während das Laufzeitverhalten bei der Klassifizierung ähnlich bleibt, wird die Trainingsphase komplexer. Wir helfen uns dadurch, dass wir dieses Trainieren zu einem sehr hohen Grad parallelisieren. Moderne Grafikkarten sind aus mehreren tausend Rechenkernen gebaut, die alle gleichzeitig an einem Modell arbeiten können.

Was macht Catalysts mit Deep Learning?

Bei Catalysts haben wir Erfahrung mit Machine Learning in der Bildverarbeitung und -erkennung. Das reicht vom Erkennen von Personen in Videos hin zur Verarbeitung von Satellitendaten. Inzwischen versuchen wir diese Erfahrungen auch in die Krebsforschung einzubringen.

Und wie funktioniert das jetzt genau?

Deep Learning Verfahren gehören zu den neuronalen Netzen. Dabei werden Neuronen aus unserem Nervensystem in vereinfachter Form mathematisch nachgebildet und zu Netzen verschaltet. Durch unterschiedliche Gewichtungen dieser Verbindungen werden Muster abgebildet (Trainingsphase) bzw. erkannt (Klassifizierungsphase).

Deep Learning - Next Generation Gene Analysis

Kann ich Deep Learning auch für meine aktuellen Problemstellungen einsetzen?

Sind Sie neugierig geworden? Wir nehmen uns gerne Zeit für Sie, um Ihre Herausforderungen zu besprechen und die Möglichkeiten zu diskutieren.

Vorheriger Beitrag
Arbeit kann auch Spaß machen
Nächster Beitrag
OD’15: The Catalysts Way

Related Posts

No results found

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Bitte füllen Sie dieses Feld aus
Bitte füllen Sie dieses Feld aus
Bitte gib eine gültige E-Mail-Adresse ein.
Sie müssen den Bedingungen zustimmen, um fortzufahren

Menü