Tiefes Lernen (DL)

Wie Deep Learning funktioniert

Die Kernkomponenten des Deep Learning sind tiefe neuronale Netze, die aus einer Eingabeschicht, mehreren verborgenen Schichten und einer Ausgabeschicht bestehen. Jede Schicht enthält miteinander verbundene Knoten oder "Neuronen", die Informationen verarbeiten. Im Gegensatz zu flachen Netzen ermöglicht die Tiefe dieser Modelle ein hierarchisches Lernen von Merkmalen. Bei der Bilderkennung beispielsweise können die ersten Schichten einfache Kanten erkennen, die nachfolgenden Schichten kombinieren diese zu Formen, und die tieferen Schichten erkennen komplexe Objekte. Durch diesen Prozess der automatischen Merkmalsextraktion entfällt die Notwendigkeit der manuellen Merkmalserstellung, was einen erheblichen Vorteil gegenüber vielen herkömmlichen ML-Ansätzen darstellt. Für das Training dieser Netze müssen sie in der Regel mit großen Mengen an markierten Daten gefüttert werden(überwachtes Lernen) und Algorithmen wie Backpropagation und Gradientenabstieg verwenden, um die Modellgewichte anzupassen und Fehler zu minimieren(Verlustfunktion). Dieser rechenintensive Prozess ist in hohem Maße auf leistungsstarke Hardware, insbesondere GPUs, angewiesen, um das Modell effizient zu trainieren.

Bedeutung für AI und Computer Vision

Deep Learning ist eine wichtige Triebkraft für den Fortschritt in der KI, insbesondere im Bereich der Computer Vision (CV). Seine Fähigkeit, aus riesigen Datensätzen wie dem COCO-Datensatz oder ImageNet aussagekräftige Darstellungen zu lernen, hat zu Durchbrüchen in Bereichen geführt, die zuvor als Herausforderung für Maschinen galten. Modelle wie Ultralytics YOLO nutzen DL für leistungsstarke Objekterkennung, Bildsegmentierung und Bildklassifizierung. Techniken wie das Transfer-Lernen ermöglichen die Nutzung bereits trainierter Modelle (Modelle, die bereits auf großen Datensätzen trainiert wurden), um die Entwicklung neuer, verwandter Aufgaben zu beschleunigen, selbst mit weniger Daten. Das Feld verdankt viel Pionieren wie Geoffrey Hinton, Yann LeCun und Yoshua Bengio, die oft als die "Paten der KI" bezeichnet werden. Organisationen wie DeepLearning.AI und die Association for the Advancement of Artificial Intelligence (AAAI) treiben die Forschung und Ausbildung in diesem sich rasch entwickelnden Bereich weiter voran.

Unterscheidung von verwandten Begriffen

• Maschinelles Lernen (ML): DL ist eine Teilmenge von ML. Während alles DL ML ist, ist nicht alles ML DL. ML umfasst ein breiteres Spektrum an Algorithmen, einschließlich Methoden, die nicht auf neuronalen Netzen beruhen, wie Support Vector Machines (SVM), Entscheidungsbäume und lineare Regression, die häufig eine manuelle Merkmalserfassung erfordern. DL zeichnet sich durch Aufgaben aus, die unstrukturierte Daten und automatisches Feature-Learning durch Deep-Architekturen beinhalten.
• Künstliche Intelligenz (KI): KI ist der übergreifende Bereich, der sich mit der Entwicklung von Systemen beschäftigt, die intelligentes Verhalten zeigen. ML ist ein Ansatz, um KI zu erreichen, indem Systeme in die Lage versetzt werden, aus Daten zu lernen. DL ist ein spezieller Satz von Techniken innerhalb von ML, der tiefe neuronale Netze verwendet. Man kann es sich als verschachtelte Konzepte vorstellen: KI > ML > DL.

Anwendungen in der realen Welt

Deep Learning ist die Grundlage vieler moderner KI-Anwendungen:

• Autonome Fahrzeuge: DL-Modelle verarbeiten Sensordaten (Kameras, LiDAR) für Objekterkennung, Spurhaltung und Navigation in Echtzeit und ermöglichen so die Selbstfahrfähigkeiten von Systemen, die von Unternehmen wie Waymo entwickelt wurden. Erfahren Sie mehr über KI in selbstfahrenden Autos.
• Medizinische Bildanalyse: DL-Algorithmen analysieren medizinische Scans (wie MRT- oder CT-Scans), um Radiologen bei der Identifizierung von Tumoren, der Früherkennung von Krankheiten und der Segmentierung von Organen zu unterstützen. Initiativen wie das Bridge2AI-Programm der NIH zielen darauf ab, KI für biomedizinische Fortschritte zu nutzen. Entdecken Sie die Ultralytics-Lösungen für KI im Gesundheitswesen.
• Verarbeitung natürlicher Sprache (NLP): Aufgaben wie maschinelle Übersetzung, Stimmungsanalyse und der Betrieb von fortgeschrittenen Chatbots wie ChatGPT von OpenAI stützen sich stark auf DL-Modelle, insbesondere Transformers.
• Empfehlungssysteme: Plattformen wie Netflix nutzen DL, um das Nutzerverhalten und die Vorlieben zu analysieren und relevante Inhalte vorzuschlagen.
• Spracherkennung: Virtuelle Assistenten und Diktiersoftware nutzen DL, um gesprochene Sprache in Text umzuwandeln.

Tools und Rahmenwerke

Die Entwicklung von DL-Modellen wird durch verschiedene Softwarebibliotheken und Plattformen erleichtert. Zu den beliebten Open-Source-Frameworks gehören:

• PyTorch: Bekannt für seine Flexibilität und seinen auf Python basierenden Ansatz(PyTorch-Homepage). Ultralytics-Modelle werden mit PyTorch erstellt..,
• TensorFlow: Entwickelt von Google, bietet ein umfassendes Ökosystem(TensorFlow Homepage).
• Keras: Eine High-Level-API, die auf TensorFlow aufgesetzt werden kann und für ihre Benutzerfreundlichkeit bekannt ist(Keras-Homepage).

Plattformen wie Ultralytics HUB bieten integrierte Umgebungen für das Training benutzerdefinierter Modelle, den Einsatz und die Verwaltung von DL-Modellen, insbesondere für Computer-Vision-Aufgaben mit Modellen wie YOLO11. Zu einer effektiven Entwicklung gehören oft Praktiken wie die rigorose Abstimmung von Hyperparametern, das Verständnis von Leistungsmetriken und die Nutzung von GPU-Beschleunigung für effizientes Modelltraining.