Wie vollbringen ChatGPT & Co das Kunststück des Lernens?
Herkömmliche Computeralgorithmen sind dem menschlichen Intellekt in vielerlei Hinsicht überlegen: zum Beispiel beim Multiplizieren großer Zahlen oder beim durch die Analyse einer großen Anzahl von Zügen. Doch es gibt auch viele Aufgaben, die uns für selbstverständlich sind, die Fähigkeiten von Algorithmen jedoch bei weitem übersteigen: Starre Algorithmen können weder menschliche Handschriften entziffern noch Autos fahren.
Die jüngsten Durchbrüche in der künstlichen Intelligenz umgehen diese Probleme mit einem ganz anderen Ansatz: Sie nutzen künstliche neuronale Netze, die durch die (teils verstandene) Funktionsweise des menschlichen Gehirns inspiriert sind.
Das Besondere an künstlichen neuronalen Netzen ist, dass sie nicht starr, sondern lernfähig sind. Menschliche Programmierer geben ihre grobe Struktur vor und liefern Trainingsdaten, schreiben aber keine einzige Codezeile, die ihr Verhalten steuert.
Im Sinne eines guten Unix-Kommandozeilentools möchte dieser Vortrag eine Sache erklären und die aber gut erklären: Wie gelingt künstlichen neuronalen Netzen das Lernen?
Wir erfahren, dass die Antwort auf einen mathematischen Durchbruch Ende des 17. Jahrhunderts basiert und diskutieren, warum Deep Learning erst in den letzten Jahren einen steilen Aufschwung erlebte, obwohl die Grundlagen künstlicher neuronaler Netze seit den 1980er Jahren verstanden sind. Wir werden auch einige der größten Probleme neuronaler Netze ansprechen, die sich direkt aus der Art und Weise ergeben, wie neuronale Netze lernen.
Der Vortrag erfordert keine fortgeschrittenen mathematischen Kenntnisse. Wenn Sie Michael Nielsens Buch bereits kennen, erwarten Sie nichts Neues und besuchen Sie diesen Vortrag nur, wenn Sie Anmerkungen machen wollen. Ziel des Vortrags ist es, andere Vorträge über neuronale Netze verständlicher machen.