/ en / Traditional / help

Beats Biblionetz - Begriffe

deep learning

iconBiblioMap Dies ist der Versuch, gewisse Zusammenhänge im Biblionetz graphisch darzustellen. Könnte noch besser werden, aber immerhin ein Anfang!

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese Grafik fensterfüllend anzeigen (SVG)

iconBemerkungen

Gerd GigerenzerHäufig heißt es, ein Computer wisse nur das, was man ihm sagt. Das mag auf die psychologische KI zutreffen, aber nicht auf Netze. Ein tiefes neuronales Netzwerk kann lernen, Dinge zu »wissen«, die wir nur schwer verstehen können.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Sind selbstfahrende Autos zum Greifen nah?
Gerd GigerenzerDennoch verdeutlicht der Umstand, dass die meisten Formen überwachten und unüberwachten Lernens schon lange bekannt sind, dass letztlich keine andere Qualität von »Intelligenz« in tiefen neuronalen Netzwerken am Werk ist als in der normalen Statistik.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Sind selbstfahrende Autos zum Greifen nah?
Gerd GigerenzerTiefe neuronale Netze sind nichts Neues. Künstliche Netze kennen wir seit den 1950er und 60er Jahren. Daher haben einige Statistiker beklagt, Ingenieure mit geringen Statistikkenntnissen hätten bereits existierende Statistikwerkzeuge neu erfunden und in einen imposanten irreführenden Jargon verpackt.
Von Gerd Gigerenzer im Buch Klick (2021) im Text Sind selbstfahrende Autos zum Greifen nah?
c't 6/2016Je komplexer die Aufgabe, umso tiefer müssen die Netze sein, kurz: Je mehr Schichten, desto besser. Dafür hat sich der Begriff Deep Learning etabliert. Die zusätzlichen Schichten gewinnbringend einzusetzen ist eine der großen Herausforderungen in der KI-Forschung. Obwohl man noch keine exakte Vorstellung davon hat, was genau innerhalb der riesigen Netze abläuft, müssen die Wissenschaftler ein Gefühl für potenzielle Verbesserungen entwickeln und eine passende Netzarchitektur austüfteln.
Von Andrea Trinkwalder in der Zeitschrift c't 6/2016 (2016) im Text Netzgespinste
Neuronale DenkfehlerDeep Learning und andere Verfahren des maschinellen Lernens sind Realität: In Gestalt nützlicher kleiner Helfer organisieren sie den Alltag, in Firmen steigern sie die Effizienz. Beeindruckende Erfolge in Spezialdisziplinen lassen die Technik als Lösung für alle möglichen Probleme erscheinen, die der Mensch nicht vollständig durchblickt. Doch davon ist man noch weit entfernt. KI-Experten und Neurowissenschaftler sind sich weitgehend einig, dass man für solch komplexe Systeme, die auch selbstständig Theorien entwickeln und hinterfragen müssten, eine ganz andere Architektur bräuchte.
Von Andrea Trinkwalder in der Zeitschrift Neuronale Denkfehler (2018) im Text Irren ist künstlich

iconVerwandte Objeke

icon
Verwandte Begriffe
(Cozitation)
supervised learning, symbolische künstliche Intelligenz (GOFAI), AlphaGo, unsupervised learning, reinforcement learning

iconStatistisches Begriffsnetz  Dies ist eine graphische Darstellung derjenigen Begriffe, die häufig gleichzeitig mit dem Hauptbegriff erwähnt werden (Cozitation).

iconZitationsgraph

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese Grafik fensterfüllend anzeigen (SVG)

iconZeitleiste

icon36 Erwähnungen  Dies ist eine nach Erscheinungsjahr geordnete Liste aller im Biblionetz vorhandenen Werke, die das ausgewählte Thema behandeln.

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.