Künstliche Intelligenz: Die Mathematik hinter neuronalen Netzen
Die Architektur von neuronalen Netzen wird immer komplexer, doch an ihren einfachen elementaren Mechanismen hat sich über die Jahre nichts geändert.
(Bild: KI Midjourney | Collage c’t)
Wenn Dall-E virtuos den Pinsel schwingt, ChatGPT die Welt erklärt und der schlechte Schufa-Score den Kredit verhindert, dann steht der Mensch dem zunehmend ratlos vis-à-vis. Kaum einer kann ihm erklären, wie es so weit kommen konnte, denn hinter mehr und mehr Prognose- und Entscheidungssystemen stecken kaum überschaubare künstliche neuronale Netze (KNN). Sie gelten als intransparente Black Boxen, weil über deren Milliarden Parameter nicht mal ihre Schöpfer den Überblick behalten. Und weil diese magischen Kisten offenbar noch nicht undurchsichtig genug sind, stöpseln die Forscher immer mehr von ihnen zu sogenannten multimodalen Modellen zusammen, auf dass sie dem menschlichen neuronalen System immer ähnlicher werden mögen – und mit noch mehr Informationen noch weniger nachvollziehbare Entscheidungen treffen.
Wer jetzt nicht komplett kapitulieren, sondern zumindest im Ansatz begreifen möchte, was momentan mit und um ihn herum geschieht, dem hilft nur eins: die Besinnung aufs Wesentliche. Auf die bestechend simplen mathematischen Mechanismen, die nach wie vor jedes künstliche neuronale Netz am Laufen halten.
Vor über zehn Jahren bewies das als Katzendetektor berühmt gewordene AlexNet, dass KNNs vielfältige kognitive Aufgaben übernehmen können. Es simulierte sehr erfolgreich, wie der visuelle Kortex des Menschen Bildinformationen verarbeitet. Dadurch war es möglich, solche Systeme ausschließlich mithilfe von Beispielbildern darauf zu trainieren, Katzen, Hunde, Menschen oder beliebige Gegenstände in Bildern anhand ihrer charakteristischen Merkmale zu erkennen. Auf welche Details es dabei wirklich ankommt und auf welche nicht, lernten diese neuartigen Klassifikationsmaschinen anhand Hunderter bis Tausender Variationen von ein und demselben Objekt. Je vielfältiger das Trainingsmaterial, desto besser.
Immer mehr Wissen. Das digitale Abo für IT und Technik.
Nächster Akt im Secure-Boot-Drama: Startverbot für alle (!) Windows-Bootloader
Photovoltaik: Anlagen dimensionieren, Wirtschaftlichkeit berechnen
Mini-PC-Barebone für AMD Ryzen 7000/8000G im Test
Ausprobiert: Fritzbox als NAS-Ersatz verwenden
Bastel-Projekt: Elektroniklabor für den Küchentisch
Apple iPad Pro 2024 im Test: Mit M4 und OLED
Immer mehr Wissen. Das digitale Abo für IT und Technik.
Nächster Akt im Secure-Boot-Drama: Startverbot für alle (!) Windows-Bootloader
Photovoltaik: Anlagen dimensionieren, Wirtschaftlichkeit berechnen
Mini-PC-Barebone für AMD Ryzen 7000/8000G im Test
Ausprobiert: Fritzbox als NAS-Ersatz verwenden
Bastel-Projekt: Elektroniklabor für den Küchentisch