MODERNE MASCHINEN SIND ECHTE STREBER

06. November '17 08:37 von Christoph Edenhauser & Markus Feistritzer

Wussten Sie, dass auch Maschinen selbstständig lernen? Ja, auch Computer drücken in gewisser Weise die Schulbank! Es wird ihnen beigebracht, eigenständig Daten auszuwerten, damit sie in der Lage sind, entsprechende (intelligente) Entscheidungen zu treffen! Gewinnen damit moderne Rechner bald die Oberhand über Denken und Handeln? Mehr zu dem komplexen Themenbereich „Maschinelles Lernen“ erfahren Sie im heutigen Beitrag!

Was „Maschinelles Lernen“ bedeutet

Big Data und Algorithmen – das ist notwendiges Futter für lernwillige Maschinen. Sie können dadurch Zusammenhänge erkennen, riesige Datenmengen intelligent miteinander verknüpfen und entsprechende Prognosen ableiten. Und darüber hinaus eigenständige Lösungen für anfallende Probleme generieren! So wissen sie zum Beispiel durch Suchalgorithmen im Online-Einzelhandel was der Mensch braucht. Sie wissen eigenständig was zu tun ist, wie beispielsweise bei selbstfahrenden Autos und sie können Unterschiede feststellen (z. B.: Gesichtserkennungssoftware etc.).

Noch nicht genug erklärt? Eine bildhafte Beschreibung von „Machine Learning“ liefert dieses Video.

Immer mehr Unternehmen erkennen mittlerweile das riesige Potenzial von maschinellem Lernen. Viele Firmen wittern unter anderem die Chance auf Optimierung von Geschäftsprozessen und folglicher Kostenersparnis. Doch wie treiben erfolgreiche Unternehmen dieses Potential voran und wie machen sie die Entwicklungen salonfähig?

Open Source - Lizenz zum Geldverdienen?

Das Milliardengeschäft, das durch die Digitalisierung und das riesige Einsatzgebiet selbstlernender Algorithmen winkt, scheint insbesondere Global Playern wie IBM, Facebook, Google etc. nicht entgangen zu sein. Wohl nicht aus reiner Wohltätigkeit, stellen Konzerne Teile ihrer Forschung den interessierten Nutzern mittels „quelloffener Technik“ kostenfrei zur Verfügung.

Beispiele für „intelligente Entwicklungsprojekte“, mit teilweise klingenden Namen, gibt es zuhauf. Bekannte „Open Source Learning-Plattformen“ von Google sind z. B. Deep Dream, TensorFlow und Google Photos. Das iphone wirbt mit dem persönlichen Assistenten namens Siri. Big Sur (benannt nach einem kalifornischen Küstenstreifen) heißt die von Facebook eingesetzte Hardware für maschinelles Lernen. Die aktiven User der quelloffenen und fortschrittlichen Deep-Learning-Plattformen von Facebook (Torch, Caffe, Theano) sind lt. aktuellen Angaben allerdings noch in der Minderheit. Der Computerriese IBM präsentiert zum Beispiel eine Plattform namens „Watson“. Der gleichnamige Supercomputer soll künftig unter anderem in der Lage sein, E-Mails in Eigenregie zu beantworten. (Kühl 2015: o.s.)

Der Idealfall: Eine Win-Win-Situation!

Laut dem Facebook-Ingenieur Yann LeCun gibt es einen Netzwerkeffekt. „Je mehr Menschen sich hinter eine bestimmte Plattform oder einen Standard stellen, desto besser werden sie – und desto mehr Menschen beteiligen sich an der Entwicklung". Die Anwendungen der quelloffenen Plattformen führen im besten Falle also „back to the roots“ – zurück zum Hauptentwickler. So profitieren idealer Weise beide Seiten: die Community und die Unternehmen. (Kühl 2015: o.s.).

Als Paradebeispiel dürfen wir das Folgende anführen: Google gilt als Hauptentwickler des 2008 erschienenen quelloffenen Betriebssystems „Android“. Obwohl andere Hersteller das System adaptiert haben, benötigen Nutzer ein Google-Konto etc. Google bleibt also der „Hauptverwalter“. (Kühl 2015: o.s.). Vermutlich assoziieren auch Sie die Bezeichnung „Android“ mit Google, stimmt´s?

„Maschinelles Lernen verändert, wie wir über Dinge nachdenken. Wir befinden uns noch am Anfang, aber wir werden es systematisch in alle Bereiche wie Suche, Werbung, YouTube und Google Play integrieren“, so der CEO von Google, Sundar Pichai. Nähere Infos liefert der Artikel in „Zeit online“ (Kühl, 2015).

Eine „lehrreiche“ Woche wünschen Ihnen,

Markus Feistritzer & Christoph Edenhauser