4. Deep Learning

Das Kapitel über Deep Learning, die Revolution der KI, beginnt mit der Vorstellung von Fei-Fei Li, einer führenden Expertin im Bereich KI, die maßgeblich zur Entwicklung von KI-Modellen beigetragen hat. Ein zentrales Problem war die Beschaffung hochwertiger Datensätze, das durch die Nutzung von Crowdsourcing-Plattformen wie Mechanical Turk gelöst wurde. Li schuf ImageNet, einen umfangreichen Datensatz mit 3,2 Millionen Bildern in 5200 Kategorien, der die Entwicklung von Deep-Learning-Modellen erheblich vorantrieb. Der Wettbewerb um die beste Bilderkennung, insbesondere durch das Team um AlexNet, markierte einen Meilenstein in der Deep-Learning-Geschichte. Das Kapitel untersucht die Unterschiede zwischen Deep Learning und maschinellem Lernen, wobei Deep Learning durch seine Fähigkeit, große Datenmengen zu verarbeiten und komplexe Muster zu erkennen, hervorsticht. Es werden verschiedene neuronale Netzwerke wie Convolutional Neural Networks (CNN) und Generative Adversarial Networks (GAN) vorgestellt und deren Anwendungen in Bereichen wie Gesundheitswesen, Energie und Erdbebenvorhersage beleuchtet. Die Herausforderungen und Grenzen von Deep Learning werden ebenfalls diskutiert, insbesondere die Notwendigkeit großer Datenmengen und leistungsstarker Computersysteme. Der Text endet mit einem Ausblick auf die Zukunft von Deep Learning und die Notwendigkeit, die Erwartungen zu dämpfen und weiterhin in neue Techniken zu investieren.