Deep Learning ist maschinelles Lernen mit vielschichtigen neuronalen Netzen — die vielen Schichten lassen das System zunehmend abstraktere Merkmale selbst lernen.
Was 'tief' bedeutet
'Tief' meint die Zahl der Schichten im neuronalen Netz. Frühe Netze hatten wenige, moderne haben Dutzende bis Hunderte. Jede Schicht baut auf der vorigen auf und erkennt etwas Abstrakteres.
Die Merkmals-Hierarchie
Bei der Bilderkennung lernt die erste Schicht einfache Kanten, die nächste Formen, die übernächste Objektteile (Augen, Räder) und ganz oben ganze Objekte (Gesicht, Auto). Niemand programmiert diese Stufen — das Netz findet sie beim Training selbst.
Warum es den Durchbruch brachte
Erst genug Rechenleistung (GPUs) und große Datenmengen machten tiefe Netze praktikabel. Seither tragen sie die größten KI-Fortschritte: Bild- und Spracherkennung, Übersetzung und schließlich die Transformer hinter heutigen Sprachmodellen.
Abgrenzung
Deep Learning ist eine Teilmenge des maschinellen Lernens — die mit tiefen neuronalen Netzen. Nicht jedes maschinelle Lernen ist tief: Verfahren wie Entscheidungsbäume kommen ohne Schichten aus.
Hallo! Ich bin dein KI-Tutor.
Melde dich an, um mit mir zu chatten — ich erinnere mich dann auch an eure letzten Gespräche.
