KI in der Praxis

Deep Learning in Medizin, Logistik und anderswo

Künstliche Intelligenz und Deep Learning sind keine reinen Hype-Themen, es gibt inzwischen immer mehr praktische Anwendungen.

Roboterkopf

Deep Learning: Neuronetze simulieren Gehirn

Deep Learning gehört zu den häufig besonders stark hervorgehobenen KI-Technologien. Es ist eine Teilmenge des Machine Learning und nutzt neuronale Netze, die lose auf der Architektur des menschlichen Gehirns basieren. Die Bezeichnung „Deep“ verweist darauf, dass die Neuronetze in mehreren Schichten gegliedert sind, die unterschiedlichen Abstraktionsebenen entsprechen. Anhand von großen Mengen Trainingsdaten können Neuronetze Muster erkennen.

Nach diesem Prinzip sind Deep-Learning-Modelle zu verblüffenden Leistungen fähig. So haben beispielsweise Forscher der Universitäten Toronto, Melbourne und von IBM Research Australia ein Neuronetz mit 2700 Shakespeare-Sonetten trainiert und anschließend neue Vier-Zeiler damit erzeugt. Doch es handelt sich hier in erster Linie um kreative Forschung. Die Entwicklung einer kommerziell nutzbaren Form von Deep Learning begann mit der Notwendigkeit vieler Unternehmen, hochpräzise Vorhersagemodelle auf der Basis von unstrukturierten Daten zu erzeugen.

Einige Beispiele für die Möglichkeiten von Deep Learning sind die Spracherkennungsroutinen von Amazon Alexa, Google, Apple Siri oder Microsoft Cortana. Auch Bilderkennungstechnologien zur Analyse von Fotografien sind sehr weit fortgeschritten und haben teilweise verblüffende Ergebnisse. Neuronetze assistieren Pharma-Unternehmen beim systematischen Design von Wirkstoffen für die Behandlung von Krankheiten.

Praktische Anwendungen für Deep Learning

Vor allem im Bereich der Krankheitsdiagnose ist Deep Learning inzwischen recht weit fortgeschritten. Sie basiert stark auf bildgebenden oder datenbasierten Verfahren, deren Ergebnisse für Menschen oft nur schwer zu interpretieren sind. So sind Neuronetze inzwischen bei der Erkennung eines drohenden Herzinfarkts mindestens so gut wie erfahrener Kardiologen. Eine andere KI schlägt die meisten Spezialisten bei der Diagnose von Gehirntumoren, eine weitere übertrifft die Profis bei Hautkrebs.

Künstliche Intelligenz lässt sich auch in anderen Bereichen einsetzen, beispielsweisebei dem sogenannten „Curated Shopping“, wie es beispielsweise das Startup Stitch Fix anbietet. Kunden beantworten einen ausführlichen Fragebogen, durch den das Startup viel über die Mode-Vorlieben erfährt. Das Startup setzt dabei auf KI-Algorithmen, die den Kundenpräferenzen bestimmte Kleidungsstile zuordnen. Dabei werden weiterhin Daten ermittelt, die in die KI-Stilberatung einfließen

Auch der US-Paketdienst UPS setzt in unterschiedlichen Unternehmensbereichen auf künstliche Intelligenz. So wird die gesamte Logistik durch Machine Learning optimiert, ein Chatbot beantwortet Kundenanfragen und das Unternehmen experimentiert sehr intensiv mit KI-gestützten Liefervehikeln, beispielsweise Drohnen oder autonome Trucks.

Die Bank of America nutzt in ihrer Devisenabteilung KI-basierte, selbstlernende Systeme, die Währungsschwankungen Vorhersagen und Kaufempfehlungen aussprechen. Die Deutsche Bank hat darüber hinaus noch eine weitere potentielle KI-Anwendung gefunden: Sie will damit die oft etwas undurchsichtigen Äußerungen der einzelnen nationalen Zentralbanken analysieren.

Bildquelle: Thinkstock

©2018Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok