Die Künstliche Intelligenz (KI) ist ein unscharf bestimmter Begriff, der grundsätzlich alles be-zeichnet, was Computern menschenähnliche Fähigkeiten vermittelt [1]. Jahrzehntelang existierte das Dogma der computergestützten Expertensysteme. Hierbei versuchte man, explizites Expertenwissen im Computer zu hinterlegen, um die menschliche Expertise möglichst genau und detailliert nachzuahmen. Dieser Ansatz war in den meisten Bereichen nicht erfolgreich und hat in der Medizin keinen richtigen Durchbruch jenseits von einfachen Anwendungen erfahren.
Eine alternative Strategie ist die des maschinellen Lernens, die in den vergangenen Jahren eine weite Verbreitung gefunden hat [2]. Hierbei werden sehr allgemeine und lernfähige Computerprogramme entwickelt, beispielsweise künstliche neuronale Netzwerke. Ohne dass diesen Programmen explizit Expertenwissen vermittelt wird, lässt man sie anhand von großen Datenmengen lernen. Sofern eine ausreichende Masse und Vielfalt an Daten vorhanden ist, lernen die Programme des maschinellen Lernens eigenständig, komplexe Zusammenhänge zu erkennen. Oftmals werden hierbei existierende Problemlösungsstrategien direkt aus den Daten erschlossen. Beispielsweise kann ein Machine-Learning-System aus aufgezeichneten Schachspielen lernen, wie erfolgversprechende Strategien aussehen, ohne dass diese explizit in das Modell einprogrammiert werden.
Deep Learning – eine erfolgreiche Strategie des maschinellen Lernens
Besonders mächtig ist im Bereich des Machine Learning die Technik des Deep Learning, bei der tiefe neuronale Netzwerke zum Einsatz kommen (Abb. 1).
