|KI|KONTINUIERLICHES LERNEN|GRENZEN DES DEEP LEARNING|
Die Grenzen des Deep Studying verstehen und nach echter kontinuierlicher Anpassung streben
„Die Weisen passen sich den Umständen an, so wie sich Wasser dem Krug anpasst.“ – Chinesisches Sprichwort
„Anpassen oder untergehen ist heute wie immer der unerbittliche Imperativ der Natur.“ — HG Wells
Künstliche Intelligenz in den letzten Jahren große Fortschritte gemacht. Alle diese Systeme verwenden künstliche Neuronen in irgendeiner Type. Diese Algorithmen sind von ihren biologischen Gegenstücken inspiriert. Beispielsweise aggregiert das Neuron Informationen von vorherigen Neuronen und wenn das Sign einen bestimmten Schwellenwert überschreitet, gibt es die Informationen an andere Neuronen weiter. Diese Idee wird durch die Gewichtsmatrix und die Aktivierungsfunktion dargestellt. Weitere Beispiele finden sich in Faltungsnetzwerken (inspiriert vom visuellen Kortex) oder genetischen Algorithmen. Während des Trainings werden die Verbindungen zwischen verschiedenen Neuronen (dargestellt durch die Gewichte) verstärkt oder verringert, ähnlich der Stärke neuronaler Synapsen. Dieser Prozess ist die Grundlage des…