Suchen

Registrierungspflichtiger Artikel

Neuroinformatik

"Machine-Learning-Verfahren sind eigentlich strohdoof"

| Redakteur: Jürgen Schreier

Künstliche Intelligenz und Machine Learning sind in aller Munde. So soll z.B. KI-basierte Automatisierung zu höherer Produktivität, besserer Qualität und geringeren Kosten führen. Leider sind die Prozesse, die aktuell der KI zugrunde liegen, eher "dumm". Forscher der Ruhr-Universität Bochum arbeiten daran, diese aufzuschlauen.

Firmen zum Thema

Bilder zu erkennen, die sie noch nie gesehene haben, für Maschinen heute eine schwierige Aufgabe.
Bilder zu erkennen, die sie noch nie gesehene haben, für Maschinen heute eine schwierige Aufgabe.
(Bild: Roberto Schirdewahn)

Das Thema künstliche Intelligenz durchdringt alle Branchen, beschäftigt sämtliche Medien. Forscherinnen und Forscher des Instituts für Neuroinformatik an der Ruhr-Universität Bochum (RUB) befassen sich seit 25 Jahren damit. Ihr Credo: Damit Maschinen wirklich intelligent agieren können, müssen neue Ansätze maschinelles Lernen erst einmal effizienter und flexibler machen.

„Zwei Arten des maschinellen Lernens sind heute erfolgreich: zum einen tiefe neuronale Netze, auch als Deep Learning bekannt. Zum anderen das Verstärkungslernen“, erklärt Prof. Dr. Laurenz Wiskott, Inhaber des Lehrstuhls Theorie Neuronaler Systeme.