Zum Hauptinhalt springen

V10 | Künstliche neuronale Netze und Deep Learning

Nachdem du drei zentrale Lernmethoden der KI (unüberwachtes, überwachtes und bestärkendes Lernen) kennengelernt hast, schauen wir uns nun die Softwarearchitektur an, die diesen Methoden zugrunde liegt: künstliche neuronale Netze (engl. artificial neural networks).

Ein neuronales Netz ist eine Softwarearchitektur, die dem menschlichen Gehirn nachempfunden ist. Es besteht aus vielen miteinander verbundenen künstlichen Neuronen, die in Schichten angeordnet sind. Zu Beginn der Entwicklung war die Idee Neuronale Netze an der Architektur des menschlichen Gehirns anzulehnen. Das erwies sich aber nicht als zieldienlich und heute haben neuronale Netze kaum mehr etwas mit den Neuronen im Gehirn des Menschen zu tun.

Wie funktioniert ein einzelnes künstliches Neuron? 

Ein Neuron ist der zentrale Baustein und funktioniert wie ein einfacher Entscheidungsfinder: 

  1. Eingaben und Gewichte (Inputs & Weights): Das Neuron erhält mehrere Eingaben (Zahlen) von den Neuronen der vorherigen Schicht. Jede Eingabe wird mit einem Gewicht (engl. weight) multipliziert. Gewichte sind Zahlen, die das Netz während des Trainings lernt. Sie bestimmen, wie wichtig eine bestimmte Eingabe für die Entscheidung ist. 
  1. Summe bilden: Alle gewichteten Eingaben werden addiert. 
  1. Aktivierung (Activation): Die Summe wird durch eine Aktivierungsfunktion geschickt. Diese Funktion entscheidet, ob das Neuron «feuert» (d.h. einen Wert weitergibt) oder nicht. Sie sorgt für die Nichtlinearität mit dem das Netz komplexe, nicht-geradlinige Muster lernen kann. 
  1. Ausgabe: Das Ergebnis wird als Eingabe an die Neuronen der nächsten Schicht weitergegeben. 

Ein Neuron nimmt also gewichtete Signale auf, addiert sie und gibt nur dann ein Signal weiter, wenn die Summe einen bestimmten Schwellenwert überschreitet. 

Die Schichten eines neuronalen Netzes 

Das Netz teilt seine Arbeit in drei Hauptschichten auf: 

  • 1. Eingabeschicht (Input Layer): Hier werden die Daten eingespeist. Wenn das Netz zum Beispiel ein Bild oder einen Text analysiert, erhalten die Neuronen der Eingabeschicht deren vektorisierte und numerische Darstellung als Eingabe. 
  • 2. Versteckte Schichten (Hidden Layers): Hier findet die eigentliche Verarbeitung statt. Jedes Neuron in dieser Schicht erhält Informationen von den Neuronen der vorherigen Schicht, verarbeitet sie und leitet ein Ergebnis an die nächste Schicht weiter. 
  • 3. Ausgabeschicht (Output Layer): Diese Schicht liefert das Endergebnis oder die Vorhersage des Netzes. 

Vereinfachte Darstellung eines künstlichen neuronalen Netzes

Was ist Deep Learning?  

Wenn ein neuronales Netz mehrere (typischerweise drei oder mehr) versteckte Schichten besitzt, spricht man von Deep Learning. 

Der Vorteil tiefer Netze ist, dass jede Schicht abstraktere Merkmale der Eingabe lernen kann. Ein gutes Anwendungsbeispiel dafür ist die Bilderkennung: Die erste Schicht lernt vielleicht nur Kanten und Linien. Die zweite Schicht kombiniert diese zu Formen (Kreise, Ecken). Die dritte Schicht kombiniert die Formen zu Teilen (Augen, Ohren). Die letzte Schicht erkennt schliesslich das Gesamtobjekt (eine Katze oder ein Hund). 

Deep Learning steckt hinter vielen Alltagsanwendungen: Gesichtserkennung, Foto-Sortierung, Sprachassistenten und Sprachmodelle wie ChatGPT. In all diesen Fällen lernen tiefe neuronale Netze schrittweise von einfachen bis hin zu komplexen Mustern.

Praxisaufgabe: Deep Learning  

Im Folgenden schauen wir uns die Funktionsweise eines Deep Learning Modells mal im Detail an. Dazu betrachten wir eine Architektur die besonders zur Bilderkennung eingesetzt wird: das Convolutional Neural Network (kurz CNN). Ein klassisches neuronales Netz verarbeitet Daten als eine flache Liste von Werten, während ein Convolutional Neural Network (CNN) spezielle Filter-Schichten nutzt, um räumliche Zusammenhänge und visuelle Muster – wie Kanten, Formen und Texturen in Bildern – gezielt zu erkennen.

Aufgabe

  1. Gehe auf https://poloclub.github.io/cnn-explainer/.
  2. Wähle eines der Bilder in der oberen Leiste aus.
  3. Das Tool visualisiert, wie die Eingabedaten (die drei Farbkanäle des ausgewählten Bildes) über mehrere Schichten verarbeitet werden, bis in der Ausgabeschicht (ganz rechts) eine Vorhersage darüber getroffen wird, was auf dem Bild zu sehen ist. Beachte, dass es bei der dargestellten Methode nicht um das Lernen an sich, sondern um die Klassifizierung durch ein bereits trainiertes neuronales Netz geht.
  4. Wenn du die verschiedenen Schichten anklickst, kannst du dir die mathematischen Operationen, die dabei durchgeführt werden, anhand von Beispielen anzeigen lassen.
  5. Wenn du im Tool nach unten scrollst, findest du eine detaillierte Erklärung auf Englisch, die du zur freiwilligen Vertiefung nutzen kannst.
  6. Versuche zum Abschluss, die untenstehenden Reflexionsfragen zu beantworten.

Reflexionsfragen

Was macht der Filter mit dem Bild (vereinfacht gesagt)?

Der Filter bewegt sich über das Bild und berechnet für jeden Bildbereich neue Werte. Dabei verstärkt er bestimmte Muster (z. B. Kanten) und schwächt andere Informationen ab. So entsteht ein neues Bild, das nur ausgewählte Merkmale hervorhebt.

Kurz gesagt: Der Filter sucht gezielt nach bestimmten Strukturen.

Welche Art von Merkmal erkennt das Netz besonders gut?

Je nach Filter zum Beispiel:

  • Strukturen in einer bestimmten Richtung
  • horizontale oder vertikale Kanten
  • Kontraste zwischen hell und dunkel
  • Linien oder Übergänge
Warum sind solche einfachen Merkmale für ein neuronales Netz hilfreich?

Komplexe Objekte bestehen aus vielen einfachen Strukturen. Wenn ein Netz zuerst einfache Muster erkennt, kann es diese später zu Formen, Teilen und ganzen Objekten kombinieren. Dadurch wird Lernen schrittweise aufgebaut.

Warum braucht ein Deep-Learning-Modell viele Schichten, um Objekte zu erkennen?

Jede Schicht erkennt ein höheres Abstraktionsniveau:

  • frühe Schichten → einfache Merkmale (Kanten, Linien)
  • mittlere Schichten → Formen oder Objektteile
  • späte Schichten → ganze Objekte

Komplexe Erkennung entsteht schrittweise über mehrere Ebenen.