Was ist denn bitte Deep Learning?

Deep Learning Whitepaper von Iskender Dirik - Titelseite: Deep Learning einfach gemacht

Künstliche Intelligenz, maschinelles Lernen, Deep Learning. Es scheint, als würde sich fast jede Tech-Unterhaltung im Moment ziemlich schnell um genau diese Themen kreisen. Gleichzeitig bekommt man den Eindruck, die meisten wissen nicht wirklich genau, was sich hinter diesen Technologien und vor allem Deep Learning eigentlich verbirgt. „Tiefes Lernen – was soll das denn bitte sein?“ Genau das muss sich aus meiner Sicht schnell ändern, denn das Thema ist viel zu spannend, als dass es nur wenige KI-Experten richtig verstehen.

Hier könnt ihr das Whitepaper lesen!

Ich selbst bin ein Technik- und Design-Freak. Ich liebe KI. Ich liebe Design (UI, Grafik, Produkt, Mode, Interieur). Ich liebe großartige Visuals, Geschichten erzählen und (komplexes) Wissen auf einfache und visuell ansprechende Weise zu vermitteln. Die Verbindung von (tiefer) Technologie und Kreativität fasziniert mich. Ich habe all diese Leidenschaften in den letzten Monaten kombiniert und es ist ein neues „visuelles Whitepaper“ entstanden: „Deep Learning einfach gemacht“, das wir an dieser Stelle zum ersten Mal auch auf Deutsch veröffentlichen.

Deep Learning einfach gemacht

Deep Learning ist eine Unterart des maschinellen Lernens. Computer werden dabei durch die Generierung von Wissen intelligenter und lernen ohne menschliche Hilfe oder Interaktion. Anschließend können die Systeme mithilfe des gelernten Wissens beispielsweise Gegenstände erkennen. Deep Learning basiert auf neuronalen Netzen, die dem menschlichen Gehirn ähneln und eignet sich zur Verarbeitung von großen Datenmengen.

Daten sind das Kernstück von KI-Technologie und die Menge an Daten wird von Sekunde zu Sekunde größer. Das macht sie zu einer unersetzlichen und besonders wertvollen Ressource in der KI-Branche. Die gesteigerte Rechenleistung ermöglicht es uns demnach noch größere Datenmengen zu verarbeiten, und KI noch intelligenter zu machen.

Für viele KI-Algorithmen müssen Daten aber noch händisch von Menschen akkurat kategorisiert werden. Das macht die KI-Entwicklung nach wie vor sehr zeitaufwendig und teuer, sowie Daten sehr wertvoll.

Grafik aus dem Deep Learning Whitepaper von Iskender Dirik

Manche Plattformen besitzen viele Daten, andere dagegen nicht. Um während der KI-Revolution möglichst große Gewinne zu verzeichnen, müssen Unternehmen diese Tatsache ernst nehmen und ihre Daten auf kluge Weise einsetzen. Ich hoffe, dass mein Whitepaper an vielen Stellen dabei unterstützen wird.

Mit meinem Deep Learning Whitepaper möchte ich Nicht-KI-Experten unterstützen, das Potenzial von Deep Learning zu verstehen und sich auf die AI Transformation, die uns unmittelbar bevorsteht, vorzubereiten.

 


Ein Beitrag von Iskender Dirik
Managing Director, Microsoft ScaleUp und Microsoft for Startups

Profilbild Iskender Dirik, Managing Director Microsoft ScaleUp und Microsoft for Start Ups. Autor des Deep Learning Whitepapers.

 

Weitere Infos zu diesem Thema

29. Februar 2024
Microsoft führt Copilot for Finance ein – den neuesten Copilot für Microsoft 365, um das moderne Finanzwesen zu transformieren

Heute kündigt Microsoft die öffentliche Vorschau von an, der neuesten rollenbasierten Erweiterung von Microsoft Copilot für Microsoft 365. Das Add-on soll die tägliche Arbeit von Finanzteams transformieren. Copilot for Finance ergänzt Copilot for Sales und Copilot for Service, die jetzt allgemein verfügbar sind. Diese Tools bieten KI-gestützte, rollenspezifische Workflow-Automatisierung, Empfehlungen sowie geführte Aktionen im Arbeitsablauf.

15. Februar 2024
Fit für das KI-Zeitalter: Microsoft investiert 3,2 Milliarden Euro, um KI-Infrastruktur und Cloud-Kapazitäten in Deutschland mehr als zu verdoppeln sowie Fachkräfte zu qualifizieren

Microsoft hat heute die größte Investition seiner 40-jährigen Geschichte in Deutschland angekündigt, um die Möglichkeiten und den Nutzen von künstlicher Intelligenz (KI) in der Bundesrepublik beschleunigt voranzubringen. Microsoft wird seine Rechenzentren für Cloud- und KI-Anwendungen ausbauen sowie bis Ende 2025 mehr als 1,2 Millionen Menschen im Bereich digitale Kompetenzen weiterbilden.