„Wir sind überzeugt, dass die neuen Kurse Teilnehmern dabei helfen, ihr Wissen über SAP Fiori für iOS zu erweitern, den Nutzen von maschinellem Lernen für Unternehmen zu verstehen und zu lernen, Erweiterungen für SAP S/4HANA zu entwickeln“, erklärt Bernd Weltz, Executive Vice President des Bereichs Scale, Enablement and Transformation bei SAP. www.ibm.com/watsonhealth www.pfizer.at, www.mindtree.com www.trademark.vision www.utoronto.ca www.sap.com www.mastercard.com www.paloaltonetworks.com INFO-BOX Lernen auf Basis menschlicher Instruktionen Forscher der University of Toronto haben einen neuen Algorithmus entwickelt, der Dinge selbstständig erlernt und damit über das Training durch einen Programmierer hinausgeht. Die Fähigkeiten wurden bereits durch das Identifizieren menschlicher Haare unter Beweis gestellt. Statt der traditionellen Methode des Trainings neuronaler Netzwerke lernt der neue Algorithmus direkt auf Basis menschlicher Instruktionen. Dieses Modell nennt sich „heuristisches Training“. „Das Problem, das bei diesem neuen Ansatz bestehen bleibt, ist, dass Tendenzen und Vorurteile, die schon in den Daten liegen, aus denen das System lernt, auch die Entscheidungen des Algorithmus dementsprechend beeinflussen“, erklärte Peter Purgathofer vom Institut für Gestaltungs- und Wirkungsforschung der TU Wien gegenüber dem Branchendienst „pressetext“. Hierbei handle es sich um einen Verschleierungsmechanismus, durch den ein Bias, der so in das System hineinkommt, unsichtbar wirkt und unauffindbar sei. Daher lasse sich nicht mehr nachvollziehen, wo er herkommt. Die Wissenschaftler Parham Aarabi und Wenzhi Guo von der University of Toronto haben für das Training ihres Algorithmus statt bestehenden Datensätzen menschliche Anweisungen herangezogen. Beispielsweise dienen zum Erkennen von Wasser nicht verschiedene Abbildungen davon, sondern Erklärungen wie „Meerwasser hat typischerweise verschiedene Blautöne“, mit denen der Algorithmus gefüttert wird. Die Resultate der Versuche sind verblüffend und wegweisend für die Zukunft künstlicher Intelligenz. Das heuristische Training neuronaler Netzwerke hat traditionelle Algorithmen des maschinellen Lernens zu 160Prozent übertroffen. Darüber hinaus wurden menschliche Haare zu neun Prozent präziser erkannt als dies im Training erprobt worden war. Dies zeigt, dass der Algorithmus seine eigene Performance selbstständig verbessert hat. „Unser Algorithmus hat gelernt, schwierige Grenzfälle zu klassifizieren. Dabei ist es um eine Unterscheidung der Haarstruktur von der des Hintergrunds gegangen. Was wir gesehen haben, ist wie ein Lehrer-Schüler- Verhältnis, in dem der Schüler über das ursprünglich Vermittelte hinaus lernt“, meint Aarabi. Diese Experimente zeigen, dass neuronale Netzwerke Daten, die im Vorfeld unbekannt oder nicht klassifiziert waren, 2017 IT- & TELEKOMMUNIKATIONS-GUIDE 69 korrekt identifizieren können.
IT Guide 2017
To see the actual publication please follow the link above