(Quelle: pixabay/lukasbieri)
Mit Deep Learning wird ein Wandel über alle Branchen hinweg eingeläutet, von der Bank- und Finanzwirtschaft bis hin zum Gesundheitswesen und zur Dienstleistungsbranche. Erfahren Sie im neuen openSAP-Kurs „Enterprise Deep Learning with TensorFlow“, wie Deep Learning in der Entwicklung Einzug hält.
Maschinelle Intelligenz mit einem Quantum Menschlichkeit
Die Entwicklung von Deep Learning als Teilbereich der künstlichen Intelligenz und des fortschrittlichen maschinellen Lernens wird zum Teil durch das explosive Wachstum von Big Data befeuert. Deep-Learning-Funktionen machen es möglich, die riesigen Mengen von strukturierten und unstrukturierten Daten, die in Unternehmen gesammelt werden, per Slice-and-Dice zu analysieren. So lassen sich außergewöhnliche Erkenntnisse gewinnen, mit denen Einfluss auf die Geschäftsentwicklung genommen werden kann. Deep Learning ist mit der Denkweise des menschlichen Gehirns zu vergleichen. Selbstfahrende Autos „wissen“ damit, wenn ein Fußgänger auf einen Zebrastreifen getreten ist. Banksysteme können Geldwäsche erkennen, und Ärzte erhalten Unterstützung dabei, bessere Behandlungsmöglichkeiten zu finden. Und auch darin, Kunden ein Lächeln zu entlocken, ist Deep Learning unglaublich effektiv.
„Wir bei der SAP haben Deep-Learning-Funktionen in unsere IT-Support-Prozesse eingebunden, um Tickets anhand des darin enthaltenen Texts zu klassifizieren und Lösungen vorzuschlagen“, erzählt Karthik Muthuswamy, Machine Learning Researcher bei der SAP. „Nun ist die Bearbeitungszeit kürzer, und Kundenprobleme werden schneller gelöst.“
Welche Branchen verändert Deep Learning?
Dank enormer Fortschritte bei natürlicher Sprache und Spracherkennung sowie Objekt- und Bilderkennung können mit Deep Learning heute Probleme gelöst werden, die bisher als unlösbar galten.
„Deep Learning macht viel mehr möglich als künstliche Intelligenz. Es steht für den biologisch motivierten Ansatz, das menschliche Gehirn auf einer Maschine zu simulieren“, erklärt Dr. Damian Borth, Leiter des Kompetenzzentrums Deep Learning am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI).
Er sagt voraus, dass Deep Learning auf viele Branchen enorme Auswirkungen haben wird, vor allem auf die Automobilindustrie, den Einzelhandel und die Finanzwirtschaft. „Selbstfahrende Autos werden die künftige Wahrnehmung von Mobilität in der Gesellschaft verändern“, führt er aus. „Im letzten Jahr hatten wir einen Run auf den Handel, als Amazon Echo erstmals die Stimme des Verbrauchers erkannte, die dann in Bestellungen übersetzt wurde. Dieses Jahr sucht die Finanzwirtschaft Rat zum Thema Deep Learning, und mein Bauchgefühl sagt mir, dass im nächsten Jahr Änderungen an der Richtlinie MIFID II anstehen, die Neuerungen im Hinblick auf die Transparenz bringen werden. Und damit werden weitere Innovationen kommen.“
Ein Segen für das Gesundheitswesen
Josh Gordon, Developer Advocate im TensorFlow-Team bei Google, ist besonders von Deep-Learning-Anwendungen im Gesundheitswesen begeistert, vor allem in der medizinischen Bildgebung. „Mir fallen drei Anwendungen ein, bei denen Ärzte Hilfestellung erhalten. Und ich bin mir sicher, dass es noch sehr viele mehr gibt. Im ersten Fall wurde TensorFlow zur Erkennung von Erkrankungen des Auges eingesetzt und im zweiten Fall zur Erkennung von Krebszellen in Gewebeproben. Die dritte war eine mobile App zur Erkennung von Hautkrebs.“
Ganz besonders begeistert ist Josh Gordon davon, dass Deep Learning jetzt auch zur Produktivitätssteigerung eingesetzt wird. „Was mich an Deep Learning mit am meisten fasziniert, ist die Tatsache, dass es für Entwickler so zugänglich geworden ist“, so Gordon. „In den letzten Jahren haben sich Forscher und Entwickler zusammengetan und Ideen und Tools ausgetauscht. Dadurch sind alle produktiver geworden.“
Online-Kurs zu Deep Learning
Der openSAP MOOC zu Deep Learning ist als Einführungskurs für Entwickler und Datenanalysten konzipiert. Es wird erklärt, wann sich Deep Learning eignet, um organisatorische Probleme zu lösen, und wann nicht. Darüber hinaus lernen die Teilnehmer, wie sie Deep-Learning-Modelle entwickeln und in Unternehmenssystemen implementieren können. Auf dem Programm stehen zahlreiche Beispiele für Einsatzbereiche in verschiedenen Branchen sowie Praxiseinheiten zum Programmieren. Zusätzlich steht ein Online-Forum für den Ideenaustausch mit anderen Entwicklern weltweit zur Verfügung. Nach Bestehen einer Abschlussprüfung erhalten die Teilnehmer ein Abschlusszertifikat.