Wenn Maschinen von selbst lernen

Ohne maschinelles Lernen gäbe es viele der heutigen Internet-Dienste nicht. Ob beim Streaming oder bei der Google-Suche: Maschinelles Lernen ist der Grundstein für das moderne Internet. In Zukunft wird die Technologie noch viel wichtiger werden.

Es war ein Meilenstein des maschinellen Lernens: Im Jahr 2016 bezwang der Computer AlphaGo des Google-Konzerns DeepMind den amtierenden Weltmeister im hochkomplexen Brettspiel «Go». AlphaGo ist ein Computersystem, welches das Maschinelle Lernen nicht nur angewandt hatte, sondern nahezu perfektionierte. Zuerst analysierte das Programm mithilfe einer Datenbank Millionen von Spielzügen, anschliessend spielte AlphaGo gegen sich selber. So baute es zunehmend ein Lern-Netzwerk, ein sogenanntes neuronales Netzwerk auf. Das Programm brachte sich die Spielzüge sozusagen selbst bei, in dem es sich an Musterzügen orientierte.

Maschinelles Lernen ist ein Teilgebiet der Künstlichen Intelligenz und basiert auf Algorithmen, die aus Daten lernen können, ohne auf regelbasierte Programmierung angewiesen zu sein. Es baut auf dem Erkennen von Mustern auf und lernt anhand dieser Muster für sich selber. Das grundlegende Ziel der Algorithmen des maschinellen Lernens ist es, über die Trainingsbeispiele hinaus zu verallgemeinern und dadurch erfolgreich Daten zu interpretieren.

Beim Training des Maschinellen Lernens wird zwischen überwachten und unüberwachten Lernsystemen unterschieden. Bei überwachten Systemen werden dem Computer während der Ausbildung grosse Mengen von beschrifteten Daten vorgesetzt. Anhand dieser Daten lernt der Computer zum Beispiel, was eine Katze ist. Bei unüberwachten Systemen sucht der Computer nach Mustern in den Datensätzen. Diese werden analysiert und nach Ähnlichkeiten gruppiert. Maschinelles Lernen und insbesondere sein Teilbereich, das Deep Learning, kommt unter anderem bei Anwendungen zum Zug, die aus sehr grossen Datensätzen bestehen.

Maschinelles Lernen kommt mittlerweile bei vielen Diensten, die wir täglich nutzen, zum Einsatz. So verwenden beispielsweise YouTube, Netflix oder Suchmaschinen wie Google Algorithmen, die aufgrund von gesammelten Daten hochqualifizierte Vermutung darüber anstellen, was wir als nächstes sehen oder suchen möchten. Auch im Finanzwesen, beispielsweise im Aktienmarkt oder beim Erkennen von Spammails, wird maschinelles Lernen eingesetzt. Gerade in der Pharmabranche setzen immer mehr Unternehmen in der Schweiz und in der Region Basel auf maschinelles Lernen, um sich damit in der Forschung an der Spitze behaupten zu können. Auch im Schweizer Gesundheitswesen könnte Machine Learning eine immer bedeutendere Rolle spielen. In diesem Zusammenhang hat die Technologie beispielsweise das Potenzial, dank seiner Mustererkennung bei der Feststellung von Diagnosen zum Einsatz kommen.