Neuronales Netz

Ein neuronales Netz ist ein Rechenverfahren, das aus Beispielen lernt. Klassische Software folgt Regeln, die Menschen vorher aufgeschrieben haben. Ein neuronales Netz bekommt stattdessen sehr viele Beispiele vorgelegt: etwa Millionen Fotos, bei denen jeweils dabeisteht, was darauf zu sehen ist. Aus diesen Beispielen stellt es seine eigenen internen Zahlenwerte so ein, dass es die richtigen Antworten möglichst oft trifft. Der Name kommt von einer losen Ähnlichkeit zum menschlichen Gehirn, in dem Nervenzellen Signale an andere Nervenzellen weitergeben. Diese Ähnlichkeit ist aber sehr grob: im Inneren passiert nichts anderes als Multiplizieren und Addieren, nur eben milliardenfach.

Warum lernende Systeme Regeln geschlagen haben

Viele Aufgaben lassen sich nicht als Regelwerk aufschreiben. Erkläre einmal in Worten, woran man eine Katze auf einem Foto erkennt. Jede Regel, die du findest, hat Gegenbeispiele: Katzen von hinten, im Dunkeln, halb verdeckt. Genau hier scheitern klassische Programme, und genau hier funktionieren neuronale Netze.

Bis etwa 2012 galten neuronale Netze als interessante, aber unpraktische Idee. Dann kamen drei Dinge zusammen: sehr viele digitale Daten, deutlich schnellere Grafikchips und bessere Trainingsverfahren. Seitdem sind neuronale Netze in fast jeder Disziplin die beste bekannte Methode. Spracherkennung, Übersetzung, medizinische Bildauswertung und Chatbots beruhen alle darauf.

Wirtschaftlich ist das der Grund, warum Chip-Hersteller wie Nvidia so wichtig geworden sind. Neuronale Netze brauchen enorm viel Rechenleistung, sowohl beim Lernen als auch später im Betrieb. Wer diese Rechenleistung verkauft oder vermietet, verdient am gesamten KI-Boom mit.

Schichten, Gewichte und das Training

Ein neuronales Netz besteht aus Schichten von künstlichen Neuronen. Ein Neuron ist nur eine kleine Rechenzelle: sie nimmt Zahlen entgegen, gewichtet jede davon und gibt eine neue Zahl weiter. Die Eingabe wird zuerst in Zahlen umgewandelt, etwa ein Bild in die Helligkeitswerte seiner Bildpunkte. Diese Zahlen wandern Schicht für Schicht durch das Netz, bis am Ende ein Ergebnis herauskommt.

Entscheidend sind die Gewichte, also die Faktoren, mit denen jedes Neuron seine Eingaben multipliziert. Am Anfang sind sie zufällig, das Netz rät also. Beim Training vergleicht man jede Antwort mit der richtigen Lösung und berechnet den Fehler. Danach werden alle Gewichte ein winziges Stück in die Richtung verschoben, die den Fehler kleiner macht. Dieser Ablauf heißt Backpropagation und wiederholt sich Milliarden Mal.

Ein häufiger Irrtum: das Netz speichert keine Beispiele. Nach dem Training bleiben nur die Gewichte übrig, oft Milliarden Zahlen. Sie werden Parameter genannt, und ihre Anzahl steht in Modellnamen wie « 7B » für sieben Milliarden. Weil niemand einer einzelnen Zahl ansieht, was sie bedeutet, gelten neuronale Netze als schwer durchschaubar. Fachleute sprechen von einer Blackbox.

Vom Handy-Foto bis zur Börsennachricht

Du benutzt neuronale Netze mehrmals täglich, meist ohne es zu merken. Die Gesichtserkennung beim Entsperren des Handys ist eines. Die Spracherkennung beim Diktieren, die Autokorrektur, die Musikempfehlung und der Spamfilter im Postfach ebenfalls. Auch Übersetzungsdienste und die Verkehrsvorhersage in Kartendiensten arbeiten so.

In Nachrichten begegnet dir der Begriff oft in verpackter Form. Wenn von Deep Learning die Rede ist, sind besonders tiefe neuronale Netze mit vielen Schichten gemeint. Ein Transformer ist eine bestimmte Bauform, die für Sprache besonders gut geeignet ist. Und ein großes Sprachmodell wie hinter ChatGPT ist nichts anderes als ein sehr großes neuronales Netz, trainiert auf Text.

Für Anleger ist der Begriff deshalb ein Signal, in welchen Teil der Wertschöpfungskette ein Unternehmen gehört. Manche liefern die Chips für das Training, andere die Rechenzentren, wieder andere die fertigen Modelle oder Anwendungen darauf. Wer eine Meldung über KI liest, sollte prüfen, welche dieser Rollen gemeint ist. Der Unterschied entscheidet darüber, wer am Ende Geld verdient.