Deep Learning.

Deep Learning ist ein Teilbereich des maschinellen Lernens, der künstliche neuronale Netze mit vielen Schichten nutzt, um Muster und Repräsentationen automatisch aus Daten zu lernen, ohne manuell konstruierte Merkmale zu benötigen.

Jede Schicht eines tiefen neuronalen Netzes lernt, zunehmend abstraktere Muster zu erkennen: In frühen Schichten einfache Merkmale wie Kanten oder Wortfragmente, in späteren Schichten komplexere Konzepte wie Objekte oder Bedeutung. Das Training stützt sich auf Backpropagation, einen Algorithmus, der die Verbindungen zwischen künstlichen Neuronen anhand der Abweichung zwischen Ausgabe und korrektem Ergebnis anpasst, wiederholt über große Datensätze hinweg und in der Praxis angetrieben von spezialisierten Prozessoren wie GPUs. Deep Learning bildet die Grundlage der meisten heute breit eingesetzten KI-Fähigkeiten, von den Large Language Modellen hinter Chatbots bis zu den Computer-Vision-Systemen für Bilderkennung und autonomes Fahren. Der Aufstieg des Ansatzes seit den frühen 2010er-Jahren wurde durch drei gleichzeitig zusammentreffende Faktoren getrieben: deutlich größere Datenmengen, weit leistungsfähigere und günstigere Rechenhardware sowie Verfeinerungen der neuronalen Netzarchitekturen und Trainingsverfahren selbst.