> > > > Google will alles wissen und setzt auf Deep Learning

Google will alles wissen und setzt auf Deep Learning

Veröffentlicht am: von

gtc2015Google hat offensichtlich Ambitionen im Bereich Deep Learning. Dazu betrat Jeff Dean, Google Senior Fellow die Bühne und versuchte zu erklären, wie immer intelligentere Computer in diesem Bereich helfen können. Es geht nicht mehr darum, für jeden Fall den passenden Algorithmus vorliegen zu haben, sondern einfache Algorithmen zu entwickeln, die selbstständig lernen. Täglich werden weltweit im Internet Trillionen Wörter geschrieben, Milliarden Bilder hochgeladen und tausende Stunden Audio erzeugt. Diese Inhalte durchsuchen zu können ist sicherlich ein Anspruch, den Google hat. Hinzu kommen aber auch weitere Informationen wie die Nutzeraktivität. Google möchte Lernen wann eine Person wohin klickt, wie lange sie für bestimmte Informationen sucht, wie viele Seiten sie dazu besucht und vieles mehr.

Google setzt auf Deep Learning
Bildergalerie: Google setzt auf Deep Learning

Ein wenig konkreter wurde es mit Google Maps und dem bestehenden Street-Street-View-Daten. Google arbeitet an automatischen Systemen, die aus den Bildern die Hausnummer erkennen. Dies klingt einfacher als es ist, denn auch wenn eine Texterkennung recht zuverlässig ist, so werden dennoch unterschiedlichste Größen, Farben und Formen für Zahlen verwendet, die unterschiedlicher nicht sein könnten und zuverlässig erkannt werden sollten. Gleiches gilt für Beschriftungen auf Hausfronten, aus denen Google gerne Informationen über die anliegenden Ladenlokale gewinnen möchte. Dies geht sogar so weit, dass Öffnungszeiten aus den Schildern der Street-View-Daten erkannt werden sollen.

Google setzt auf Deep Learning
Bildergalerie: Google setzt auf Deep Learning

GPUs ermöglichen bei der Analyse und dem Aufbau solcher Deep Learning Netzwerke völlig neue Wege. An dieser Stelle bietet sich auch einmal mehr der Vergleich zum menschlichen Gehirn an. Neuronen sind in der Lage innerhalb von 0,1 Sekunden 10 Prozessor zu verarbeiten. Je nach Aufgabe arbeiten mehrere hundert Millionen oder Milliarden Neuronen gleichzeitig an einer Aufgabe wie dem erkennen von Fotos. Deep Learning Netzwerke mit 10 Layern und mehreren hundert GPUs erreichen diese Leistungswerte bereits heute. Eine Bild-, Text- und Audio-Erkennung wird von solchen Systemen bereits heute schneller und mit einer geringeren Fehlerrate ausgeführt, als vom menschlichen Gehirn.

Google setzt auf Deep Learning
Bildergalerie: Google setzt auf Deep Learning

Wichtiger Bestandteil des Deep Learning ist die Zeit, die es benötigt, ein Netzwerk zu trainieren. Große Datenbanken für Experimente aufzubauen sollte nicht länger als ein paar Stunden dauern. Sprechen wir hier bereits von Tagen oder gar Wochen, lohnt sich der Aufbau des Netzwerkes vielleicht schon nicht mehr. Hier kommen dann auch die GPUs in Spiel, die nicht nur bei der Auswertung von Daten aus solchen Netzwerkes durch eine Parallelisierung schneller arbeiten, als Hardware zuvor, sondern auch schon beim Aufbau solcher Netzwerke und dem Anlernen des Systems.

Sowohl beim Aufbau der Daten, der Analyse eines solchen Netzwerkes als auch bei der späteren Umsetzung mit weiteren Daten spielt die Parallelisierung also eine wichtige Rolle. Moderne GPUs sind eines der wichtigsten Hilfsmittel in diesem Bereich.

Social Links

Ihre Bewertung

Ø Bewertungen: 0

Tags

Kommentare (1)

#1
customavatars/avatar178325_1.gif
Registriert seit: 11.08.2012

Flottillenadmiral
Beiträge: 4557
Skynet lässt grüßen... So langsam wird mir das ganze echt n bisschen unheimlich :/
Um Kommentare schreiben zu können, musst Du eingeloggt sein!

Das könnte Sie auch interessieren:

Deutschen Bahn trainiert Mitarbeiter in der virtuellen Realität

Logo von IMAGES/STORIES/2017/DEUTSCHE_BAHN

Nicht nur das autonome Fahren auf der Straße spielt auf der GPU Technology Conference in München eine Rolle, auch die Deutsche Bahn hielt einen Vortrag, der sich mit dem Training von Mitarbeitern in einer virtuellen Umgebung befasste. Autonome Züge spielten jedenfalls keine Rolle, auch wenn in... [mehr]

TomsHardware.de muss seine Pforten schließen (Update)

Logo von IMAGES/STORIES/2017/THG

Eine der bekanntesten deutschen IT-Seiten TomsHardware.de wird abgeschaltet. Damit geht eine Ära zu Ende, denn die 1996 noch unter einem anderen Namen gestartete Webseite gehört sicherlich zu den Größen in diesem Bereich. Der genaue Termin für die Abschaltung der Server steht noch nicht... [mehr]

Interstellar: Hunderte CPUs berechnen schwarzes Loch

Logo von IMAGES/STORIES/2017/SCHWARZES-LOCH

Der Film Interstellar aus dem Jahre 2014 zeichnete sich vor allem durch eine möglichst realistische Darstellung und Simulation eines schwarzen Loches aus. Christopher und Jonathan Nolan schrieben das Drehbuch und zeichneten sich auch für die filmische Umsetzung verantwortlich. Der... [mehr]

Ende des Mining-Booms: Absätze bei den Grafikkarten brechen um bis zu 80 % ein...

Logo von IMAGES/STORIES/2017/BITCOIN

Investoren und Analysten mahnen seit Monaten vor einem Einbruch am Grafikkarten-Markt, doch bisher hat sich dies in den Absatz- und Umsatzzahlen der Hersteller noch nicht wirklich gezeigt. Nun mehren sich aber die Zeichen aus Asien, dass es ab März/April einen erheblich Einbruch bei den... [mehr]

NVIDIA intern: Begehrtestes Produkt ist ein Lineal

Logo von IMAGES/STORIES/2017/NVIDIA

Zwischen den Jahren einmal etwas Kurioses: Größere Unternehmen bieten ihren Mitarbeitern oftmals in internen Shops bestimmte Produkte an. T-Shirt und Kaffeetasse sind hier nur die einfachsten Beispiele. NVIDIA verkauft alle eigenen Produkte natürlich auch an die eigenen Mitarbeiter. Dazu... [mehr]

Ermittler nehmen großes, illegales Usenet-Portal vom Netz

Logo von RECHTSSTREIT

Wie die Gesellschaft zur Verfolgung von Urheberrechtsverletzungen (GVU) in Zusammenarbeit mit mehreren Ermittlungsstellen per Pressemitteilung bekannt gab, hat es am Mittwoch und Donnerstag eine bundesweite Groß-Razzia gegen das Portal „usnetrevoloution.info“ gegeben – wegen des Verdachts... [mehr]