Was ist ein tiefes neuronales Netzwerk? Tiefe Netze erklärt

Tiefe neuronale Netze bieten Statistikern großen Wert, insbesondere zur Steigerung der Genauigkeit eines Machine-Learning-Modells. Die Deep-Net-Komponente eines ML-Modells ist wirklich das, was KI von der Erzeugung von Katzenbildern zur Kunstschaffung gebracht hat – ein Foto, das mit Van-Gogh-Effekt gestaltet ist:

Schauen wir uns also tiefe neuronale Netzwerke an, einschließlich ihrer Entwicklung sowie der Vor- und Nachteile.

Was ist ein tiefes neuronales Netzwerk?

Im einfachsten Fall qualifiziert sich ein neuronales Netzwerk mit einer gewissen Komplexität , meist mindestens zwei Schichten, als Deep Neural Network (DNN) oder kurz Deep Net. Deep Nets verarbeiten Daten auf komplexe Weise durch den Einsatz ausgefeilter mathematischer Modellierung.

Um tiefe neuronale Netzwerke wirklich zu verstehen, ist es jedoch am besten, sie als Entwicklung zu sehen. Einige Gegenstände mussten gebaut werden, bevor es tiefe Netze gab.

Zuerst musste maschinelles Lernen entwickelt werden. ML ist ein Rahmenwerk, um (durch Algorithmen) statistische Modelle zu automatisieren, ähnlich wie ein lineares Regressionsmodell, um besser Vorhersagen zu machen. Ein Modell ist ein einzelnes Modell, das Vorhersagen über etwas trifft. Diese Vorhersagen werden mit gewisser Genauigkeit gemacht. Ein Modell, das lernt – maschinelles Lernen – nimmt all seine schlechten Vorhersagen und passt die Gewichte im Modell an, um ein Modell zu schaffen, das weniger Fehler macht.

Der Lernteil der Modellerstellung führte zur Entwicklung künstlicher neuronaler Netze. ANNs nutzen die versteckte Schicht als Ort, um zu speichern und zu bewerten, wie bedeutend eine der Eingaben für die Ausgabe ist. Die versteckte Schicht speichert Informationen über die Bedeutung der Eingabe und stellt auch Verbindungen zwischen der Bedeutung von Kombinationen von Eingaben her.

Tiefe neuronale Netze nutzen also die ANN-Komponente. Sie sagen, wenn das so gut funktioniert, um ein Modell zu verbessern – weil jeder Knoten in der versteckten Schicht sowohl die Assoziationen als auch die Bedeutung des Inputs für die Bestimmung des Outputs bewertet – warum dann nicht immer mehr davon aufeinanderstapeln und noch mehr von der verborgenen Schicht profitieren?

Das tiefe Netz hat also mehrere versteckte Schichten. 'Tief' bezieht sich darauf, dass die Schichten eines Modells mehrere Schichten tief sind.

Verbesserung der Genauigkeit: Das Black-Box-Problem

Deep Nets erhöhen die Genauigkeit eines Modells. Sie ermöglichen es einem Modell, eine Reihe von Eingaben zu nehmen und eine Ausgabe zu liefern. Die Nutzung eines Deep Nets ist so einfach wie das Kopieren und Einfügen einer Codezeile für jede Schicht. Es spielt keine Rolle, welche ML-Plattform man verwendet; das Modell darauf anzuweisen, zwei oder 2.000 Knoten in jeder Schicht zu verwenden, ist so einfach wie das Eingeben der Zeichen 2 oder 2000.

Doch die Nutzung dieser tiefen Netze schafft ein Problem: Wie treffen diese Modelle ihre Entscheidungen? Bei der Nutzung dieser einfachen Werkzeuge wird die Erklärbarkeit eines Modells erheblich reduziert.

Das Deep Net erlaubt es einem Modell, eigene Verallgemeinerungen zu machen und diese dann in einer versteckten Schicht, der Black Box, zu speichern. Die Black Box ist schwer zu untersuchen. Selbst wenn die Werte in der Black Box bekannt sind, existieren sie nicht innerhalb eines Rahmens zum Verständnis.

Das Problem der Erklärbarkeit

Ein Lehrer könnte sagen, dass 10 % der Note die Teilnahme sind, 20 % Hausaufgaben, 30 % Quizze und 40 % Tests. Diese Zahlen sind sowohl bekannt als auch leicht verständlich, um die Gesamtpunktzahl vorherzusagen. Das bedeutet, dass die Bewertungsmatrix eines Lehrers ein erklärbares Modell ist. Sie muss erklärbar sein, damit ein Schüler weiß, wie man eine gute Note in der Klasse bekommt.

Ein weiteres Beispiel: Ein einfaches maschinelles Lernmodell könnte Daten aus einem einfachen Physikunterricht an der High School nehmen und die Gleichung für die Gravitation – also die Gravitationskraft, die an der Erdoberfläche erlebt wird, berechnen.

Ein normales, statistisches, lineares Regressionsmodell kann verwendet werden, um die Gleichung zu liefern, die die Ergebnisse vorhersagt. Wenn die Eingaben Kugelgewicht und Fallhöhe verwendet werden, um vorherzusagen, wie lang die Fallzeit sein wird, kann das Modell verwendet werden, um eine Gleichung zu erstellen, mit der wir das Ergebnis jedes Mal vorhersagen können.

• Wir erfahren, dass die Gleichung lautet: x (m) = 1/2 • g (m/s^2) • t^2 (s^2)
• Wir erfahren, dass die Masse des Objekts völlig unnötig ist, um das Ergebnis vorherzusagen.

Wenn die versteckte Schicht eingeführt wird, kann das Modell immer noch das korrekte Ergebnis für eine fallende Kugel zurückgeben. Aber nun kann die Gleichung, die bestimmen kann, welche Eingabe zum Gesamtergebnis beiträgt, nicht mehr bestimmt werden. Das Modell ist unerklärlich.

Das Problem der Erklärbarkeit wird weiterhin erforscht und es werden Fortschritte erzielt. Tiefe Netze bieten großen Wert für die Leistung eines Modells, aber der Preis für ihre Nutzung ist die Unfähigkeit, genau zu erklären, wie das Modell zu der Antwort kommt, die es findet. (Übrigens, das Geheimnis des Lebens ist 42.)

Zusätzliche Ressourcen

Mehr zu diesem Thema finden Sie in unserem BMC Machine Learning & Big Data Blog sowie in diesen Artikeln:

• Maschinelles Lernen: Hype vs. Realität
• Die Rolle des maschinellen Lernens in der Netzwerksicherheit von Rechenzentren
• Verzerrung und Varianz im maschinellen Lernen
• Verwendung von TensorFlow zur Erstellung eines neuronalen Netzwerks (mit Beispielen), Teil unseres Machine-Learning-Leitfadens
• Apache Spark Guide mit Artikeln und Schritt-für-Schritt-Tutorials

Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.