Des Netzes Kern
Denkbar einfach: Die Mathematik neuronaler Netze
Künstliche neuronale Netze verfassen Texte, generieren Bilder und interpretieren Daten aller Art. Ihre Architektur wird immer komplexer, doch an ihren bestechend einfachen elementaren Mechanismen hat sich über die Jahre nichts geändert. Nach wie vor gilt: Neuronale Netze sind wirklich schöne mathematische Gebilde.
Wenn Dall-E virtuos den Pinsel schwingt, ChatGPT die Welt erklärt und der schlechte Schufa-Score den Kredit verhindert, dann steht der Mensch dem zunehmend ratlos vis-à-vis. Kaum einer kann ihm erklären, wie es so weit kommen konnte, denn hinter mehr und mehr Prognose- und Entscheidungssystemen stecken kaum überschaubare künstliche neuronale Netze (KNN). Sie gelten als intransparente Black Boxen, weil über deren Milliarden Parameter nicht mal ihre Schöpfer den Überblick behalten. Und weil diese magischen Kisten offenbar noch nicht undurchsichtig genug sind, stöpseln die Forscher immer mehr von ihnen zu sogenannten multimodalen Modellen zusammen, auf dass sie dem menschlichen neuronalen System immer ähnlicher werden mögen – und mit noch mehr Informationen noch weniger nachvollziehbare Entscheidungen treffen.
Wer jetzt nicht komplett kapitulieren, sondern zumindest im Ansatz begreifen möchte, was momentan mit und um ihn herum geschieht, dem hilft nur eins: die Besinnung aufs Wesentliche. Auf die bestechend simplen mathematischen Mechanismen, die nach wie vor jedes künstliche neuronale Netz am Laufen halten. Sehen Sie dazu auch unsere begleitende Erklärvideo-Reihe im c’t Uplink (ct.de/y7zm).
