-
Frage gestellt band28fry am 27 Sep 2024.
Frage: Was sind die Schwächen/Limitierungen von Neuronalen Netzen?
- Stichworte:
-
Karsten Weber Beantwortet am 27 Sep 2024:
Neuronale Netze sind statistische Maschinen — deren Aussgaben sind also immer nur mit einer bestimmten Wahrscheinlichkeit korrekt. Es ist eher unwahrscheinlich, dass man hier 100% erreichen kann (Menschen irren sich ja auch oft genug). Das ist eine Limitierung.
Eine andere Limitierung wird derzeit sehr intensiv diskutiert: Es gibt die Vermutung, dass neuronale Netze nicht beliebig groß werden können, um die Leistung zu erhöhen. Man vermutet, dass es eine Größengrenze geben könnte, ab der ein Zuwachs an Neuronen oder auch Neuronenschichten nicht nur nicht zu einer Leistungssteigerung führt, sondern sogar zur Verschlechterung der Ausgaben. Aber es ist zu betonen, dass das eine Vermutung ist, für die es Hinweise, aber sicheren Erkenntnisse gibt.
-
Clarissa Elisabeth Hohenwalde Beantwortet am 27 Sep 2024:
Neuronale Netzwerke benötigen große Mengen an Daten, um effektiv trainiert zu werden. Ohne genügend Daten neigen sie dazu, ungenaue Vorhersagen zu treffen. Gebiete mit zu wenig öffentlich verfügbaren Daten sind z.B. seltene Erkrankungen, seltene Dialekte, militärische Fragestellungen oder rechtliche Dokumente. Gibt es genug Daten, sind diese aber verzerrt, z.B. weil darin rassistische Aussagen enthalten sind, kann ein neuronales Netzwerk diese Vorurteile übernehmen oder sogar noch verstärken.
Kritisch ist ebenfalls, dass das Training neuronaler Netzwerke sehr lange dauern kann und energieintensiv ist. Oft sind einfachere algorithmische Verfahren gleich gut und schonen das Klima.
Eine weitere Limitierung ist, dass die Ergebnisse von neuronalen Netzwerke oft schwer nachvollziehbar sind (man spricht auch von einer black box). Es ist schwierig zu verstehen, warum sie eine bestimmte Entscheidung treffen, was besonders in sicherheitskritischen Bereichen problematisch sein kann.
Kommentare