Was ist Deep Learning und wann wurde es relevant?

Tief heißt mehr Schichten

Klassische neuronale Netze hatten wenige Zwischenschichten. Deep Learning bezeichnet Netze mit vielen Schichten, oft Dutzenden bis Hunderten. Mehr Schichten bedeuten, dass das Modell komplexere Muster lernen kann: nicht nur „Katze oder nicht", sondern auch „welche Rasse", „in welcher Pose", „auf welchem Hintergrund".

Warum 2015 und 2016?

Vorhergesagt wurde Deep Learning schon Jahre früher. Möglich wurde es erst, als Grafikkarten (GPUs) und parallele Rechenarchitekturen leistungsfähig und bezahlbar genug waren. Mit verfügbarer Rechenleistung explodierte die Qualität der Anwendungen: Automatische Übersetzungen erreichten plötzlich Profi-Niveau, Spracherkennung wurde alltagstauglich.

Die Grundlage moderner LLMs

Alle bekannten Sprachmodelle der letzten Jahre basieren auf Deep Learning. Ohne diesen Sprung hätten ChatGPT, Claude oder Gemini in ihrer heutigen Form nicht entstehen können. Wer LLMs verstehen will, sollte Deep Learning als Grundlage kennen.