| Abstract | Maschinelles Lernen und gerade auch Deep Learning werden derzeit hoch gehandelt: Ob man die Einreichungen zu wissenschaftlichen Konferenzen betrachtet, die Download-Zahlen der einschlägigen Pakete, die Zahl der Studierenden in Online-Vorlesungen zum Thema oder die Stellung von "Deep Learning" auf dem letzten Gartner Hype Cycle, der das Thema direkt auf die Spitze des Hypes platziert: Fast scheint es, als gebe es für das neue Paradigma keine Grenzen. Aber selbst wenn man die überzogenen Erwartungen und Versprechen abzieht, bleibt festzustellen, dass unter der Bezeichnung "Deep Learning" heute Methoden verfügbar sind, die interessante Ergebnisse bei vielen relevanten Aufgaben liefern. Ob als Fachleute, aber auch als Konsumenten oder Bürgerinnen und Bürger: Es erscheint angeraten und nötig, sich ein kompetentes Bild von den neuen Verfahren, seinen Möglichkeiten und Grenzen zu machen. |