Das Spiel der Karten
Stellen Sie sich Karten mit Zeichnungen von Katzen und Hunden vor. Auf jeden schrieb jemand die richtige Antwort: "Katze" oder "Hund". Diese Antwort ist ein Label. Das Programm erhält die Zeichnungen und ihre Etiketten, um es zu trainieren.
Beim Training passt das Programm Zahlen in einem Modell an. „Modell“ bedeutet hier keine verkleinerte Nachbildung, sondern ein Rechenwerkzeug, das aus Daten entsteht. Damit soll für ein anderes Bild eine Kategorie vorgeschlagen werden.
Die kleine Falle des blauen Hintergrunds
In unserem erfundenen Spiel haben alle Katzenkarten einen blauen Hintergrund und alle Hundekarten einen gelben. Welcher einfache Hinweis könnte das Programm täuschen? Die Hintergrundfarbe! In unseren Beispielen passt sie zur richtigen Antwort, beschreibt aber nicht das Tier.
Probieren wir nun eine Katze vor gelbem Hintergrund aus. Ein Modell, das sich vor allem auf den Hintergrund stützt, könnte sie als Hund einordnen. Wir haben dieses Experiment hier nicht durchgeführt: Das Beispiel ist erfunden und erklärt, wie eine falsche Abkürzung entstehen kann.
Für bessere Beispiele variieren wir die Hintergründe und die Tiere. Auch die Beschriftungen werden geprüft. Mehr Karten helfen nicht, wenn sie alle dieselbe Falle wiederholen.
Trainieren heißt nicht, den Test zu bestehen
Andere Karten werden beiseite gelassen, um das Modell zu bewerten. Sie werden nicht für dieses Training verwendet. Das Ziel ist zu sehen, wie er auf neue Beispiele reagiert, nicht nur auf diejenigen, die er bereits getroffen hat.
Wenn das Programm acht von zehn Karten in einem imaginären Test besteht, wären es 80% auf diesen zehn Karten. Diese Berechnung bedeutet nicht, dass es 80% aller Bilder in der Welt gelingen wird. Das Ergebnis beschreibt diesen genauen Test.