Backpropagation ist ein grundlegendes Konzept der Künstlichen Intelligenz und wird häufig im Bereich Big Data und Smart Data sowie der digitalen Transformation eingesetzt. Es handelt sich um eine Methode, mit der künstliche neuronale Netze „lernen“, also ihre Ergebnisse Schritt für Schritt verbessern.
Stellen Sie sich vor, ein intelligentes System soll auf Fotos erkennen, ob ein Hund oder eine Katze abgebildet ist. Anfangs macht das System viele Fehler, weil es noch nicht weiß, wie ein Hund oder eine Katze aussieht. Mit Backpropagation kann das System nach jedem Versuch überprüfen, wie stark es danebenlag, und die inneren Einstellungen (gewissermaßen seine „Regler“) so anpassen, dass es beim nächsten Mal eine bessere Entscheidung treffen kann.
Backpropagation funktioniert also wie ein Lernprozess: Wenn ein Fehler erkannt wird, wird zurückverfolgt, an welcher Stelle im System der Fehler entstanden ist, und dort wird nachjustiert. Das wiederholt sich viele Male mit vielen Beispielen, sodass das System immer besser wird.
Diese Lernmethode ist der Schlüssel dazu, dass heutige KI-Anwendungen wie Spracherkennung, Bilderkennung und automatische Übersetzungen überhaupt funktionieren können. Backpropagation sorgt dafür, dass intelligente Systeme aus ihren Fehlern lernen.
Deutsch 
English (UK)