Contrastive Learning (Glossar)

Contrastive Learning ist ein Begriff aus den Bereichen Künstliche Intelligenz, Big Data und Smart Data sowie Digitale Transformation. Er beschreibt eine spezielle Methode, wie Computer lernen, Daten besser zu verstehen und voneinander zu unterscheiden.

Stellen Sie sich vor, Sie möchten einer Software beibringen, den Unterschied zwischen Hunden und Katzen zu erkennen. Beim Contrastive Learning zeigt man dem Computer viele Bilder: Manche, bei denen sich die Tiere ähnlich sehen, und andere, bei denen sie sehr verschieden aussehen. Die Software lernt dann, welche Merkmale typisch für Hunde und welche für Katzen sind, indem sie die Unterschiede („Kontraste“) zwischen den Bildern ganz genau untersucht.

Contrastive Learning hilft besonders dann, wenn wenig Informationen vorhanden sind oder es schwierig ist, alles von Hand zu beschriften. Moderne Künstliche Intelligenz kann mit dieser Technik Muster finden, zum Beispiel um in großen Datenmengen ungewöhnliche Transaktionen im Finanzbereich (etwa bei Banken) aufzuspüren oder Maschinen in einer Fabrik zu überwachen. Das spart Zeit, macht Prozesse sicherer und hilft dabei, klügere Entscheidungen zu treffen.

Kurz gesagt: Contrastive Learning ist eine innovative Lernmethode für Computer, um Unterschiede in Daten besser zu erkennen und daraus praktisch nutzbare Erkenntnisse zu gewinnen.