The Master Algorithm

Worum es geht

Pedro Domingos, langjähriger Informatikprofessor und Pionier des maschinellen Lernens, will ein oft mystifiziertes Feld verständlich machen. Statt sich an einzelnen Techniken aufzuhängen, ordnet er das gesamte Gebiet entlang einer Leitidee: dem „Master-Algorithmus“ – einem hypothetischen Verfahren, das aus beliebigen Daten lernen könnte. Diese Idee dient als roter Faden durch ein ansonsten unübersichtliches Forschungsfeld.

Fünf Denkschulen

Domingos' originellster Beitrag ist die Einteilung des maschinellen Lernens in fünf „Stämme“: Symbolisten, Konnektionisten, Evolutionäre, Bayesianer und Analogisten. Jeder Stamm hat eine eigene Grundannahme darüber, wie Lernen funktioniert – von logischen Regeln über neuronale Netze bis zu Wahrscheinlichkeitsrechnung. Domingos erklärt jede Schule mit eingängigen Bildern und entwirft die Vision, ihre Stärken in einem einzigen, vereinheitlichten Lernverfahren zu bündeln.

Wirtschaft & Relevanz

Domingos macht deutlich, dass maschinelles Lernen längst der Motor hinter Suchmaschinen, Empfehlungen, Werbung und Betrugserkennung ist. Wer die Daten und die besten Lernverfahren kontrolliert, gewinnt wirtschaftliche Macht – ein Gedanke, der die heutige Plattformökonomie vorwegnimmt. Zugleich plädiert er dafür, dass auch Laien die Grundlogik verstehen, um mündig über den Einsatz dieser Systeme mitreden zu können.

Einordnung

Als Landkarte des maschinellen Lernens ist das Buch hervorragend: Es vermittelt Struktur und echtes Verständnis statt bloßer Schlagworte. Die Vision eines alles vereinenden Algorithmus bleibt allerdings spekulativ, und seit dem Erscheinen 2015 hat besonders Deep Learning das Feld neu sortiert. Als begriffliches Fundament bleibt es trotzdem wertvoll und gut lesbar.