Von YouTube-Katzen und Machine Learning-Technologie.

Wenn Hardware und Software zusammenarbeiten, um spezielle Aufgaben zu erledigen und das zum Teil besser als menschliche Wesen, dann sprechen wir von künstlicher Intelligenz. Wir stellen euch die Neuheiten von Maschinellem Lernen vor.

Machine Learning

Anstatt Software im Voraus zu programmieren, um eine bestimmte Aufgabe zu erledigen, verwendet Machine Learning Algorithmen, die es dem Computer ermöglichen seine Aufgaben selbstständig zu erledigen und vor allem daraus zu lernen. Ein künstliches System lernt also aus Beispielen und kann diese nach der Lernphase verallgemeinern. Es werden Muster und Gesetzmäßigkeiten in den Lerndaten erkannt. Maschinelles Lernen ersetzt dabei keinesfalls die klassische Programmierung, sondern ergänzt diese. Machine Learning liefert Werkzeuge, um eine wichtige Klasse von Problemen zu lösen, die vorher schwer oder gar nicht zu lösen waren. Insgesamt ergeben sich hier neue Möglichkeiten.

Google, Youtube-Katzen und Deep Learning

Deep Learning wird als Teildisziplin der Künstlichen Intelligenz (KI) gesehen. Beim Deep Learning werden künstliche neuronale Netze zu Ebenen angeordnet, die komplexe Merkmale benutzen, um zum Beispiel den Inhalt eines Bildes zu erkennen. So wie Google schon 2012 sein eigenes Deep Learning-System verwendet hat, um aus Millionen von YouTube-Videos einzelne Katzen rauszusuchen. Mit jeweiliger Rassenbestimmung. Und Google war dabei zweimal genauer als jedes andere Bildsystem.

connection with robot in laboratory

Mittlerweile kann künstliche Intelligenz bestimmte Aufgaben besser und vor allem schneller erledigen als Menschen./ Quelle: gettyimages

Google-Forscher haben auch für Google-Street-View-Aufnahmen ein Deep-Learning-Netz im Einsatz, um auf den Millionen von Bildern die Hausnummern und Schilder zu finden und lesen, auch wenn diese gekippt oder gedreht sind. Das diente dazu, die Häuser in Google Maps exakt zu lokalisieren. Menschen wären damit vermutlich jahrelang beschäftigt gewesen, die KI schaffte es in weniger als einer Stunde.

Computer die pokern und Krankheiten diagnostizieren

Dass Computer Spiele längst besser beherrschen ist kein Geheimnis mehr: Der weltbeste menschliche Go-Spieler (ein Umzinglungs-Brettspiel) unterlag letztes Jahr einer Software namens AlphaGo mit 4:1. AlphaGo ist eine Kombination aus Deep-Learning-Netz, analytischer Berechnung und einem Zufallsgenerator. Der Computer hatte im Training die Spiele so lange gespielt und seine Strategien variiert, bis er die Punktzahl maximieren konnte. Mittlerweile versuchen Forscher auch Computern das Pokern beizubringen, was gar nicht so einfach ist, da in dem Kartenspiel Bluffen ein essenzieller Bestandteil ist. . Noch sind Menschen bei Poker Partien mit mehr als zwei Spielern besser als Computer. Noch.

Forscher in den USA haben Deep Learning eingesetzt, um anhand von Gewebebildern die Überlebensrate von Krebspatienten vorherzusagen. Die Algorithmen lernten die Krebszellen von gesunden Zellen zu unterscheiden. Erstaunlich ist, dass die Computer sogar mehr verdächtige Merkmale gefunden haben, als bis dahin in der medizinischen Literatur bekannt war. Jetzt hoffen Ärzte, dass ihnen Deep-Learning Systeme helfen, bessere Therapien zu finden und neue Wirkstoffe zu entwickeln.

Fazit


Deep Learning kann uns in Zukunft ziemlich viel Zeit einsparen und uns das Leben wesentlich vereinfachen. Wenn man zum Beispiel die Google-Streetview Algorithmen auch für die automatische Suche nach verdächtigen Personen auf Bahnhöfen oder Flughäfen einsetzt. Oder wir schießen ein Foto vom schicken Mantel der Dame, die an uns vorbeiläuft und schon haben wir in wenigen Sekunden den Link zum entsprechenden Shop. Deep Learning soll sogar echtes von falschem Lächeln unterscheiden, so dass künftige Serviceroboter unsere Gefühlslage erkennen und entsprechend reagieren können.

Wer nicht solange warten will, findet Im GRAVIS Online Shop appgesteuerte Spielzeugroboter, Fahrzeuge und jede Menge Smart Entertainment.