PlaNet: Google-System folgert Foto-Standort genauer als der Mensch

Nasa, Aufnahme, Weltall, Erde Bildquelle: NASA Goddard Photo and Video / Flickr
Informatiker beim Suchmaschinenkonzern Google haben die Leistungsfähigkeit so genannter Deep Learning-Algorithmen einmal mehr unter Beweis gestellt. Ihr System kann besser schlussfolgern, in welcher Region ein Foto entstanden ist, als ein durchschnittlicher Mensch.
Beim Deep Learning werden Algorithmen mit riesigen Datenmengen gefüttert. Strukturen neuronaler Netze sorgen dann dafür, dass das System automatisch bestimmte Muster erkennt und im Grunde selbst abstrakte Informationen ableiten kann. In der bisherigen KI-Programmierung mussten hier bisher stets Menschen eine umfassende Vorarbeit leisten, was nun nicht mehr nötig ist.

Das System, um das es in einer Veröffentlichung von Google-Forschern geht, nennt sich "PlaNet". Dieses hat gelernt, die Inhalte von Bildern bestimmten Regionen zuzuordnen. Als Basismaterial, um dem Algorithmus erst einmal eine Grundlage zu verschaffen, wurden von dem System erst einmal rund 91 Millionen Fotos aus Googles eigenen Datenbeständen analysiert, in deren Metadaten die Geokoordinaten enthalten waren. Hinzu kamen noch Bilder auf dem Street View-Dienst.

PlaNetPlaNetPlaNetPlaNet
PlaNetPlaNetPlaNetPlaNet

Dann ging es darum, die Fähigkeiten der Mustererkennung von PlaNet zu testen. Menschen können hier - je nachdem, wie gut ihre Allgemeinbildung über die verschiedenen Regionen der Welt sind - teilweise recht gute Ergebnisse liefern. Auch wenn man das eigentliche Fotomotiv noch nie gesehen hat. Die Art der Architektur, die Vegetation und verschiedene andere Details lassen hier Rückschlüsse zu.

Und auch PlaNet gelang es in einem ersten Testlauf bereits, ganz ordentliche Ergebnisse zu erzielen. 2,3 Millionen Bilder von Flickr setzte man dem System hier vor. Auch in diesen waren die Geokoordinaten enthalten, allerdings wurden diese nur genutzt, um abgleichen zu können, wie genau die Treffer waren. Der Algorithmus selbst bekam lediglich die Bilddaten.

PlaNet ordnete den Ort der Aufnahme in 3,8 Prozent der Fälle straßengenau zu. Dies dürften Bilder gewesen sein, in denen sich recht markante Landmarken oder Sehenswürdigkeiten wiederfanden. In 10,1 Prozent der Fälle wurde zumindest die Stadt korrekt bestimmt. Bei 28,4 Prozent war das Land richtig, bei 48 Prozent zumindest der Kontinent.

In einem weiteren Versuch ging es nun darum, zu überprüfen, wie gut diese Genauigkeit im Vergleich zum Menschen ist. Hierfür bekamen menschliche Teilnehmer sowie PlaNet jeweils zufällig ausgewählte Street View-Fotos vorgesetzt. Auf einer Karte sollte dann ein Tipp abgegeben werden, wo das Bild aufgenommen wurde. In 50 Spielrunden lag PlaNet 28 Mal dichter am korrekten Punkt. Wie leistungsfähig solche neuronalen Netze sind, zeigt sich letztlich nicht nur am Ergebnis, sondern auch daran, dass PlaNet lediglich 377 Megabyte Speicher für seine Arbeit benötigte. Nasa, Aufnahme, Weltall, Erde Nasa, Aufnahme, Weltall, Erde NASA Goddard Photo and Video / Flickr
Diese Nachricht empfehlen
Kommentieren10
Jetzt einen Kommentar schreiben


Alle Kommentare zu dieser News anzeigen
Kommentar abgeben Netiquette beachten!

Jetzt als Amazon Blitzangebot

Ab 00:00 Uhr tax 2017 Professional (für Steuerjahr 2016)
tax 2017 Professional (für Steuerjahr 2016)
Original Amazon-Preis
29,99
Im Preisvergleich ab
28,99
Blitzangebot-Preis
22,99
Ersparnis zu Amazon 23% oder 7

Video-Empfehlungen

WinFuture Mobil

WinFuture.mbo QR-Code Auch Unterwegs bestens informiert!
Nachrichten und Kommentare auf
dem Smartphone lesen.

Tipp einsenden