Google: Simuliertes Gehirn erkennt Katzen

Dazu hatten Googles Forscher mit Wissenschaftlern der Stanford-Universität zusammengearbeitet und das neuronale Netzwerk (bestehend aus 1000 Computern beziehungsweise 16.000 Prozessoren mit mehr als einer Milliarde Verbindungen) mit zehn Millionen Screenshots gefüttert, die zuvor zufällig aus YouTube-Videos extrahiert worden waren. Daraus hat dieses dann selbstständig 20.000 unterschiedliche Gegenstände identifiziert. Katzen wurden dabei neben Menschen am besten erkannt.

Die Wissenschaftler haben das System zuvor nicht mit den spezifischen visuellen Merkmalen von Katzen versorgt. Das heißt, das künstliche Gehirn hat selbstständig herausgefunden, wie es die Katzen auf den Bildern erkennt. Dazu habe das künstliche Gehirn aus den Millionen an Bildern die Merkmale von Katzen ausgelesen und zu einem "traumartigen Digitalbild einer Katze" zusammengesetzt, schreibt die New York Times. Traumartigen Digitalbild einer Katze Eine Überwachung des Vorgangs oder ein Eingreifen durch Menschen hat nicht stattgefunden: "Während des Trainings haben wir ihm niemals gesagt: 'Das ist eine Katze'". "Im Grunde hat es das Konzept einer Katze erfunden.", erklärte Jeff Dean (Google) gegenüber der Zeitung.

Dennoch räumten die Forscher ein, man könne anhand der Ergebnisse nur bedingt Vergleiche zum menschlichen Gehirn ziehen, da dessen Menge an Neuronen und Synapsen dem "Google-Gehirn" noch immer millionenfach überlegen sei. Auch zeigten diese sich trotz des erfolgreichen Experiments skeptisch, ob man mit der angewandten Vorgehensweise das menschliche Gehirn tatsächlich vollständig nachbilden und so ein selbstlernendes Computersystem schaffen könne.

"Es wäre fantastisch, wenn es sich herausstellen würde, dass wir den aktuellen Algorithmus lediglich in einem größeren Umfang ausführen müssten, aber ich habe das Gefühl, dass wir noch nicht den ganz richtigen Algorithmus gefunden haben", sagte Andrew Y. Ng von der Stanford Universität.

Ein wenig ernüchternd sind auch die nackten Zahlen des Experiments: Zwar hat die Bilderkennung um 70 Prozent besser funktioniert als bei bisherigen Systemen dieser Art, dennoch liegt die gesamte Trefferquote bei 15,8 Prozent - zumindest bei den Katzen war diese aber deutlich höher.