Google-Hirn entwickelt Vorliebe für Katzenfotos

  • Eine Katze, auch Googles neues Superhirn erkennt das. 
    foto: apa

    Eine Katze, auch Googles neues Superhirn erkennt das. 

Neuronales Netz aus 16.000 Prozessoren lernt selbstständig Katzen und Menschen auf Fotos zu erkennen

Lernende Computer-Systeme, die Daten aus der realen Welt erkennen, sind mittlerweile weit verbreitet. Sie kommen etwa bei automatischer Übersetzung von Texten oder Spracherkennung zum Einsatz. Die Technologie ist jedoch noch weit von Perfektion entfernt, was man spätestens merkt, wenn man im Urlaub eine automatisch übersetzte Speisekarte in Händen hält. Forscher von Google und der Stanford-Universität haben nun ein System entwickelt, das wesentlich genauere Ergebnisse liefert.

Bisherige Methoden zu umständlich

Aktuelle Systeme können beispielsweise erlernen, Autos und Motorräder auf Bildern zu unterscheiden. Doch dafür muss die Software erst mit zehntausenden Fotos gefüttert werden, die entsprechend nach Autos und Motorrädern ausgewiesen und gekennzeichnet sind. Das sei umständlich und koste sehr viel Zeit, erklärt Google in einem Blog-Eintrag.

Zufällige YouTube-Screenshots

Die Forscher haben nun ein deutlich größeren, neuronales Netzwerk entwickelt, das mit nicht gekennzeichneten Daten arbeitet. Dafür haben die Forscher ein Netz aus 16.000 Prozessoren verschaltet, welches mit einer Milliarden Verbindungen ein Gehirn simuliert. Eine Woche lang wurde das System mit zufällig aus YouTube ausgewählten Screenshots gefüttert, die im Anschluss analysiert wurden.

Vorliebe für Katzen

Das Ergebnis: das System lernte selbstständig Menschen und Katzen zu unterscheiden. Die Forscher hatten zuvor nicht programmiert, dass es nach bestimmten Merkmalen oder Fotoeigenschaften suchen solle. Dass das System eine "Vorliebe" für Katzen entwickelte, war für die Forscher eine Überraschung und zuvor nicht definiert worden.

Genauere Ergebnisse

Bei einem anschließenden Test, bei dem das "Google-Gehirn" aus einer Liste von 20.000 Objektkategorien selbst Bilder aussortieren musste, habe das System um 70 Prozent besser als bisherige Technologien abgeschnitten. Die Trefferquote liege nun bei 15,8 Prozent. Deutlich besser seien die Ergebnisse bei Katzen- und Menschenfotos. Katzen würden mit einer Trefferquote von 74,8 Prozent erkannt, menschliche mit 81,7 Prozent.

Die Ergebnisse wollen die Forscher Ende Juni auf der International Conference on Machine Learning präsentieren. Die Forschungsarbeit wurde vorab schon im Internet veröffentlicht. (red, derStandard.at, 26.6.2012)

Share if you care
Posting 1 bis 25 von 94
1 2 3
Häufigkeit

mir kommt es vor, dass der computer gelernt hat was am häufigsten auf youtube vor kommt.

1. menschen
2. katzen

und jetzt kann er sie besser auseinander halten. eine interessante entwicklung.

Kein Wunder - überall auf diesen Netzwerken laden die Leute haufenweise Katzenfotos hoch, oder Fotos von sich selbst.
Wie solls da anders sein?

eine Woche lang youporn.

sachen gibts

Come on, why would you give a cat's ass about that?

Woher stammt die Technologie?

Ich vermute, dass da einige Prozessoren von Melmac sind ;)

Vorliebe für Katzen

Ich schau mir auch gerne Muschis im Internet an ;-)

lass ja meine Muschi in Ruhe!
Ich hab nur die zum streicheln :)

die will

eh keiner anfassen ;)

Und?

Wie äusserte sich die erwähnte "Vorliebe" für Katzen? Das wäre interessant gewesen, nicht das Geschwurble über 20000 Objektkategorien, aber vermutlich ist dieser Teil des Artikels der Aufmerksamkeitserheischung geschuldet...

meistens hilft es den ganzen artikel zu lesen, auch die letzten 2 Absätze

Oh Gott

schafft endlich diese dämlichen Katzen ab!!!

teh internets iz for kittehs

Skynet comes closer...

The Internet is a series of tubes filled with cats.

Was soll ein "neuronales Netz aus 16.000 Prozessoren" sein? Ein neuronales Netz besteht aus Neuronen und den Verbindungen dazwischen. Die Anzahl der Prozessoren hat nichts mit dem neuronalen Netz zu tun, sondern ist eine Angabe über das Computersystem, auf dem das NN läuft.

"Dafür haben die Forscher ein Netz aus 16.000 Prozessoren verschaltet, welches mit einer Milliarden Verbindungen ein Gehirn simuliert."

Vielleicht wäre besser:"Dafür haben die Forscher ein Netz aus 16.000 Prozessoren verschaltet, welches ein Gehirn mit einer Milliarden Verbindungen simuliert."?

Oder verstehe ich das auch falsch?

Soweit ich mich an den Aufbau neuronaler Netze aus meiner Kollege Zeit noch erinnere, simulieren die einzelnen Prozessoren Knotenpunkte in den neuronalen Netzen - es is ja kein echtes neuronales Netzwerk sondern ein nachempfundenes....

ich kann mich natuerlich auch irren, Netzwerktechnologie war nicht mein Lieblingsfach. ;)

Ich verstehe diesen Text so, als wären die Prozessoren als künstliche Neuronen eingesetzt worden. Abgesehen davon, dass ich nicht wüsste, wie man das programmieren soll klingt das einleuchtend.

Ok ich hab jetzt den verlinkten Originalartikel gelesen

Es ist eine Simulation auf 16.000 Prozessoren gewesen.

ich denke es geht um die parallelitaet des systmes. daher die anzahl der prozessoren. ausserdem klingt es cooler.

Es wird vielleicht daran liegen...

...dass es nach Videos mit Menschen sehr viele Videos von Katzen gibt. Gäb es viele "hüpfende-Plastikball-Videos" dann sähe die Sache vielleicht anders aus. Probe aufs Exempel: Lasst die Software youporn schauen und vergleicht die "vorlieben" mit der Anzahl der Genrevideos...

Lieber nicht, ich bin mir ziemlich sicher was die logische Folge wäre.

Vorliebe für Mensch ( Mensch ) und Katze ( Tier ) gepaart mit Sex ( youporn ) ...

Ich bin mir nicht sicher ob sie das sehen möchten... ^^

Posting 1 bis 25 von 94
1 2 3

Die Kommentare von Usern und Userinnen geben nicht notwendigerweise die Meinung der Redaktion wieder. Die Redaktion behält sich vor, Kommentare, welche straf- oder zivilrechtliche Normen verletzen, den guten Sitten widersprechen oder sonst dem Ansehen des Mediums zuwiderlaufen (siehe ausführliche Forenregeln), zu entfernen. Der/Die Benutzer/in kann diesfalls keine Ansprüche stellen. Weiters behält sich die derStandard.at GmbH vor, Schadenersatzansprüche geltend zu machen und strafrechtlich relevante Tatbestände zur Anzeige zu bringen.