Maschinenlernen: Google X simuliert Gehirn mit 16.000 Prozessorkernen
Neuronen: Gehirn mit 16.000 Prozessorkernen simuliert (Bild: Allen Institute)

Maschinenlernen Google X simuliert Gehirn mit 16.000 Prozessorkernen

Forscher von Google und der Stanford-Universität haben ein neuronales Netz mit 16.000 Prozessoren gebaut und damit ein System zum Maschinenlernen getestet. Es lernte selbstständig, Menschen- und Katzengesichter zu erkennen.

Anzeige

Wissenschaftler vom Google X Labor und der Stanford-Universität haben ein simuliertes Gehirn aus 1.000 Computern gebaut. Damit simulierten sie Vorgänge im menschlichen Gehirn. Das System erwies sich als besonders gut beim Erkennen von Menschen und Katzen.

Neuronales Netz

Das simulierte Gehirn besteht aus 16.000 Prozessorkernen. Diese bilden ein neuronales Netz mit einer Milliarde Verschaltungen. Dieses System haben die Forscher mit rund 10 Millionen Bildern gefüttert, die sie nach dem Zufallsprinzip aus dem Videoportal Youtube herausgesucht hatten. Drei Tage lang analysierte das System die Bilder.

Normalerweise wird Maschinenlernen vom Menschen überwacht, dabei bekommt der Computer Hinweise, nach bestimmten Merkmalen zu suchen. Dieser hingegen identifizierte selbstständig verschiedene Merkmale wie Kanten, Linien oder Farben. Ihre Idee sei gewesen, dass nicht die Forscher herausfinden, wie es möglich sei, Kanten zu erkennen. Stattdessen hätten sie den Lernalgorithmus mit Tonnen von Daten gefüttert und die Software automatisch etwa daraus lernen lassen, erklärte der Stanford-Informatiker Andrew Ng in der New York Times den Ansatz.

Sortieren nach Kategorien

Als Nächstes legten die Forscher dem simulierten Gehirn eine Liste mit 20.000 Gegenständen vor und ließen es die Bilder entsprechend sortieren. Das Gehirn schaffte es, diese mit einer Trefferquote von 15,8 Prozent zuzuordnen - das sei deutlich besser als andere aktuelle Systeme für Maschinenlernen, schreiben die Forscher in einem Aufsatz, der als Preprint auf dem Dokumentenserver Arxiv veröffentlicht ist.

Besonders gute Ergebnisse erzielte das System beim Erkennen von Menschen - Gesichter erkannte es mit einer Quote von 81,7 Prozent, Körperteile 76,7 Prozent - sowie von Katzen. Dabei schaffte das künstliche Gehirn eine Genauigkeit von 74,8 Prozent.

Erkennen ohne Vorgabe

"Entgegen der landläufigen Meinung zeigen unsere experimentellen Ergebnisse, dass es möglich ist, ein Gesichtserkennungssystem anzulernen, ohne zu kennzeichnen, ob auf einem Bild ein Gesicht zu sehen ist oder nicht", schreiben die Forscher. Das System habe sich auch dadurch nicht verwirren lassen, wenn ein Gesicht nicht direkt in die Kamera schaute.

Neben Gesichtern habe es eben auch eine Vorliebe für menschliche Körper und Katzengesichter ausgebildet. "Wir haben ihm beim Training nie gesagt: 'Das ist eine Katze'", sagte Jeff Dean. "Es hat im Prinzip das Konzept einer Katze entwickelt."

Geheimes Labor

Mögliche Anwendungen für das Maschinenlernsystem sind beispielsweise eine verbesserte Bildersuche, eine automatisierte Übersetzung oder Spracherkennung - alles Bereiche, in denen Google aktiv ist. So wird im geheimen Labor Google X auch das Sprachsteuerungssystem Majel entwickelt, Googles Konkurrenz zu Apples Siri. Außerdem ist dort auch die Datenbrille entstanden.

Die Forscher um Dean und Ng wollen ihre Arbeit mit dem künstlichen Gehirn auf der International Conference on Machine Learning vorstellen. Diese findet vom 26. Juni bis 1. Juli 2012 in der schottischen Hauptstadt Edinburgh statt.


erma 02. Jul 2012

Schoneinmal Idiocracy geschaut? :D https://de.wikipedia.org/wiki/Idiocracy

petameter 30. Jun 2012

Skynet erwacht.

tingelchen 29. Jun 2012

Bei dem Topic musste ich zwangsweise an das hier denken http://www.youtube.com/watch?v...

tobit 29. Jun 2012

oder Lochkarten

neocron 28. Jun 2012

Hmm, da besteht aber meines Erachtens kein Zusammenhang! Das Halteproblem beschreibt...

Kommentieren



Anzeige

  1. IT Specialist (m/w) Regional Support Center
    Siemens AG, Eschborn
  2. SAP Produktmanager (m/w)
    Bosch Thermotechnik GmbH, Wetzlar
  3. SAP Inhouse Consultant (m/w) Finance
    Brüel & Kjaer Vibro GmbH, Darmstadt
  4. IT Risk Officer/IT Risiko Spezialist (m/w) für Operatives Risiko Management
    Vattenfall Europe Business Services GmbH, Hamburg, Berlin, Amsterdam (Niederlande)

 

Detailsuche


Folgen Sie uns
       


  1. Lufthansa Taxibot

    Piloten schleppen ihre Flugzeuge bald selbst zur Startbahn

  2. Geheimdienste

    USA und Deutschland wollen Leitlinien vereinbaren

  3. Geheimdienste

    DE-CIX bei manipulierter Hardware machtlos gegen Spionage

  4. Digitale Agenda

    Bund will finanzielle Breitbandförderung festschreiben

  5. DVB-T2

    HDTV sollte unverschlüsselt über Antenne kommen

  6. Wissenschaft

    Hören wie die Fliegen

  7. iWatch

    Apples Smartwatch könnte aus zwei Teilen bestehen

  8. Phishing-Angriffe

    Nigerianische Scammer rüsten auf

  9. Nvidia Shield Tablet ausprobiert

    Schnelles Spiele-Tablet für Android mit WLAN-Controller

  10. Videostreaming

    Telekom sieht Youtube-Problem erneut bei Google



Haben wir etwas übersehen?

E-Mail an news@golem.de


Anzeige
Sony RX100 Mark III im Test: Klein, super, teuer
Sony RX100 Mark III im Test
Klein, super, teuer
  1. Custom ROM Sonys Bootloader einfacher zu entsperren
  2. Sony Xperia T3 kommt als Xperia Style für 350 Euro
  3. Auge als Vorbild Sony entwickelt gekrümmte Kamerasensoren

Programmcode: Ist das Kunst?
Programmcode
Ist das Kunst?
  1. Suchmaschinen Deutsche IT-Branche hofft auf Ende von Googles Vorherrschaft
  2. Quartalsbericht Google steigert Umsatz um 22 Prozent
  3. Project Zero Google baut Internet-Sicherheitsteam auf

Android L im Test: Google verflacht Android
Android L im Test
Google verflacht Android
  1. Android L Keine Updates für Entwicklervorschau geplant
  2. Inoffizieller Port Android L ist für das Nexus 4 verfügbar
  3. Android L Cyanogenmod entwickelt nicht anhand der Entwicklervorschau

    •  / 
    Zum Artikel