Neuronen: Gehirn mit 16.000 Prozessorkernen simuliert
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. Mathematisch-Technische Assistenz 3D-Messtechnik für die Verkehrstechnik
    VITRONIC GmbH, Wiesbaden
  2. Berater IP Netze (m/w)
    IABG Industrieanlagen-Betriebsgesellschaft mbH, Dresden, Berlin
  3. Consultant (m/w) für den Bereich Fleet & Leasing
    TecAlliance GmbH, Weikersheim und Home-Office
  4. Betriebs-System Engineer Citrix (m/w)
    DATAGROUP Köln GmbH, Köln

 

Detailsuche


Folgen Sie uns
       


  1. Stereoskopie

    Neue Diskussionen um Schädlichkeit von 3D-Displays

  2. E-Label

    Viele hässliche Icons verschwinden von Smartphone-Gehäusen

  3. Black Friday

    Oneplus One kann ohne Einladung bestellt werden

  4. Merkel-Handy

    Bundesregierung schließt Antispionage-Vertrag mit Blackberry

  5. Pantelligent

    Die funkende Bratpfanne

  6. Mitsubishi i-MiEV

    Elektroauto verliert nach kurzer Zeit 17 Prozent Akkukapazität

  7. Nick Hayek

    Swatch-Chef hat keine Angst vor der Apple Watch

  8. Hdmyboy

    HDMI-Ausgang für den ersten grauen Gameboy

  9. Merkel-Handy

    NSA-Ausschuss kritisiert Stopp von Ermittlungen

  10. Unitymedia

    Liberty Global schafft Marke KabelBW ab



Haben wir etwas übersehen?

E-Mail an news@golem.de



Test Dragon Age Inquisition: Grand Theft Fantasy
Test Dragon Age Inquisition
Grand Theft Fantasy
  1. Technik-Test Dragon Age Inquisition Drachentöten flott gemacht
  2. Dragon Age Inquisition Zusatzabenteuer für den Weltengenerator
  3. Dragon Age Inquisition Rollenspiel mit 4K am PC und 900p auf der Xbox One

Core M-5Y70 im Test: Vom Turbo zur Vollbremsung
Core M-5Y70 im Test
Vom Turbo zur Vollbremsung
  1. Benchmark Apple und Nvidia schlagen manchmal Intels Core M
  2. Prozessor Schnellster Core M erreicht bis zu 2,9 GHz
  3. Die-Analyse Intels Core M besteht aus 13 Schichten

Intel Edison ausprobiert: Ich seh dich - das Mona-Lisa-Projekt
Intel Edison ausprobiert
Ich seh dich - das Mona-Lisa-Projekt
  1. Intel Edison Kleinrechner mit Arduino-ähnlichem Board als Breakout

    •  / 
    Zum Artikel