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.

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.