Abo
  • Services:
Anzeige
Dr. Sascha Lange, Psiori
Dr. Sascha Lange, Psiori (Bild: Psiori)

Deep Learning: "Wir können den Spieler und seine Emotionen besser erkennen"

Dr. Sascha Lange, Psiori
Dr. Sascha Lange, Psiori (Bild: Psiori)

Autonome Computer, die aktiv handeln und selbstständig lernen: Derartige Technologien sind in Sichtweite, sagt Sascha Lange. Der Experte für Deep Neural Networks erklärt im Interview, was uns demnächst alles erwartet - und welche Schwierigkeiten noch überwunden werden müssen.
Von Peter Steinlechner

Riesige Datenmengen von schlauen Computern nach Mustern auswerten lassen: Das wird schon bald ganz neue Möglichkeiten schaffen - in Forschung und Wirtschaft, aber auch bei Computerspielen. Sascha Lange von der Freiburger Firma Psiori beschäftigt sich mit den Themen Deep Neural Networks und Big Data und damit, was beide Technologien zusammen bewirken können. Auf der Deep-Learning-Konferenz von Golem.de hält Lange einen Vortrag zum Thema Learning to Win - Deep Neural Networks in Games.

Anzeige

Golem.de: Können Sie uns ein konkretes Beispiel für eine Funktion in einem Spiel vorstellen, die ohne Deep Neural Networks nicht möglich wäre?

Sascha Lange: Ohne Deep Learning wäre Alpha Go zum jetzigen Zeitpunkt nicht möglich gewesen. Der Einsatz von Machine Learning ist nun auch in komplexeren Computerspielen als vorher denkbar; die tiefen neuronalen Netze können komplexe Situationen besser verallgemeinern.

Richtig interessant wird es aber an der Stelle, wo Computerspiele, Spielzeuge und Gadgets die Grenze zur physikalischen Welt durchbrechen. Mit Deep Learning können wir zum Beispiel den Spieler, seine Emotionen, Gesten und Intentionen besser erkennen und darauf reagieren. Ich selbst habe 2009 mit Hilfe von Deep Reinforcement Learning einen Computergegner für die Carrera-Bahn entwickelt, der vom Menschen nicht mehr zu schlagen war. Auch in Drohnen und ferngesteuerten Autos werden wir Deep Learning sehen.

Golem.de: Welche anderen Anwendungsgebiete für Spieldesigner sehen Sie für Deep Neural Networks?

Lange: Methoden des Deep Learnings werden auf die Datenauswertung, die Analyse des Verhaltens der Spieler und auf die darauf basierende Optimierung des Spielerlebnisses und der Monetarisierung großen Einfluss haben. Insbesondere im Free-to-Play-Bereich und bei der Vermarktung von Spielen wird noch einmal viel passieren. Churn Prediction und die Vorhersage des Customer Lifetime Values sind bereits Deep-Learning-Themen für uns bei Psiori.

Golem.de: Wie hängen neuronale Netzwerke und Big Data zusammen?

Lange: Hinsichtlich der Entstehung eigentlich gar nicht. Bei Big Data geht es um große Mengen Daten; bei Deep Learning um große Modelle, die man zum Verständnis komplexer Eingaben - etwa von Bildern - benötigt. Dass nun aber die Verfügbarkeit beider Technologien zusammenkommt, ist ein großes Glück für beide Seiten. Durch den Big-Data-Hype sind große Mengen von Daten verfügbar und es ergeben sich interessante Fragen. Wegen des Durchbruchs beim Deep Learning sind wir nun besser als zuvor in der Lage, komplexe Zusammenhänge in den Daten zu erkennen und diese Fragen auch zu beantworten.

Golem.de: Was könnte uns bei den beiden Themen in zehn oder vielleicht sogar 20 Jahren erwarten?

Lange: Momentan entsteht ein großer Hype um diese Themen. Einige Versprechungen sind zu groß, und es wird auch Enttäuschungen geben. Mit Sicherheit erfährt die künstliche Intelligenz aber gerade einen mächtigen Schub und das Deep Learning wird auch noch Bereiche außerhalb des Bildverstehens erfassen. Im Bereich der Medizin wird diese Kombination zu großen Verbesserungen bei der Optimierung von Behandlungen und dem Einsatz von Medikamenten führen.

Außerdem werden einfache, wiederkehrende Managementaufgaben wegfallen und von Maschinen besser ausgeführt werden können. An besserem elektronischem Handel sind viele Firmen dran, auch wir. Technische Geräte und Maschinen in Industrie und Alltag werden uns und die Welt besser verstehen, besser auf uns reagieren und uns viele kleine Arbeiten wie selbstverständlich abnehmen. Und wie viele andere warte ich natürlich darauf, in dieser Zeitspanne meinen selbstfahrenden Pkw bestellen zu können.

Golem.de: Welche technischen Probleme müssen, Stand jetzt, zuerst gelöst werden?

Lange: Deep Learning wird im Moment dazu genutzt, aus den Daten von Trainingsbeispielen zu lernen. Es geht also darum, Dinge zu erkennen, zu klassifizieren oder zu prognostizieren. Die Künstliche-Intelligenz-Forschung strebt aber danach, den autonomen Agenten zu bauen, der nicht nur passiv versteht, sondern selbst aktiv handelt und selbstständig lernt, besser zu werden. Ich erhoffe mir einen weiteren großen Durchbruch durch die Verknüpfung von tiefen neuronalen Netzen und Methoden des Reinforcement Learnings - natürlich auch, weil ich am Deep Reinforcement Learning seit 2007 forsche. Google Deepmind ist auf diesem Feld sehr aktiv und erzielt beeindruckende Erfolge; aber viele kleine Teams forschen hieran auch in Deutschland.

Golem.de: Wie sind deutsche Firmen und Entwickler in diesen Gebieten im internationalen Vergleich aufgestellt?

Lange: Im Bereich der neuronalen Netze, rekurrenten Netze und beim Reinforcement Learning war und ist die deutsche Forschung vorne mit dabei. Viele wichtige Beiträge kamen hier von Deutschen, nicht nur aus den USA. Das gilt auch für den Bereich des Deep Learnings und des Reinforcement Learnings, wo Forscher beispielsweise um die Gruppen von Jürgen Schmidhuber, Jan Peters, Sven Behnke und Horst-Michael Groß sehr früh sehr aktiv waren. Auch wir haben mit Martin Riedmiller in Osnabrück und Freiburg einige Beiträge geleistet und als weltweit erste um 2009 funktionierendes Deep Reinforcement Learning an realen Systemen und Robotern demonstriert.

Mit unserer Gründung Psiori versuchen wir, diesen Forschungsvorsprung für die Wirtschaft nutzbar zu machen und in reale, nützliche Anwendungen zu transportieren. Ich behaupte, dass wir zum Beispiel über die derzeit weltbeste Zeitreihenprognose auf Basis tiefer neuronaler Netze verfügen.

Schade ist, dass inzwischen die großen amerikanischen Firmen, wie Apple und Google, begonnen haben, die wenigen für die Wirtschaft verfügbaren deutschen Köpfe abzuschöpfen. Viele der Absolventen und ehemaligen Kollegen sitzen bereits in London und Kalifornien. Auch Investoren sind hierzulande für solche innovativen, aber risikobehafteten Themen viel zu schwer zu gewinnen. In Großbritannien, Israel und den USA wird dagegen praktisch jedes Team im Bereich Data Science auch ohne Track Record zu einem sehr frühen Zeitpunkt finanziert oder aufgekauft.

Am 19. und 20. April 2016 dreht sich beim Golem.de Tech Summit alles um Deep Learning und künstliche Intelligenz. An zwei Tagen diskutieren 14 Experten, wie man Software so trainiert, dass sie nach dem Vorbild menschlicher neuronaler Netze lernt. Besucher der Konferenz haben auch automatisch Zugang zur Quo Vadis, Europas größter Konferenz für Game Development.


eye home zur Startseite
QuoVadis Besucher 19. Apr 2016

Habe heute den Vortrag auf der QuoVadis gesehen. War super, Danke! Gibt es die Slides...

cyzz 15. Apr 2016

...aber der Typ macht mich aggressiv.

Grauer Wurm 15. Apr 2016

IMHO



Anzeige

Stellenmarkt
  1. Paulinenpflege Winnenden, Winnenden
  2. Virtual Solution AG, München
  3. Ratbacher GmbH, Raum Darmstadt
  4. Fresenius Medical Care Deutschland GmbH, Bad Homburg


Anzeige
Spiele-Angebote
  1. 42,49€
  2. 49,99€
  3. 22,99€

Folgen Sie uns
       


  1. Gruppenchat

    Skype for Business wird durch Microsoft Teams ersetzt

  2. Teardown

    iFixit findet größeren Akku in Apple Watch Series 3

  3. Coffee Lake

    Intel verkauft sechs Kerne für unter 200 Euro

  4. MacOS 10.13

    Apple gibt High Sierra frei

  5. WatchOS 4.0 im Test

    Apples praktische Taschenlampe mit autarkem Musikplayer

  6. Werksreset

    Unitymedia stellt Senderbelegung heute in Hessen um

  7. Aero 15 X

    Mehr Frames mit der GTX 1070 im neuen Gigabyte-Laptop

  8. Review Bombing

    Valve verbessert Transparenz bei Nutzerbewertungen auf Steam

  9. Big Four

    Kundendaten von Deloitte offenbar gehackt

  10. U2F

    Yubico bringt winzigen Yubikey für USB-C



Haben wir etwas übersehen?

E-Mail an news@golem.de


Anzeige
Parkplatz-Erkennung: Bosch und Siemens scheitern mit Pilotprojekten
Parkplatz-Erkennung
Bosch und Siemens scheitern mit Pilotprojekten
  1. Community based Parking Mercedes S-Klasse liefert Daten für Boschs Parkplatzsuche

Optionsbleed: Apache-Webserver blutet
Optionsbleed
Apache-Webserver blutet
  1. Apache-Sicherheitslücke Optionsbleed bereits 2014 entdeckt und übersehen
  2. Open Source Projekt Oracle will Java EE abgeben

Lenovo Thinkstation P320 Tiny im Test: Viel Leistung in der Zigarrenschachtel
Lenovo Thinkstation P320 Tiny im Test
Viel Leistung in der Zigarrenschachtel
  1. Adware Lenovo zahlt Millionenstrafe wegen Superfish
  2. Lenovo Smartphone- und Servergeschäft sorgen für Verlust
  3. Lenovo Patent beschreibt selbstheilendes Smartphone-Display

  1. Re: 67W im Idle - Aua

    ArcherV | 07:34

  2. Re: Wahlkampf von Flüchtlingspolitik geprägt und...

    Eheran | 07:21

  3. Re: Zusammenhang Dateisystem und Anwendung

    RaZZE | 07:21

  4. Re: Das ist schon heftig.

    RaZZE | 07:20

  5. Re: Und bei DSL?

    Ovaron | 07:19


  1. 07:51

  2. 07:23

  3. 07:08

  4. 19:40

  5. 19:00

  6. 17:32

  7. 17:19

  8. 17:00


  1. Themen
  2. A
  3. B
  4. C
  5. D
  6. E
  7. F
  8. G
  9. H
  10. I
  11. J
  12. K
  13. L
  14. M
  15. N
  16. O
  17. P
  18. Q
  19. R
  20. S
  21. T
  22. U
  23. V
  24. W
  25. X
  26. Y
  27. Z
  28. #
 
    •  / 
    Zum Artikel