Bilderkennung ist ein zentrales Element der KI. Das zeigt auch ein Demonstrator im Forschungszentrum: Anhand von Zeichnungen auf einem digitalen Zeichenbrett kann der Computer bestimmen, um was es sich handelt.<\/p>\n
Mittels Sprachausgabe wird das Ergebnis mitgeteilt \u2013 auch etwas, dass die Computer erst lernen mussten, ebenso die Sprach\u00aderkennung, \u00dcbersetzung und Datenanalyse.<\/p>\n
All das bringt auch eine Menge Daten mit sich, die verarbeitet werden m\u00fcssen. Dazu dient unter anderem Machine Learning (ML). Und das ist die Aufgabe der Z\u00fcricher Wissenschaftler und Programmierer.<\/p>\n
Programmierbar sind grunds\u00e4tzlich nur Dinge, die man auch erkl\u00e4ren kann. Aber nicht alles l\u00e4sst sich einem Com\u00adputer einfach so erkl\u00e4ren. Vor allem visuelle Wahrnehmung l\u00e4sst sich oft nur schwer in Worte fassen. Die Z\u00fcricher Mit\u00adarbeiter sind daher dazu \u00fcbergegangen, den Computer mittels neuronaler Netze zu trainieren.<\/p>\n
Daf\u00fcr werden in das System Hunderttausende oder gar Millionen Beispiele eingespielt, damit der Computer ein \u00e4hnliches Bild oder einen Sprachbefehl auch dann erkennt, wenn es ihm zuvor noch nicht bekannt war. Macht er einen Fehler, weist man das Programm manuell darauf hin und die Maschine lernt automatisch daraus.<\/p>\n
ML ist kein Ph\u00e4nomen des neuen Jahrtausends. Schon in den 1960er\u00ad Jahren besch\u00e4ftigten sich Fachleute mit lernen\u00adden Maschinen. Der Erfolg blieb jedoch aus und die F\u00f6rder\u00adgelder wurden eingestellt. Mit seinem Forschungs zen trum in der Schweiz will Google zu den Vorreitern bei k\u00fcnstlicher Intelligenz und Machine Learning werden.<\/p>\n
Auch wenn die Forscher in Z\u00fcrich mit Hochdruck an der Entwicklung arbeiten, steht die Technik noch am Anfang. Hinzu kommt, dass selbst die Wissenschaftler, die die Algo\u00adrithmen entwickeln und schreiben, die K\u00fcnstliche Intelli\u00adgenz nicht verstehen \u2013 besonders nicht, wie der Computer im Zuge des ML die Verallgemeinerung und Generalisie\u00adrung vornimmt.<\/p>\n
Vom fehlenden Verstand ganz zu schwei\u00adgen. Menschen sind in der Lage, auf Basis der erhaltenen Informationen R\u00fcckschl\u00fcsse zu ziehen. Computer sind dazu nicht in der Lage.<\/p>\n
Solange Menschen das System mit Trainingsinformationen bespielen, sind die Systeme auch fehleranf\u00e4llig und neigen auch schneller zu Vorurteilen. Schliesslich machen Men\u00adschen nun mal Fehler. Den Z\u00fcricher Experten ist das Pro\u00adblem bewusst. Daher muss die Technik st\u00e4ndig verbessert werden.<\/p>\n
Die Menschen m\u00fcssen noch dazu ein Grund ver\u00adst\u00e4ndnis f\u00fcr die Funktionsweise von K\u00fcnstlicher Intelligenz entwickeln, damit sie k\u00fcnftig besser damit arbeiten, umge\u00adhen und die Ergebnisse beurteilen k\u00f6nnen. Das Forschungszentrum in Z\u00fcrich konzentriert sich ganz auf die Ausbildung von Robotern beziehungsweise K\u00fcnst\u00adlicher Intelligenz.<\/p>\n
Lesen Sie mehr \u00fcber K\u00fcnstliche Intelligenz bei Google, in der FonTimes Ausgabe 1\/18<\/p>\n","protected":false},"excerpt":{"rendered":"
Wie ein Computer trainiert wird, damit besch\u00e4ftigen sich Wissenschaftler und Programmierer im Europ\u00e4ischen Forschungszentrum in Z\u00fcrich. Bilderkennung ist ein zentrales Element der KI. Das zeigt auch ein Demonstrator im Forschungszentrum: Anhand von Zeichnungen auf einem digitalen Zeichenbrett kann der Computer bestimmen, um was es sich handelt. Mittels Sprachausgabe wird das Ergebnis mitgeteilt \u2013 auch etwas, […]<\/p>\n","protected":false},"author":1,"featured_media":15711,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[55,33],"tags":[],"acf":[],"yoast_head":"\n