Rheinpfalz Die große Herausforderung heißt Gefühl

Tausende Bilder auf dem Handy, aber das eine, das man sucht, ist unauffindbar: Geht es nach den Forschern des DFKI, soll sich das ändern. Mit einem Supercomputer werden sie an einer Bildbearbeitungssoftware arbeiten, die später in vielen Industriezweigen Anwendung finden soll.

Wenn Damian Borth von seinem Forschungsbereich „Deep Learning“ spricht, leuchten seine Augen. Für Informatiker sei es gerade eine extrem spannende Zeit. Borth ist Leiter des Kompetenzzentrums „Deep Learning“ am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), und in seinem Fachgebiet gibt es seit 2012 einen Durchbruch nach dem anderen. „Wir sind am Beginn von was ganz Großem“, sagt Borth. Er und seine Kollegen vom DFKI wollen ganz vorne mit dabei sein. Dafür sorgen soll ein Supercomputer, den die US-Firma Nvidia den Kaiserslauterer Forschern in den nächsten Wochen in den Keller stellt. 150.000 Dollar teuer und mit einer Rechenleistung, wie es sie in dieser Form in Europa nur noch einmal in der Schweiz gibt, wie DFKI-Leiter Andreas Dengel schildert. Das DFKI ist eine von weltweit acht Institutionen, die im Auftrag von Nvidia in Sachen „Deep Learning“ forscht. Neben dem Supercomputer erhalten die Forscher eine vier Jahre laufende finanzielle Förderung, so Dengel. Nvidia, das mit einem Jahresumsatz von rund fünf Milliarden US-Dollar vor allem als Grafikkartenhersteller bekannt ist, hat sich mit der Forschung im Bereich Künstliche Intelligenz (KI) mittlerweile einen neuen Markt erschlossen. Vor einigen Jahren haben Forscher angefangen, ihre KI-Software über Grafikkarten laufen zu lassen – und damit spektakuläre Resultate erzielt, wie Borth erzählt. Seither geht es rasend schnell. Je höher die Rechenleistung des Computers, desto mehr Daten können die Forscher dazu nutzen, dem Rechner das Lernen beizubringen. Denn darum geht es – grob vereinfacht – bei „Deep Learning“. Orientiert am Vorbild des menschlichen Gehirns bauen Wissenschaftler Computer nach dem Muster neuronaler Netze (Nervenverbindungen) auf. Je mehr Schichten diese Netze haben, desto cleverer ist die Maschine. Waren es vor einigen Jahren noch acht Netze, sind es mittlerweile fast tausend, sagt Borth. Beim Thema künstliche Intelligenz hätten viele Menschen einen Roboter vor dem inneren Auge. Doch das Haupteinsatzgebiet der KI werde eher bei den Assistenzsystemen liegen, ist er überzeugt. Der DFKI-Forschungsschwerpunkt liegt bei der Muster- und Bilderkennung, sagt Dengel. Die könne in vielen Bereichen zum Einsatz kommen. Etwa bei den vielen tausend Bildern, die sich auf manchem Handy finden und für die das DFKI Algorithmen entwickelt, um sie zu durchsuchen. Nach bestimmten Personen. Nach bestimmten Orten. Aber auch – und hier wird es knifflig – nach bestimmten Gefühlen. „Zeige mir Bilder mit einem schönen Strand“ könnte der Suchbefehl lauten. Damit die Algorithmen in der Lage sind, so komplexe Aufgaben zu erledigen, braucht es eine große Datenmenge, aus der sie lernen können. Etwa, wie für die meisten Menschen ein „schöner Strand“ aussieht. Dank der vielen Handyfotos und Videos, die den Forschern zur Verfügung stehen, gibt es diese Datenmenge. Bilderkennung könne auch ein Schlüssel zum autonomen Fahren oder bei Überwachungskameras sein, deren Bilderflut der Computer nach bestimmten Kriterien ordnen kann. Oder in der Werbung. Es ist mittlerweile möglich, dass Werbung automatisch auf Webseiten platziert wird, wenn darauf bestimmte Dinge zu sehen sind. Dengels Lieblingsbeispiel: Hundefutter. Überall, wo der Algorithmus einen Hund erkennt, platziert er Hundefutterwerbung. „Aber was ist, wenn er dabei auf einer Seite mit Hundekämpfen landet“, nennt Dengel ein Problem. Sei der Suchalgorithmus in der Lage, zwischen friedlichen und aggressiven Hunden zu unterscheiden, wäre das ein Durchbruch. Die Forscher in Kaiserslautern rechnen sich gute Chancen aus, dass ihnen mit der neuen Hardware ein großer Wurf gelingt. |jtt