Vor rund drei Jahren zogen Wissenschaftler des Google-Forschungslabors "X" im kalifornischen Mountain View aus den Datenbanken von Youtube gut zehn Millionen Standbilder. Die Aufnahmen fütterten sie in das "Google Brain" – ein Netzwerk aus 1000 Computern, das wie ein Kleinkind Informationen aller Art aufsaugt. Drei Tage lang brütete es über den Bildern, suchte nach wieder­kehrenden Mustern und befand schließlich, dass sich die Bilderflut in bestimmte Kategorien einteilen lässt: menschliche Gesichter, menschliche Körper und – Katzen.

Die Erkenntnis, dass das Internet voller Katzen steckt, sorgte für viel Heiterkeit. Doch sie zeigte auch, wie leistungsfähig dieses künstliche Gehirn des Suchmaschinenriesen ist. Denn niemand hatte ihm beigebracht, wie Katzen aussehen. Die Fähigkeit, Objekte zu erkennen, hat es sich selbst beigebracht. Dabei beruht das Netzwerk auf einer drei Jahrzehnte alten Technik, dem Deep Learning.

Es handelt sich um ein riesiges künstliches neuronales Netz – ein Computernetzwerk, das das Verhalten des menschlichen Gehirns imitiert. Genau wie ihr natürliches Vorbild lernen diese künstlichen Nervenzellen aus Er­fahrung und passen die Stärke der simulierten Nervenverbindungen entsprechend an. So entwickeln sie nach und nach ein "Verständnis" dafür, wie Dinge aussehen oder sich anhören.

Mit etwa einer Million simulierter Neurone und einer Milliarde Verbindungen übertraf das Google Brain jedes frühere künstliche Netzwerk um das Zehnfache. Inzwischen plant der Gründer des Projekts, Andrew Ng, es sogar noch einmal um den Faktor zehn aufzustocken.

Es könnten also spannende Zeiten anbrechen in der künstlichen Intelligenz (KI) – dem oft frustrierenden Versuch, Computer auf menschliche Weise denken zu lassen. "In der Geschichte der KI reiht sich Misserfolg an Misserfolg, aber dazwischen gab es immer wieder entscheidende Fortschritte", sagt einer der Pioniere des Deep Learning, Yann LeCun, Direktor des Center for Data Science der New York University. "Dies könnte ein solcher Sprung nach vorn sein."

In den 1950er Jahren, als gerade die ersten Computer auf den Markt kamen, sahen KI-Forscher den denkenden Rechner praktisch schon vor der Tür stehen. Doch der Optimismus verflüchtigte sich rasch, als sich abzeichnete, wie komplex es ist, das menschliche Alltagswissen abzubilden ...