Direkt zum Inhalt
Login erforderlich
Dieser Artikel ist Abonnenten mit Zugriffsrechten für diese Ausgabe frei zugänglich.

Informatik: Computer-Halluzinationen

Neuronale Netze erkennen nicht nur vorgelegte Bilder sehr treffsicher – sie produzieren mit Hilfe ihres reichen Erfahrungsschatzes auch neue. Diese freilich sehen aus wie Ausgeburten einer kranken Fantasie.
Computerbearbeitete Sandsteinformationen in New MexicoLaden...

Gesehene Gegenstände zu erkennen, zählt zu den Stärken des menschlichen Gehirns. Wir können einen Stapel Fotos durchblättern und ohne Nachdenken sagen, was darauf abgebildet ist: Hund, Kuchen, Fahrrad, Teekanne … Wie wir diese Höchstleistung vollbringen, wüssten wir allerdings nicht zu erklären. Wenn ich eine Rose sehe, werden gewisse Neurone im visuellen Kortex meines Gehirns aktiv; bei einer Tulpe sind es andere. Welche Unterschiede zwischen beiden Blumen lösen die verschiedenen Reaktionen aus?

Niemand mag sich Elektroden in den Schädel stechen lassen, um diese Frage durch Experimente zu beantworten. Wie wäre es, ersatzweise ein künstliches Gehirn zu untersuchen? Neuerdings erreichen die Computer in der Bilderkennung die Leistung menschlicher Experten. Andererseits sind sie in allen Einzelheiten von Menschen konstruiert – also müssten wir doch angeben können, wie sie funktionieren. Aber das stimmt nicht. Die maschinellen Bild­er­ken­nungs­sys­teme stellen sich als fast so undurchschaubar heraus wie die natürlichen. Es handelt sich um "tiefe neuronale Netze" Sie sind den Strukturen im echten Gehirn nachempfunden und haben ihre Fähigkeiten nicht einprogrammiert bekommen, sondern an Beispielen gelernt. Nun steckt ihr Wissen über Bilder in großen Zahlen­tabellen; und mit denen kann kein Mensch unmittelbar etwas anfangen.  ...

Dezember 2015

Dieser Artikel ist enthalten in Spektrum der Wissenschaft Dezember 2015

Kennen Sie schon …

Spezial Physik - Mathematik - Technik 3/2018

Spektrum der Wissenschaft – Spezial Physik - Mathematik - Technik 3/2018: Technik für morgen

Elektromobilität • Künstliche Intelligenz • Bitcoin • Autonomes Fahren • Quantencomputer • Blockchain • Neuronale Netze

Januar 2018

Spektrum der Wissenschaft – Januar 2018

In dieser Ausgabe widmet sich Spektrum der Wissenschaft den neuronalen Netzwerken. Außerdem: bunte Dinosaurier, die Buchhaltung der Babylonier und die Rückkehr der Mädchen

Dossier 1/2015

Gehirn&Geist – Dossier 1/2015: Digitale Revolution

Bildgebung: Forscher machen Nervengewebe unsichtbar • Großrojekte: Europäer und Amerikaner im Wettrennen ums Gehirn • Neurochips: Künstliche Nervenzellen im Computer

Lesermeinung

Beitrag schreiben

Wir freuen uns über Ihre Beiträge zu unseren Artikeln und wünschen Ihnen viel Spaß beim Gedankenaustausch auf unseren Seiten! Bitte beachten Sie dabei unsere Kommentarrichtlinien.

Tragen Sie bitte nur Relevantes zum Thema des jeweiligen Artikels vor, und wahren Sie einen respektvollen Umgangston. Die Redaktion behält sich vor, Leserzuschriften nicht zu veröffentlichen und Ihre Kommentare redaktionell zu bearbeiten. Die Leserzuschriften können daher leider nicht immer sofort veröffentlicht werden. Bitte geben Sie einen Namen an und Ihren Zuschriften stets eine aussagekräftige Überschrift, damit bei Onlinediskussionen andere Teilnehmer sich leichter auf Ihre Beiträge beziehen können. Ausgewählte Lesermeinungen können ohne separate Rücksprache auch in unseren gedruckten und digitalen Magazinen veröffentlicht werden. Vielen Dank!

  • Quellen

Mahendran, A., Vedaldi, A.: Under­standing Deep Image Representations by Inverting them. 2014

Mordvintsev, A. et al.: Inceptionism: Going Deeper into Neural Networks. 2015

Nguyen, A. et al.: Deep Neural Networks are Easily Fooled: High Confidence Predictions for Unrecognizable Images. In: Computer Vision and Pattern Recog­nition 15, IEEE, 2015

Szegedy, C. et al.: Intriguing Properties of Neural Networks. 2013.

Yosinski, J. et al.: Understanding Neural Networks through Deep Visualization. In: 31st International Conference on Machine Learning, 2015.