Zum Inhalt springen →

Schlagwort: Neural Networks

Neuronale Netze auf einem Commodore 64

Machine Learning, Deep Learning und KI als Oberbegriff werden in den letzten paar Jahren extrem gehypt. Dass die grundlegenden Ideen, Strukturen und Algorithmen schon sehr viel länger bekannt sind, ist nicht jedem bewusst. Genauer gesagt, wird in der Forschung seit 1956 von künstlicher Intelligenz gesprochen. Neuronale Netze sind bereits in der Theorie bekannt. Die Technologie war jedoch nicht so weit. Es folgte in den 80er bis zu den 2000er der sogenannte KI-Winter. Ganz zum Erliegen kam die Forschung nicht. Im Gegenteil! 1987 hat John Walker beschrieben, wie ein neuronales Netz auf einem Commodore 64 implementiert werden kann.

In seinem Artikel beschreibt er die Funktionsweise von Neuronen und von neuronalen Netzen. Natürlich inklusive einem Beispiel mit einem Listing! Echte Fans tippen das jetzt natürlich ab, statt zu kopieren, oder?

Schreibe einen Kommentar

Die KI und die optische Illusion

Bilderkennung und die Interpretation des gesehenen ist derzeit eine der meistgenutzten Errungenschaften der modernen KI, oder besser gesagt: Deep Learning.

Die neuronalen Netzwerke werden in der Regel auf eine Art von Muster trainiert. Beispielsweise ein Hund. Zeige ich dem Netz ein Katzenfoto, wird es sehr wahrscheinlich sehr weit daneben liegen. Ein trainiertes Netz kann meist nur eine Aufgabe erledigen – diese aber ziemlich gut. Die Fähigkeit schnell umzuschalten und andere Dinge zu interpretieren, haben wir Menschen den Algorithmen derzeit weit voraus. Klar, es gibt Dienste, wie die Cognitive Services von Microsoft, die bereits viel mehr erkennen und interpretieren. Dennoch kann unser Gehirn besser abstrahieren, vor allem wenn es sich um optische Täuschungen, bzw. Illusionen handelt.

Google Cloud Vision ist in der Lage, die Erkennung der bekannten Illusion einer Ente und eines Hasen korrekt zu klassifizieren und eben so wankelmütig zu sein, wie unser Hirn. Das ist schon beeindruckend, zumal das Bild nicht jeweils als einzelnes erkannt wird, sondern die Rotation der Illusion korrekt zugeordnet wird. Mag relativ primitiv klingen, ist für eine KI dennoch eine ziemlich große Leistung. Wieder ein Schritt näher an der Superintelligenz.

Photo by Scott Webb on Unsplash

Schreibe einen Kommentar