Das Projekt ist eine Kollaboration von Google und der Universität Stanford, die als Veranschaulichung ihrer neuen Methode eine Szene aus einem Basketballspiel zeigen, berichtet TechCrunch. Der Algorithmus ist dabei dazu in der Lage, die dutzenden im Bild sichtbaren Zuschauer zu ignorieren und den im Moment wichtigsten Spieler mit dem Ball zu erkennen. Die Relevanz von jedem Objekt wird dabei Bild für Bild neu berechnet und dann als Szene vom Programm in Worten zusammengefasst.
Der Algorithmus kann derzeit Basketballspiele analysieren und nimmt dabei nicht nur den aktuellen Ballbesitzer unter die Lupe, sondern identifiziert auch potenziell wichtige Spieler, die zum Beispiel gerade Manndeckung betreiben oder einen Pass empfangen. Weitere auf der Konferenz vorgestellte Programme beschreiben zudem Objekte in Bildern schnell und eindeutig anhand herausragender Merkmale. Gemeinsam könnten solche Programme künftig die Interaktion von Computern mit Menschen bei der Bildverarbeitung revolutionieren.
In der Praxis könnten derartige KIs eingesetzt werden, um Überwachungskameras im öffentlichen Raum smarter zu machen: Menschenmengen auf Flughäfen oder in Einkaufszonen sind für Mensch und Maschine meist sehr unübersichtlich — ein gut trainierter Algorithmus könnte aber frühzeitig Unregelmäßigkeiten im Verhalten einzelner Menschen erkennen. So ließen sich zum Beispiel Taschendiebe von der KI erkennen und durch die Menge verfolgen. Vielleicht dirigiert in naher Zukunft ein Computer sogar verfolgende Polizisten per Sprachausgabe über öffentliche Plätze.
+++ Mehr von WIRED regelmäßig ins Postfach? Hier für den Newsletter anmelden +++
