Künstliche neuronale Netze sollen programmierte Algorithmen in Zukunft bei komplexen Aufgaben ablösen. Statt einer Software jede erdenkliche Facette ihres Tuns einzuhacken, kann einem künstlichen Gehirn erklärt werden, was es zu tun und worauf es zu achten hat. Danach kann es selbstständig lernen, Fehler ausmachen und effizienter werden.
Wir hoffen, dass sie die Essenz erfassen und verstehen, was wichtig ist und was nicht.
Google-Mitarbeiter bringen einem derartigen System gerade bei, was auf Bildern, Fotos und Malereien zu sehen ist; also Gegenstände, Gesichter, Tiere und Gebäude zu erkennen. „Wir trainieren neuronale Netze, in dem wir ihnen Beispiele von etwas präsentieren, das sie verstehen sollen“, schreiben Alexander Mordvintsev und sein Team im Google Research Blog. „Wir hoffen, dass sie die Essenz erfassen und verstehen, was wichtig ist und was nicht.“
Dabei werden die zu analysierenden Bilder durch Kaskaden von Bewertungs- und Abstraktionsschichten gereicht. Die einen suchen nach groben Mustern wie Kanten, andere nach Formen wie Strichen und Schwüngen und wieder andere nach komplexeren Strukturen. Diese werden hervorgehoben, interpretiert und zusammengeführt, bis das neuronale Netz klar sagen kann, was es „sieht“.
„Aber wie überprüft man, ob das Netzwerk, die korrekten Muster erlernt hat?“, fragen die Google-Wissenschaftler. Die Antwort: Man lässt das künstliche Hirn träumen. Dafür füttern die Entwickler das System mit verschiedensten Bildern — von Ölgemälden über Fotos bis hin zu purem Bildrauschen — und lassen es nach zufälligen oder bestimmten Mustern Ausschau halten, diese verstärken, erneut suchen und wieder verstärken: „Wir sagen dem Netz: Was immer du siehst, wir wollen mehr davon.“
Da wachsen einem Ritter plötzlich Hundeköpfe.
Die Kreationen, die Googles neuronales Netz bei diesen Testläufen erschafft, wirken wie surreale Gebilde aus einer menschlichen Traumwelt. Zum Beispiel transformieren die für simple Muster zuständigen Erkennungsparameter Fotografien zu abstrakten Malereien oder Schraffuren. „Wenn wir Schichten mit höherem Level wählen, die für feinere Merkmale zuständig sind, können auch komplexe Muster und Objekte erscheinen“, erklären die Suchmaschinen-Ingenieure.
„Wenn eine Wolke ein wenig einem Vogel gleicht, sorgt das dafür, dass das Ergebnis eben wie ein Vogel ausieht.“ Das erzeugt zum Teil recht bizarre oder erschreckende Kreationen. Da wachsen einem Ritter plötzlich Hundeköpfe aus Ellenbogen und Satteltasche, aus einer Hügellandschaft entstehen Pagoden und Fraktale aus riesigen Torbögen. Im Google-Logo hingegen räkeln sich Tentakeln, Muscheln und Augen.
„Wir nennen das, in Anlehnung an die Architektur des neuronalen Netzwerks, den Inceptionismus“, erklärt Alexander Mordvintsev. „Diese Technik gibt uns einen Eindruck, welches Level von Abstraktion die verschiedenen Layer beim Bewerten von Bildern erreicht haben.“ Die Google-Entwickler glauben, dass diese Technik vielleicht irgendwann auch einmal für Künstler interessant werden könnte oder uns sogar nachvollziehen lässt, wie eigentlich die menschliche Kreativität entstanden ist.
