Künstliche Intelligenz erkennt Bilder auf ähnlichen Wegen wie das menschliche Gehirn. Zum Training brauchen Algorithmen viele Beispiele.
Wenn künstliche Intelligenz lernt, Bilder zu analysieren, greift sie auf Methoden der Signalverarbeitung zurück, die verblüffende Parallelen zu Vorgängen im menschlichen Nervensystem aufweisen. Das hat ein Team um Radu Grosu von der TU Wien in Details nachgewiesen, die zeigen, wie erstaunlich ähnlich sich Mensch und Maschine in dem Bereich sind. „Man kann sagen, dass das Sehen bei Maschinen nicht viel anders funktioniert als bei uns“, sagt der Computerwissenschaftler.
Die Analyse optischer Information sei eine der wichtigsten Aufgaben der künstlichen Intelligenz, sagt Grosu. In der Medizin könne sie dazu beitragen, Diagnosen zu verfeinern. Aber auch Assistenzsysteme im Auto bis hin zum autonomen Fahren wären undenkbar, könnte das Fahrzeug seine Umgebung nicht erkennen. Damit Maschinen Bilder richtig interpretieren, müssen sie mithilfe vieler Beispiele trainiert werden.