DeepMind arbeitet an verbessertem maschinellen Lernen
Der Google-Ableger will die Erkennung von Objekten um die Erfassung von Beziehungen erweitern.
Bild- und Spracherkennungsverfahren sind mittlerweile bereits erstaunlich weit fortgeschritten – insbesondere aufgrund der Fortschritte auf dem Gebiet des maschinellen Lernens. Beim Erfassen von Beziehungen zwischen Objekten könnte nun der nächste Durchbruch in der KI kommen, berichtet Technology Review in seiner Online-Ausgabe ("Maschinen lernen Beziehungen kennen").
Die Wissenschaftlergruppe hinter dem Projekt DeepMind, die auch das quasi unschlagbare Go-System AlphaGo entwickelt hat, arbeitet an einem Ansatz, der die Bemühungen, Maschinen (fast) so schlau wie Menschen zu machen, entscheidend weiterbringen könnte. In zwei neuen Studien beschreiben die Forscher ihre Bemühungen, Rechnern ein Verständnis für das sogenannte Relational Reasoning zu geben, eine kognitive Fähigkeit, die zu den Grundlagen der menschlichen Intelligenz zählt.
Einfach gesagt bedeutet Relational Reasoning das Können, verschiedene geistige Repräsentationen in Beziehung zueinander zu setzen, seien es nun Objekte, Worte oder Ideen. Diese Form des logischen Denkens ist für die menschliche kognitive Entwicklung ebenso bedeutsam wie für nahezu jede Lösung geistiger Problemstellungen. Heutzutage verhalten sich die meisten existierenden Systeme im Bereich des maschinellen Lernens eher dumm: Eine Bilderkennungssoftware weiß zwar, dass ein Hund und eine Katze in einem Foto zu sehen sind, kann daraus nicht ableiten, dass der Hund die Katze jagt.
Die zwei neuen Verfahren von DeepMind lösen dies, indem sie existierende Methoden des maschinellen Lernens modifizieren. Sie können dann physische Beziehungen zwischen statischen Objekten ebenso erfassen wie das Verhalten sich bewegender Objekte über einen bestimmten Zeitraum.
Mehr dazu bei Technology Review Online:
(bsc)
