Seite 2: Ein ganzer Zoo von GANs

Inhaltsverzeichnis

Die offensichtlichsten unmittelbaren Anwendungen liegen in Bereichen mit viel Bildmaterial, etwa Videospiele oder Mode. Wie zum Beispiel könnte es aussehen, wenn eine Spielfigur durch den Regen läuft? Mit Blick auf die Zukunft aber hofft Goodfellow darauf, dass GANs bedeutendere Fortschritte ermöglichen werden. "Es gibt viele Bereiche von Wissenschaft und Technik, in denen etwas optimiert werden muss", sagt er und nennt als Beispiel Medikamente oder Batterien mit möglichst hoher Effizienz. "Das wird die nächste große Welle sein."

In der Hochenergiephysik nutzen Wissenschaftler leistungsfähige Computer, um die wahrscheinlichen Interaktionen von Hunderten subatomaren Partikeln in Anlagen wie dem Large Hadron Collider am Cern in der Schweiz zu simulieren. Forscher an der Yale University und am Lawrence Berkeley National Laboratory haben ein GAN entwickelt, das aus diesen Simulationsdaten die Bilder erzeugt, die die Wissenschaftler nach einem solchen Ereignis auf den Bildschirmen ihrer Detektoren sehen werden.

Ein weiteres Gebiet mit viel Potenzial ist die medizinische Forschung. Aufgrund von Datenschutzregeln können Forscher hier manchmal nicht genügend echte Patientendaten bekommen, um zum Beispiel zu analysieren, warum ein bestimmtes Medikament nicht gewirkt hat. GANs könnten zur Lösung dieses Problems beitragen, indem sie falsche Krankenakten generieren, die so gut sind wie echte, sagt Casey Greene von der University of Pennsylvania. Solche Daten könnten auch weitergegeben werden und dazu beitragen, die Forschung voranzubringen, während die echten Daten gut geschützt bleiben.

Potenzial in der Physik und Pharmaforschung

Goodfellow selbst bringt seit seiner Entdeckung allerdings einen großen Teil seiner Arbeitszeit mit der dunklen Seite der Technologie zu: Er kämpft gegen diejenigen, die sie für bösartige Zwecke nutzen wollen. Viel berichtet wurde im vergangenen Jahr über ein Projekt von Forschern des Chipherstellers Nvidia: Sie trainierten ein GAN darauf, Bilder von falschen Prominenten zu generieren. Als Vorlage nutzen sie Aufnahmen echter Berühmtheiten. Anders als andere Ansätze für Maschinenlernen, die Zehntausende von Trainingsbildern brauchen, können GANs schon mit ein paar Hundert gut lernen.

Eine Maschine, die dafür entwickelt wurde, realistische Fälschungen zu erstellen, ist die perfekte Waffe für die Verbreitung von Fake News, mit denen sich von Aktienkursen bis zu Wahlen fast alles manipulieren lässt. KI-Werkzeuge werden bereits verwendet, um Bilder der Gesichter anderer Personen auf die Körper von Pornodarstellern zu montieren oder Politikern Worte in den Mund zu legen. GANs haben dieses Problem nicht neu geschaffen, aber sie werden es gravierender machen.