Ohne die heimische Technologie wären die Geräte deutlich schlechter.
Sei es die Erkennung von Sprache und Bildern oder die Analyse von Texten - Künstliche Intelligenz (KI) durchdringt zusehends unseren Alltag. Eine der Grundlagen für die neue Technologie, die sogenannten Long Short-Term Memory-Netze, stammen vom KI-Experten Sepp Hochreiter von der Universität Linz. Neben Anwendungen in Smartphones
und Co. werden sie auch in selbstfahrenden Autos
eingesetzt.
Die Entwicklung von Künstlicher Intelligenz (englisch auch "Artificial Intelligence" oder AI) zielt im Wesentlichen darauf ab, Computern das eigenständige Bearbeiten von Problemen zu ermöglichen. Dafür werden sogenannte Neuronale Netzwerke eingesetzt, die in ihrer Funktionsweise dem menschlichen Gehirn nachempfunden sind. So wie wir selbst, wenn wir etwas Neues lernen, das Netzwerk aus Nervenzellen in unserem Gehirn umstrukturieren, müssen auch künstliche neuronale Netzwerke zunächst eine Lernphase durchmachen, bevor sie ihren eigentlichen Zweck erfüllen können.
Ist ein solches Netzwerk aus mehreren Ebenen aufgebaut, spricht man von Deep Learning. Dabei werden Informationen von einer Eingabe, etwa den einzelnen Pixeln eines Bildes, Schicht für Schicht weiterverarbeitet, bis in der höchsten Ebene schließlich die Ausgabe erfolgt und das Programm verkündet, was es auf dem Bild zu erkennen glaubt. Für gewisse Aufgaben, wie etwa die Analyse eines Textes, ist es aber auch nötig, dass sich Neuronen bereits vergangene Ereignisse "merken".
Sinnerfassung größte Herausforderung
"Um etwa einen Text zu verstehen, reicht es nicht, jedes Wort einzeln zu betrachten", erklärt Hochreiter, der an der Universität Linz das Institut für Bioinformatik leitet, gegenüber der APA. "Um den Sinn erfassen zu können, muss ich auch am Ende des Satzes noch wissen, was das erste Wort war." Die dafür eingesetzten Netzwerke hatten jedoch ein schwerwiegendes Problem: Entweder vergaßen sie zu schnell, oder sie verstärkten die Information zu stark, was, wie Hochreiter es formuliert, zu einer Art "Explosion" führte.
Mit der Entwicklung von Long Short-Term Memory Netzen (zu deutsch etwa "langes Kurzzeitgedächnis") legte der Forscher bereits vor 20 Jahren den Grundstein zur Lösung dieses Problems. Anfangs noch kaum beachtet, ermöglichen sie eine ausgewogene Weitergabe der Information und stellen heute die führende Methode für Sprachverarbeitung und Textanalyse dar. "Milliarden von Nutzern verwenden diese Netze tagtäglich", so Hochreiter.
Neues Kompetenzzentrum
Nun wurde unter der Federführung Hochreiters an der Universität Linz mit dem AI Lab ein von vom Land Oberösterreich mit zwölf Millionen Euro gefördertes Zentrum für Künstliche Intelligenz gegründet, das sich vor allem mit der Weiterentwicklung von Deep Learning befassen soll. Darüber hinaus wurde auch der Grundstein für eine Zusammenarbeit zwischen dem Institut für Bioinformatik und dem Autohersteller Audi gelegt, in der man gemeinsam die Entwicklung selbstfahrender Autos vorantreiben will.
"Schon jetzt kann Künstliche Intelligenz Verkehrszeichen besser erkennen als ein Mensch", erklärte Hochreiter. Dennoch müssen die Systeme dem Forscher zufolge noch viel lernen - etwa zwischen wichtigen und unwichtigen Dingen zu unterscheiden und so die Aufmerksamkeit gezielt auf potenzielle Gefahren im Straßenverkehr zu lenken. Dazu muss die Künstliche Intelligenz in die Welt hinaus, um Erfahrungen zu machen oder, wie Hochreiter es ausdrückt: "In Zukunft werden es die Autos selbst sein, die den Führerschein machen."
