„In meiner Jugend habe ich von künstlicher Intelligenz und schlauer Software geträumt“, verriet Microsoft Gründer Bill Gates bei seinem letztjährigen Besuch in der deutschen Hauptstadt und teilt damit einen langgehegten Menschheitstraum: Ein künstliches System zu entwickeln, das es mit der Leistungsfähigkeit unseres menschlichen Gehirns aufnehmen kann. Dank seines neuronales Netzwerks mit Milliarden Verknüpfungen fällt es diesem nämlich vergleichsweise leicht, gesprochene Sprache zu verstehen, Gedanken zu artikulieren, zu lesen und verschiedene Objekte deutlich voneinander zu unterscheiden. Den Traum in die Tat umsetzen soll Harry Shum, Research-Manager bei Microsoft, mit seinem „Project Adam“. Dabei handelt es sich um ein neues, intelligentes „Machine Learning System“, mit dem die visuelle Identifizierung und gleichzeitige Klassifizierung einer Vielzahl von Objekten möglich werden soll. Das System besteht aus einer breiten Datenbasis mit mehr als 14 Millionen Bildern, die aus dem Web und Seiten wie Flickr gewonnen und automatisch – basierend auf den nutzerdefinierten Tags – in mehr als 22.000 Kategorien gegliedert wurden. Auf dieser Grundlage trainierten die Forscher das System weiter und kreierten ein eigenes, neuronales Netzwerk mit mehr als zwei Milliarden Verknüpfungen. Das so simulierte Gehirn versetzt die Forscher jetzt in die Lage, Objekte nicht nur einfach visuell zu erkennen, sondern sie auch gleichzeitig in Echtzeit zu benennen.
Microsoft demonstrierte die Leistungsfähigkeit der Lösung mit dem „Hunderassen-Detektor“: Dazu integrierte das Team die „Project Adam“-Technologie in die Sprachsteuerung „Cortana“ von Windows Phone, fokussierte mit der Smartphone-Kamera verschiedene Hunde und richtete sich mit der Frage an Cortana, um welche Hunderasse es sich handele. Dalmatiner und Rhodesian Ridgeback stellten Cortana vor keine großen Herausforderungen. Schwierig wurde es nur beim australischen Cobberdog, der verschiedene Hunderassen in sich vereint. Auf das Foto eines Menschen reagierte das System eindeutig: „I believe this is not a dog.“ Der Hersteller träumt bereits von weiteren Anwendungsszenarien: Künftig reiche ein einfaches Foto, um auf Wanderschaft in der Natur giftige Pflanzen von den ungefährlichen Arten zu unterscheiden oder um in fernen Ländern Inhaltsstoffe von Lebensmitteln und Speisen eindeutig zu bestimmen. Auch in der Medizin eröffne das System neue Nutzungsszenarien und lasse Krankheiten beispielsweise an Hautausschlägen frühzeitig erkennen.
