Fuzzy Lab – Wie duellierende neuronale Netze in der Medizin helfen können

Künstliche Intelligenz erzielt hervorragende Ergebnisse bei bestimmten Dingen: Zeigen Sie ihr eine Million Fotos, und Sie werden mit unheimlicher Genauigkeit erfahren, welche davon ein Zebra darstellt, das eine Straße überquert. Wenn es dies versucht, kann es möglicherweise eine Menge realistischer, jedoch künstlicher Fotos von Fußgängern in zahlreichen Umgebungen produzieren, die ein selbstfahrendes Auto zum Trainieren verwenden kann

Lösung für die Millionen-Dollar-Frage:

Ian Goodfellow, damals Doktor der Philosophie an der Universität einer Metropole, kam 2014 während eines pädagogischen Streits in einer Bar auf die Idee, die Lösung zu finden. Der Ansatz, der als generatives kontradiktorisches Netzwerk oder GAN bezeichnet wird, verwendet zwei neuronale Netzwerke – das vereinfachte mathematische Modelle des menschlichen Gehirns, die das neueste maschinelle Lernen untermauern – und in einem sehr digitalen Katz-und-Maus-Spiel gegeneinander antreten.

Beide Netzwerke verfügen über ähnliche Kenntnisse. Einer, der Generator genannt wird, hat die Aufgabe, Änderungen an Bildern vorzunehmen. Vielleicht sieht man bereits ein Bild eines Fußgängers mit einem zusätzlichen Arm. Die zweite, die Seele genannt wird, wird gefragt, ob der Moment, den sie sieht, genau wie die Bilder ist, auf die sie trainiert wurde.

Mit der Zeit wird der Generator so schlauer, Bilder herzustellen, die die Seele nicht erkennen kann. Der Generator wurde angewiesen, realistisch aussehende Bilder von Fußgängern zu erkennen und dann zu produzieren.

Neueste Fortschritte in der Technologie:

Die Technologie hat sich in den letzten zehn Jahren zu einem der vielversprechendsten Fortschritte in der KI entwickelt. Sie ermöglicht es Maschinen, Ergebnisse zu erzielen, die selbst den Menschen zum Narren halten.

Der Ort, an dem GANs eine realistisch klingende Rede halten und fotorealistisch vorgeben, Phantasie zu haben. In einem überzeugenden Beispiel bereiten Forscher vom Chiphersteller Nvidia eine GAN mit Promi-Bildern vor, um viele glaubwürdige Gesichter von Individuen zu formen, die es nicht gibt. Ein anderes Analyse-Cluster schuf nicht weniger überzeugende Vorwandbilder, die wie Werke des Malers wirken. GANs können Bilder auf verschiedene Weise neu interpretieren, sodass eine sonnige Straße schneebedeckt erscheint oder Pferde in Zebras verwandelt werden. Daher mussten wir feststellen, dass das Duellieren neuronaler Netze im medizinischen Bereich hilfreich sein kann. Es schreitet täglich voran und wir lernen mithilfe der duellierenden neuronalen Netze mehr Lösungen für die meisten unserer Gesundheitsprobleme kennen.

Die Ergebnisse sind nicht für immer perfekt: GANs rühren Fahrräder mit 2 Lenkersätzen oder Gesichter mit Augenbrauen an der falschen Stelle. Obwohl die Bilder und Töne normalerweise verblüffend realistisch sind, glauben einige Fachleute, dass GANs allmählich die zugrunde liegende Struktur des Globus wahrnehmen, den sie sehen und hören. Dies deutet darauf hin, dass die KI neben ihrer Vorstellungskraft eine Menge freiberuflicher Fähigkeiten erwerben könnte, um ein Gefühl für das zu entwickeln, was sie in der Welt sieht – Jamie Condliffe