Exponat:
CNN (Convolutional Neural Network)

Leihgeber: Ars Electronica Futurelab (AT)

Was sieht ein Convolutional Neural Network?

Ein Convolutional Neural Network (CNN) ist ein KI-Programm, das aus mehreren Filterschichten besteht. Während der Trainingsphase wurde dieses Netzwerk mit einem großen Datensatz auf die Erkennung und Klassifizierung visueller Merkmale trainiert. Jeder Filter im Netzwerk hat gelernt, verschiedene Bildmerkmale wie Linien, Farben oder Kurven zu erkennen und diese Information an den nächsten Filter weiterzugeben.

Obwohl diese Technik nicht neu ist – gängige Bildbearbeitungsprogramme nutzen sie bereits seit längerem für Effekte –, unterscheidet sich ein trainiertes CNN durch seine Fähigkeit zu lernen. Das hier verwendete Netzwerk, VGG16, ist eines der bekanntesten Modelle seiner Art. Besucher dieser Ausstellung können den Bilderkennungsprozess von VGG16 in Echtzeit beobachten und dabei verfolgen, wie die aktiven Filterschichten Merkmale analysieren und die Informationen durch das Netzwerk weiterleiten.

Die Begriffe unten helfen Dir, die Schlüsselkonzepte der künstlichen Intelligenz besser zu verstehen und geben wichtige Hintergrundinformationen zu den Technologien des CNN.

 

KI – Künstliche Intelligenz

Künstliche Intelligenz (KI) bezeichnet Technologien, die menschliche Wahrnehmung und Entscheidungsprozesse durch Maschinen und Algorithmen nachbilden. Moderne KI ist darauf spezialisiert, eng begrenzte Aufgaben effizient zu lösen, wie beispielsweise medizinische Diagnostik, automatische Übersetzungen oder Bilderkennung.

 

Maschinelles Lernen – Machine Learning

Maschinelles Lernen ist ein Bereich der KI, bei dem Programme mithilfe von Algorithmen lernen, aus Daten eigene Erkenntnisse zu gewinnen und Entscheidungen zu treffen, auch in unbekannten Situationen. Beispiele sind personalisierte Produktempfehlungen oder automatische Textübersetzung.

 

Deep Learning

Deep Learning ist ein Spezialgebiet des maschinellen Lernens, bei dem künstliche neuronale Netzwerke genutzt werden. Durch die Verwendung mehrerer Ebenen und komplexer Datenmengen lernt die Maschine, Muster zu erkennen, zu klassifizieren und auf dieser Basis Entscheidungen zu treffen.

Künstliches neuronales Netzwerk – Artificial Neural Network

Neuronale Netzwerke sind künstliche Strukturen, die Informationen schichtweise verarbeiten. Sie bestehen aus Neuronen, die miteinander verbunden sind und Daten weiterleiten. Während des Trainingsprozesses werden die Verbindungen im Netzwerk angepasst, um möglichst präzise Ergebnisse zu erzielen.

Convolutional Filter

Filterschichten, sogenannte Convolutional Filters, sind entscheidend für die Funktionsweise von CNNs. Jeder Filter lernt, unterschiedliche Merkmale eines Bildes zu erkennen. Während Bildbearbeitungsprogramme ähnliche Techniken für Effekte verwenden, sind diese nicht lernfähig und damit weniger flexibel.