Forscher von Google haben eine Software gezeigt, die mit Hilfe von Bilderkennung und reichlich Künstlicher Intelligenz (KI), selbsttätig Legenden zu Fotos schreibt.
Google hat ein KI-basiertes System entwickelt, das automatisch und selbstständig Bildunterschriften zu Fotos formulieren kann. Dies berichtet das Forschungslabor des Suchmaschinisten in einem Blog-Eintrag. Das Verfahren soll zum einen die Suche nach Bildern vereinfachen. Zum anderen könnten Sehbehinderte von den automatischen Legenden profitieren, da die Bildunterschriften vorgelesen werden können.
In einem Forschungsbericht, der auf arXiv gepostet wurde, beschreiben die Google-Wissenschaftler Oriol Vinyals, Alexander Toshev, Samy Bengio und Dumitru Erhan, wie sie das Bildunterschrift-Schreib-System namens «Neural Image Caption» (NIC) entwickelt haben. NIC basiert auf Techniken aus der Bilderkennung und Sprachverarbeitung. Zur Anwendung kommen zwei künstliche neuronale Netze. Das eine stammt aus der Objekterkennung und fasst das Bild zusammen, das zweite generiert einen Satz, um die Zusammenfassung zu beschreiben. Nächste Seite: Das Google-System hat nicht immer recht Das System ist bei der Formulierung der Bildlegenden noch unterschiedlich erfolgreich, wie die untenstehenden Beispiele zeigen. So beschrieb NIC die Gruppe junger Leute, die Frisbee spielen korrekt. Dagegen erkannte das System im Bild mit drei Hunden, die über eine Wiese rennen, nur deren zwei. Manchmal liegt NIC allerdings auch komplett daneben: Ein Verkehrsschild, dass mit Abziebildern beklebt ist, beschreibt das Google-System als Kühlschrank, der mit vielen Speisen und Getränken gefüllt ist.
In einer ersten Versuchsreihe hätte NIC eine Punktezahl von 59 erreicht, was wesentlich besser ist als die 25 Punkte, die bislang erreicht wurden. Ein Mensch erzielt übrigens bei derselben Aufgabe 69 Punkte. «Die Experimente haben uns gezeigt, dass NIC mit der Anzahl Bilder, welche beschrieben werden, dazulernt und besser wird», heisst es.
