Computer kann 200 Vogelarten aus einem Foto identifizieren

Forscher der Duke University haben mit Hilfe von Machine Learning einen Computer trainiert, um bis zu 200 verschiedene Vogelarten aus einem einzigen Foto zu identifizieren. Für einen Menschen sind oft Jahre des Vogelbeobachtens erforderlich, um verschiedene Arten voneinander zu unterscheiden.

Die Forschung wurde von Chaofan Chen, einem Doktoranden der Informatik an der Duke University, und dem Undergraduate Oscar Li geleitet. Es wurde auch von anderen Teammitgliedern des Prediction Analysis Lab unter der Leitung von Professor Cynthia Rudin bearbeitet.

K.I. zeigt ihr Denken

Während der Identifizierungsprozess beeindruckend ist, gibt es einen wichtigeren Aspekt der Entwicklungen. Die K.I. kann ihr Denken zeigen, sodass sogar ein unerfahrener Vogelbeobachter den Prozess verstehen kann.

Das Deep-Learning-Netzwerk, oder Algorithmen, die auf dem Funktionieren des Gehirns basieren, wurden mit 11.788 Fotos trainiert. Die Fotos umfassten 200 verschiedene Vogelarten, von Enten bis Kolibris.

Das Team der Forscher musste das Netzwerk nicht speziell trainieren, um Schnäbel oder Flügelfedern zu identifizieren. Stattdessen kann das Netzwerk ein Foto eines Vogels nehmen und bestimmte Muster im Bild identifizieren. Es kann dann diese Muster nehmen und sie mit vorherigen Mustern vergleichen, die es bereits in typischen Artenmerkmalen kennengelernt hat.

Laut dem Team erstellt das Netzwerk dann eine Reihe von Heatmaps, die bestimmte Merkmale identifizieren. Zum Beispiel kann es den Unterschied zwischen einem gewöhnlichen Waldsänger und einem Kapuzenwaldsänger erkennen, einschließlich der verschiedenen Merkmale wie einem maskierten Kopf und einem gelben Bauch. Es zeigt dann, dass diese Merkmale zur Identifizierung geführt haben.

Anders als andere Systeme

Das neuronale Netzwerk konnte die richtige Art bis zu 84% der Zeit identifizieren. Dies ist ähnlich wie bei einigen der besten Systeme. Der Unterschied besteht darin, dass diese Systeme den Denkprozess nicht wie dieses System erklären.

Laut Rudin ist der revolutionärste Aspekt dieses Projekts, dass es eine Visualisierung für das bietet, was tiefes neuronales Netzwerk sieht, wenn es ein Bild betrachtet.

Diese Technologie wird auch derzeit auf sozialen Medien-Seiten verwendet, um verdächtige Kriminelle in Überwachungskameras zu identifizieren und autonome Fahrzeuge zu helfen, Verkehrslichter und Fußgänger zu identifizieren.

Deep-Learning-Software erfordert oft nicht, explizit programmiert zu werden, um aus Daten zu lernen, was nicht der Fall für traditionelle Software ist. Allerdings ist der Prozess nicht immer klar oder gezeigt, sodass es oft schwierig ist, zu erklären, wie die Algorithmen “denken”, wenn sie ein Bild klassifizieren.

In der Zukunft

Rudin und andere arbeiten derzeit an neuen Deep-Learning-Modellen für K.I., um das Feld voranzutreiben. Die neuen Modelle können ihre Begründung und Identifizierungsprozess erklären. Dies hilft den Forschern, von Anfang bis Ende zu sehen, und es macht es einfacher, den Grund für einen Fehler oder ein Problem zu identifizieren.

Rudin und ihr Team werden daran arbeiten, den Algorithmus im medizinischen Bereich zu verwenden. Er könnte bestimmte Problemgebiete in medizinischen Bildern wie Mammografien identifizieren. Dies würde medizinischen Fachleuten helfen, Knoten, Verkalkungen und andere Anzeichen von Brustkrebs zu erkennen.

Laut Rudin ahmt das Netzwerk die Art und Weise nach, wie Ärzte eine Diagnose stellen.

“Es ist fallbasiertes Denken”, sagte Rudin. “Wir hoffen, wir können Ärzten oder Patienten besser erklären, warum ihr Bild von dem Netzwerk als entweder bösartig oder gutartig klassifiziert wurde.”

Das Team wird ein Papier mit ihrer Forschung auf der Thirty-third Conference on Neural Information Processing Systems (NeurlIPS2019) in Vancouver am 12. Dezember präsentieren.

Die Studie umfasst auch Autoren Daniel Tao und Alina Barnerr von Duke und Jonathan Su am MIT Lincoln Laboratory.