Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Dem Computer beim Denken zuschauen

01.02.2017

Neuronale Netze werden heute häufig für die Analyse komplexer Daten eingesetzt – zum Beispiel um in genetischen Informationen Hinweise auf Krankheiten zu entdecken. Letztlich aber weiß niemand, wie diese Netzwerke eigentlich genau arbeiten. Fraunhofer-Forscher haben deshalb eine Software entwickelt, mit der sie in die Black Boxes hineinschauen und deren Arbeitsweise analysieren können. Auf der CeBIT in Hannover stellen die Forscher ihre Software vom 20. bis 24. März 2017 vor (Halle 6, Stand B 36).

Früher war es mühsam, im Computer Fotos zu sortieren. Heute klickt man auf die Gesichtserkennung – und flugs erscheint eine Bildauswahl der Tochter oder des Sohnes. Computer sind inzwischen gut darin, große Datenmengen zu analysieren und nach bestimmten Strukturen wie einem Gesicht auf Bildern zu fahnden. Möglich machen das Neuronale Netze, ein inzwischen etabliertes und ausgefeiltes informationstechnisches Analyseverfahren (siehe Kasten »Die Funktionsweise von Neuronalen Netzen«).


Die Analyse-Software des Fraunhofer HHI visualisiert mit Hilfe von Algorithmen komplexe Lernverfahren (schematische Darstellung).

© Fraunhofer HHI

Das Problem: Nicht nur Forscher wissen heute nicht genau, wie Neuronale Netze Schritt für Schritt arbeiten und wieso sie zu diesem oder jenem Ergebnis kommen. Neuronale Netze sind gewissermaßen Black Boxes, Computerprogramme, in die man Werte einspeist und die zuverlässig Ergebnisse liefern. Will man einem neuronalen Netz etwa beibringen, Katzen zu erkennen, dann lernt man das System an, indem man es mit Tausenden von Katzenbildern füttert.

Wie ein kleines Kind, das langsam versteht, Katzen von Hunden zu unterscheiden, lernt auch das neuronale Netz automatisch. »In vielen Fällen aber interessieren sich Forscher weniger für das Ergebnis, sondern vielmehr dafür, was das neuronale Netz eigentlich tut, wie es zu Entscheidungen kommt«, sagt Dr. Wojciech Samek, Leiter der Forschungsgruppe für Maschinelles Lernen am Fraunhofer Heinrich-Hertz-Institut HHI in Berlin. Samek und seine Kollegen haben deshalb zusammen mit Kollegen von der Technischen Universität Berlin eine Methode entwickelt, mit der man einem neuronalen Netz beim Denken zuschauen kann.

Maßgeschneiderte Krebstherapien dank Maschinellem Lernen

Das ist beispielsweise für die Erkennung von Krankheiten wichtig. Heute kann man Computer beziehungsweise neuronale Netze bereits mit den Erbgut-Daten von Patienten füttern. Das Netzwerk analysiert dann, mit welcher Wahrscheinlichkeit der Patient eine bestimmte genetische Erkrankung hat. »Viel interessanter wäre es aber, wenn wir genau wüssten, an welchen Merkmalen das Programm seine Entscheidungen fest macht«, sagt Samek. Das könnten bestimmte Gendefekte sein, die bei dem Patienten vorliegen – und die wiederum könnten ein möglicher Angriffspunkt für eine individuell auf den Patienten zugeschnittene Krebstherapie sein.

Neuronale Netze im Rückwärtsgang

Mit ihrer Methode können die Forscher die Arbeit der neuronalen Netze rückwärts ablaufen lassen. Sie arbeiten sich damit vom Ergebniswert in umgekehrter Richtung durch das Programm. »Wir können genau sehen, an welcher Stelle eine bestimmte Gruppe von Neuronen eine bestimmte Entscheidung getroffen und wie stark diese zum Ergebnis beigetragen hat«, sagt Wojciech Samek. Dass das Verfahren funktioniert, konnten die Forscher schon mehrfach auf eindrucksvolle Weise zeigen. So haben sie zwei im Internet öffentlich verfügbare Programme verglichen, die beide in der Lage sind, Pferde auf Bildern zu erkennen. Das Ergebnis war verblüffend. Das erste Programm erkannte tatsächlich den Körper der Pferde. Das zweite aber orientierte sich an den Copyright-Zeichen der Fotos, welche Hinweise auf Foren für Pferdeliebhaber oder Reit- und Zuchtvereine gaben, sodass das Programm eine hohe Trefferquote erreichte, obwohl es gar nicht gelernt hatte, wie Pferde aussehen.

Anwendungsfeld Big Data

»Man sieht also, wie wichtig es ist, genau zu verstehen, wie ein solches Netzwerk arbeitet«, sagt Samek. Das sei vor allem auch für die Industrie interessant. »So ist es denkbar, aus den Betriebsdaten einer komplexen Produktionsanlage herauszulesen, welche Parameter die Qualität eines Produktes beeinflussen oder zu Schwankungen bei derselben führen«, sagt Samek. Auch für viele andere Applikationen, bei denen es um die neuronale Analyse großer oder komplexer Datenmengen geht, sei die Erfindung interessant. »In einem anderen Experiment konnten wir zeigen, anhand welcher Parameter ein Netzwerk entscheidet, ob ein Gesicht alt oder jung erscheint.«

Banken analysieren laut Samek seit geraumer Zeit mithilfe neuronaler Netze sogar die Kreditwürdigkeit von Bankkunden. Dafür werden große Mengen von Kundendaten gesammelt und von einem neuronalen Netz bewertet. »Wenn man wüsste, wie das Netz zu seiner Entscheidung kommt, könnte man von vornherein die Menge der Daten reduzieren, indem man die relevanten Parameter auswählt«, so der Experte. Das sei durchaus auch im Interesse der Kunden. Während der Messe CeBIT in Hannover vom 20. bis 24. März 2017 werden die Forscher um Samek zeigen, wie sie mit ihrer Software die Black Boxes neuronaler Netze analysieren – und wie diese aus Gesichtern das Alter oder Geschlecht der Person herauslesen oder Tiere erkennen.

Weitere Informationen:

https://www.fraunhofer.de/de/presse/presseinformationen/2017/februar/dem-compute...

Anne Rommel | Fraunhofer Forschung Kompakt

Weitere Nachrichten aus der Kategorie CeBIT 2017:

nachricht Schnell und einfach: Edge Datacenter fürs Internet of Things
24.03.2017 | Rittal GmbH & Co. KG

nachricht Lifecycle IT: Erfolgsstory für Datacenter
22.03.2017 | Rittal GmbH & Co. KG

Alle Nachrichten aus der Kategorie: CeBIT 2017 >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Tiny lasers from a gallery of whispers

New technique promises tunable laser devices

Whispering gallery mode (WGM) resonators are used to make tiny micro-lasers, sensors, switches, routers and other devices. These tiny structures rely on a...

Im Focus: Wundermaterial Graphen: Gewölbt wie das Polster eines Chesterfield-Sofas

Graphen besitzt extreme Eigenschaften und ist vielseitig verwendbar. Mit einem Trick lassen sich sogar die Spins im Graphen kontrollieren. Dies gelang einem HZB-Team schon vor einiger Zeit: Die Physiker haben dafür eine Lage Graphen auf einem Nickelsubstrat aufgebracht und Goldatome dazwischen eingeschleust. Im Fachblatt 2D Materials zeigen sie nun, warum dies sich derartig stark auf die Spins auswirkt. Graphen kommt so auch als Material für künftige Informationstechnologien infrage, die auf der Verarbeitung von Spins als Informationseinheiten basieren.

Graphen ist wohl die exotischste Form von Kohlenstoff: Alle Atome sind untereinander nur in der Ebene verbunden und bilden ein Netz mit sechseckigen Maschen,...

Im Focus: Hochautomatisiertes Fahren bei Schnee und Regen: Robuste Warnehmung dank intelligentem Sensormix

Schlechte Sichtverhältnisse bei Regen oder Schnellfall sind für Menschen und hochautomatisierte Fahrzeuge eine große Herausforderung. Im europäischen Projekt RobustSENSE haben die Forscher von Fraunhofer FOKUS mit 14 Partnern, darunter die Daimler AG und die Robert Bosch GmbH, in den vergangenen zwei Jahren eine Softwareplattform entwickelt, auf der verschiedene Sensordaten von Kamera, Laser, Radar und weitere Informationen wie Wetterdaten kombiniert werden. Ziel ist, eine robuste und zuverlässige Wahrnehmung der Straßensituation unabhängig von der Komplexität und der Sichtverhältnisse zu gewährleisten. Nach der virtuellen Erprobung des Systems erfolgt nun der Praxistest, unter anderem auf dem Berliner Testfeld für hochautomatisiertes Fahren.

Starker Schneefall, ein Ball rollt auf die Fahrbahn: Selbst ein Mensch kann mitunter nicht schnell genug erkennen, ob dies ein gefährlicher Gegenstand oder...

Im Focus: Ultrakurze Momentaufnahmen der Dynamik von Elektronen in Festkörpern

Mit Hilfe ultrakurzer Laser- und Röntgenblitze haben Wissenschaftler am Max-Planck-Institut für Quantenoptik (Garching bei München) Schnappschüsse der bislang kürzesten Bewegung von Elektronen in Festkörpern gemacht. Die Bewegung hielt 750 Attosekunden lang an, bevor sie abklang. Damit stellten die Wissenschaftler einen neuen Rekord auf, ultrakurze Prozesse innerhalb von Festkörpern aufzuzeichnen.

Wenn Röntgenstrahlen auf Festkörpermaterialien oder große Moleküle treffen, wird ein Elektron von seinem angestammten Platz in der Nähe des Atomkerns...

Im Focus: Ultrafast snapshots of relaxing electrons in solids

Using ultrafast flashes of laser and x-ray radiation, scientists at the Max Planck Institute of Quantum Optics (Garching, Germany) took snapshots of the briefest electron motion inside a solid material to date. The electron motion lasted only 750 billionths of the billionth of a second before it fainted, setting a new record of human capability to capture ultrafast processes inside solids!

When x-rays shine onto solid materials or large molecules, an electron is pushed away from its original place near the nucleus of the atom, leaving a hole...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

Höher - schneller - weiter: Der Faktor Mensch in der Luftfahrt

20.09.2017 | Veranstaltungen

Wälder unter Druck: Internationale Tagung zur Rolle von Wäldern in der Landschaft an der Uni Halle

20.09.2017 | Veranstaltungen

7000 Teilnehmer erwartet: 69. Urologen-Kongress startet heute in Dresden

20.09.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Drohnen sehen auch im Dunkeln

20.09.2017 | Informationstechnologie

Pfeilgiftfrösche machen auf „Kommando“ Brutpflege für fremde Kaulquappen

20.09.2017 | Biowissenschaften Chemie

Frühwarnsystem für gefährliche Gase: TUHH-Forscher erreichen Meilenstein

20.09.2017 | Energie und Elektrotechnik