Computer schlafen nicht. Sie starren nur auf die Daten, bis sie wie etwas ganz anderes aussehen.
Während wir offline sind, sind unsere Maschinen damit beschäftigt, alte Dateien neu zu interpretieren und seltsames neues Material auszuspucken. Der Motor dahinter? Google Deep Dream. Dabei handelt es sich um ein Programm, das in digitalen Bildern nach Mustern sucht, diese verändert und uns die Ergebnisse zur Beurteilung präsentiert. Du kannst albern werden. Man kann künstlerisch werden. Oder Sie können einen Albtraum bekommen. Es hängt davon ab, was Sie füttern und welche Parameter Google-Mitarbeiter festlegen.
Der einzige wirkliche Weg zu verstehen, was Deep Dream macht, ist, es auszuprobieren. Google hat seine Server für die Öffentlichkeit geöffnet. Ziel war es zu verstehen, wie das Programm Bilder klassifiziert und indiziert. Sie laden ein Foto hoch. Sekunden später erhalten Sie ein fantastisches Rendering basierend auf dieser Originalaufnahme.
Die Ausgabe ist ein bizarrer Hybrid. Stellen Sie sich vor, Salvador Dali, Hieronymus Bosch und Vincent van Gogh würden eine wilde Malparty veranstalten, die die ganze Nacht dauerte. Das ist die Stimmung. Blätter verwandeln sich in bunte Wirbel. Steine werden zu sich wiederholenden Rechtecken. Berge lösen sich in anmutig hervorgehobenen Linien auf.
Eine leere Landschaft? Deep Dream füllt es. Pagoden. Autos. Brücken. Menschliche Körperteile. Es sieht Tiere. Viele davon.
Laden Sie ein Porträt von Tom Cruise hoch. Das Programm verwandelt die Falten und Zwischenräume in Hundeköpfe, Fische und andere bekannte Kreaturen. Das sind keine normalen Tiere. Es sind fantastische Nachbildungen, gekreuzt mit einem LSD-gefärbten Kaleidoskop. Sie sind unheimlich eindrucksvoll. Oft erschreckend.
Google schwärmt nicht. Es füttert seine Server nicht mit halluzinogenen Chemikalien. Es leitet diese Server an, Bilder zu analysieren und sie dann als neue Darstellungen unserer Welt wiederzugeben.
Wie es funktioniert, verrät uns etwas darüber, wie wir digitale Geräte bauen. Es zeigt, wie Maschinen die unvorstellbaren Datenmengen in unserer technikbesessenen Welt verarbeiten.
Neuronen in Bits
Computer sind kalte, anorganische Maschinen. Sie schlafen nicht. Sie träumen sicherlich nicht. Zumindest dachten wir das.
Deep Dream hat diese Wahrnehmung verändert. Es ging nicht darum, einem Computer ein Unterbewusstsein zu geben. Es ging darum, die schiere, bizarre Komplexität aufzuzeigen, die entsteht, wenn man Daten aus der menschlichen Welt in immer verwirrenderen Code einspeist.
Die Entwickler von Google haben dies nicht als Kunstprojekt gestartet. Sie haben Deep Dream für die ImageNet Large Scale Visual Recognition Challenge entwickelt. Dieser Wettbewerb begann im Jahr 2010. Jedes Jahr konkurrieren Dutzende Teams um die Entwicklung der besten automatischen Bildklassifikatoren. Das Ziel? Millionen von Fotos ohne menschliche Hilfe erkennen und sortieren. Nach jedem Wettbewerb optimieren die Verlierer (und Gewinner) ihre Algorithmen. Sie versuchen, es schneller zu machen. Besser. Genauer gesagt.
Hier ist das Problem mit dieser Quest. Die Bilderkennung fehlt in unserem Standard-Internet-Toolkit weitgehend. Suchmaschinen? Sie lieben Schlüsselwörter. Geben Sie „Katze“ ein und Sie erhalten Textergebnisse. Geben Sie „cat.jpg“ ein und Sie erhalten möglicherweise eine Datei. Aber bitten Sie eine Suchmaschine, zu verstehen, was auf einem Foto zu sehen ist? Es kämpft.
Wir taggen unsere Fotos selbst. “Haus.” „Tommy.“ “Sonnenuntergang.” Wir tun dies, weil Computer visuelle Unordnung nicht zuverlässig analysieren können. Das wirkliche Leben ist chaotisch. Es sind keine sauberen Vektoren. Es ist Lärm. Und bis vor Kurzem behandelten Maschinen dieses Rauschen als Datenmüll.
Deep Dream war ein Versuch, diese Blindheit zu beheben.
Wie Deep Dream funktioniert
Die geheime Soße? Ein künstliches neuronales Netzwerk (ANN).
Das ist nicht nur Code. Es ist ein System, das dem menschlichen Gehirn nachempfunden ist. Denken Sie darüber nach. Wir haben über 100 Milliarden Neuronen. Sie feuern Impulse ab. Sie verarbeiten sensorische Eingaben. Sie helfen uns, ein Gesicht in einem überfüllten Raum zu erkennen.
Deep Dream ahmt dies nach. Es verwendet künstliche Neuronen, um Daten zu filtern. Es führt diese Daten über Ebenen durch. Und Schichten. Und Schichten. Immer wieder.
Die Architektur eines Traums
Bei Deep Dream besteht das Netzwerk typischerweise aus 10 bis 30 Schichten dieser künstlichen Neuronen. Das sind viele Verarbeitungsschritte für ein Bild.
Das System „sieht“ nicht nur ein Bild. Es bricht es zusammen. Es sucht nach Mustern. Kanten. Kurven. Texturen. Es verfeinert seine Interpretation auf jeder Ebene. Die endgültige Ausgabe ist ein Bild. Aber nicht das Original.
Das Ergebnis ist eine Halluzination.
Sie geben ein Foto eines Parks ein. Der Computer sieht Bäume. Es sieht Gras. Da das neuronale Netzwerk jedoch darauf eingestellt ist, alles zu finden, das wie ein bekanntes Objekt aussieht, beginnt es mit der Verstärkung von Merkmalen.
Das Gras wird zu Fell. Die Äste werden zu Beinen. Der Himmel wird zu einem riesigen Auge.
Warum es für die visuelle Suche wichtig ist
Dies ist nicht nur ein verrückter Bildschirmschoner. Es verdeutlicht einen Wandel in der Art und Weise, wie wir Informationen verarbeiten.
Seit Jahren verlassen wir uns auf Metadaten. Wir haben unser digitales Leben mit Etiketten versehen. Aber Deep Dream zeigte, dass Maschinen lernen könnten, visuelle Daten ohne diese Etiketten zu interpretieren.
„Deep Dream hat uns gezeigt, dass eine Maschine Muster findet, die nicht vorhanden sind, wenn man sie intensiv genug hinsehen lässt – oder besser gesagt, Muster findet, die wir nicht sehen.“
Der Computer träumt nicht im menschlichen Sinne. Es optimiert. Es verschiebt Pixel in Richtung dessen, was seiner Meinung nach dazugehört. Und dabei offenbart es die Lücken in seinem eigenen Verständnis.
Wenn eine Maschine ein Fahrrad in ein Geschöpf aus Fahrrädern verwandeln kann,
Neuronale Netze sind keine Zauberspiegel, die nur Daten zu Ihnen zurückwerfen. Sie beginnen nicht automatisch, Muster aus dem Nichts zu erkennen. Sie erfordern eine Ausbildung. Sie müssen ihnen Datensätze zuführen, die sie als Referenzpunkte verwenden können. Ohne diese schwere Arbeit würden sie Informationen einfach blind durchforsten und wären nicht in der Lage, daraus einen Sinn zu ziehen.
Laut dem offiziellen Blog von Google basiert der Trainingsprozess auf Wiederholung und Analyse. Nehmen wir an, Sie möchten ein künstliches neuronales Netzwerk (ANN) trainieren, um ein Fahrrad zu identifizieren. Man sagt nicht einfach „Fahrrad“. Sie zeigen ihm Millionen Bilder von Fahrrädern. Sie geben im Computercode auch an, wie ein Fahrrad tatsächlich aussieht. Zwei Räder. Ein Sitzplatz. Lenker.
Dann lassen die Forscher das Netzwerk los, um zu sehen, was es findet. Es wird Fehler machen. Das Programm gibt möglicherweise eine Reihe von Bildern zurück, die Motorräder und Mopeds enthalten. Wenn das passiert, optimieren Programmierer den Code. Sie erklären dem Computer, dass Fahrräder weder Motoren noch Auspuffanlagen haben. Sie führen das Programm erneut aus. Und noch einmal. Sie optimieren die Software, bis die Ergebnisse zufriedenstellend sind.
„Das Deep Dream-Team erkannte, dass ein Netzwerk, sobald es bestimmte Objekte identifizieren kann, diese Objekte auch selbst neu erstellen kann.“
Das Deep Dream-Team hat etwas Interessantes bemerkt. Sobald ein Netzwerk Objekte identifizieren kann, kann es diese ohne weitere Eingaben reproduzieren. Ein Netzwerk, das ein Fahrrad auf Anhieb erkennt, kann ein Bild eines Fahrrads von Grund auf erstellen. Die Idee ist, dass das Netzwerk einfach deshalb kreative neue Bilder generiert, weil es die Fähigkeit besitzt, Bilder zu klassifizieren und zu sortieren.
Es klingt beeindruckend, bis man sich die Ausgabe ansieht. Selbst nach der Durchsicht von Millionen von Fahrradbildern machen Computer beim Generieren ihrer eigenen Bilder schwerwiegende Fehler. Die generierten Fahrräder könnten teilweise menschliche Hände am Lenker aufweisen. Oder Füße auf den Pedalen. Dies liegt daran, dass auf vielen Trainingsbildern Menschen zu sehen sind. Der Computer kann schließlich nicht erkennen, wo die Fahrradteile enden und die menschlichen Teile beginnen.
Solche Fehler passieren aus zahlreichen Gründen. Softwareentwickler verstehen nicht jeden Aspekt der von ihnen aufgebauten neuronalen Netze vollständig. Aber zu wissen, wie sie funktionieren, hilft Ihnen zu verstehen, wie diese Fehler entstehen.
Die Architektur des Inceptionism
Die künstlichen Neuronen im Netzwerk arbeiten in Stapeln. Deep Dream kann nur 10 oder sogar 30 Ebenen verwenden. Jede Ebene greift verschiedene Details eines Bildes auf. Die ersten Ebenen erkennen Grundlagen wie Ränder und Kanten. Eine weitere Ebene könnte bestimmte Farben und Ausrichtungen identifizieren.
Andere Ebenen suchen nach bestimmten Formen, die Objekten wie einem Stuhl oder einer Glühbirne ähneln. Die letzten Schichten reagieren nur auf anspruchsvollere Objekte wie Autos, Blätter oder Gebäude.
Die Entwickler von Google nennen diesen Prozess Inceptionism. Es bezieht sich auf diese spezielle neuronale Netzwerkarchitektur. Sie haben sogar eine öffentliche Galerie eingerichtet, um Beispiele der Arbeit von Deep Dream zu zeigen. Es ist ein Einblick in die Art und Weise, wie die Maschine sieht.
Sobald das Netzwerk verschiedene Aspekte eines Bildes identifiziert hat, kann eine beliebige Anzahl von Dingen passieren. Bei Deep Dream beschloss Google, das Netzwerk anzuweisen, neue Bilder zu erstellen. Es wird nicht nur analysiert. Es schafft.
Dunkelheit am Rande
Die Google-Ingenieure haben Deep Dream nicht nur die Auswahl der zu identifizierenden Teile eines Bildes überlassen. Sie sagten den Computern im Wesentlichen, sie sollten diese Aspekte des Bildes aufnehmen und hervorheben.
Wenn Deep Dream im Stoffmuster auf Ihrer Couch die Form eines Hundes sieht, werden die Details dieses Hundes hervorgehoben.
Jede Schicht verleiht dem Hundelook mehr. Fell. Augen. Die Nase. Was einst harmloses Paisley auf Ihrer Couch war, wird zu einer Hundefigur mit Zähnen und Augen.
Deep Dream vergrößert sich mit jeder Iteration seiner Entstehung ein wenig. Dadurch wird das Bild immer komplexer. Denken Sie an den Hund im Hund im Hund.
Eine Rückkopplungsschleife beginnt, wenn Deep Dream jedes Detail eines Bildes überinterpretiert und überbetont. Ein Himmel voller Wolken verwandelt sich von einer idyllischen Szene in eine voller Weltraumheuschrecken, psychedelischer Formen und regenbogenfarbener Autos. Und Hunde.
Es gibt einen Grund für die Überfülle an Hunden in den Ergebnissen von Deep Dream. Als die Entwickler eine Datenbank zum Trainieren dieses neuronalen Netzwerks auswählten, wählten sie eine aus, die 120 Unterklassen von Hunden umfasste, die alle fachmännisch klassifiziert waren. Wenn sich Deep Dream also auf die Suche nach Details macht, ist die Wahrscheinlichkeit, dass es überall, wo es sucht, Welpengesichter und Pfoten zu sehen, einfach zu groß.
Deep Dream benötigt nicht einmal ein echtes Bild, um Bilder zu erstellen. Wenn Sie ihm ein leeres weißes oder mit statischem Rauschen gefülltes Bild zuführen, „sieht“ es immer noch Teile des Bildes und verwendet diese als Bausteine für immer seltsamere Bilder.
Es ist der Versuch des Programms, Bedeutung und Form aus ansonsten formlosen Daten zu offenbaren. Das spiegelt die Idee wider, die hinter dem gesamten Projekt steckt: Der Versuch, bessere Möglichkeiten zu finden, den Inhalt von Bildern zu identifizieren und zu kontextualisieren, die auf Computern auf der ganzen Welt verstreut sind.
Können Computer also jemals wirklich träumen? Werden sie zu schlau für ihr eigenes Wohl? Oder ist Deep Dream für uns nur eine fantasievolle Möglichkeit, uns vorzustellen, wie unsere Technologie Daten verarbeitet?
Es ist schwer, genau zu wissen, was die Produktion von Deep Dream kontrolliert. Niemand weist die Software gezielt an, vorprogrammierte Aufgaben auszuführen. Es geht darum, einige eher vage Anweisungen zu befolgen (Details zu finden und sie immer wieder hervorzuheben) und die Aufgaben ohne offensichtliche menschliche Anleitung auszuführen.
Die resultierenden Bilder sind eine Darstellung dieser Arbeit. Möglicherweise handelt es sich bei diesen Darstellungen um maschinell erstellte Kunstwerke. Vielleicht ist es eine Manifestation digitaler Träume, geboren aus Silizium und Schaltkreisen. Und vielleicht ist es der Beginn einer Art künstlicher Intelligenz, die unsere Computer unabhängiger von Menschen macht.
Möglicherweise fürchten Sie den Aufstieg intelligenter Computer, die die Welt erobern. Aber im Moment kommen solche Projekte direkt jedem zugute, der das Web nutzt. Innerhalb weniger Jahre hat sich die Bilderkennung dramatisch verbessert und hilft Menschen, Bilder und Grafiken schneller zu durchsuchen, um die benötigten Informationen zu finden. Beim derzeitigen Fortschrittstempo können Sie bald mit großen Sprüngen bei der Bilderkennung rechnen, auch dank der Traumcomputer von Google.
