KI-System „EmoNet“ fühlt wie ein Mensch

Spezielle Programmierung bewirkt Emotionen als Reaktion auf unterschiedliche Fotos. [...]

Phillip Kragel: Gehirn als Vorbild für "EmoNet" (c) G. Asakawa, colorado.edu
Phillip Kragel: Gehirn als Vorbild für "EmoNet" (c) G. Asakawa, colorado.edu

Das von der Hirnforschung inspirierte und von Forschern der University of Colorado Boulder entwickelte Computersystem „EmoNet“ erkennt Emotionen von Menschen auf Bildern und reagiert in gleicher Weise zurück. Laut den Neurowissenschaftlern um Philip Kragel erkennt EmoNet wie sein menschliches Vorbild auf den ersten Blick den Unterschied zwischen einem erfreulichen und einem traurigen Bild. Die Simulation von Gefühlen kann somit simuliert werden. Details wurden in „Science Advances“ publiziert.

Millisekunden reichen aus

Den Experten nach kann das System in wenigen Millisekunden eine romantische Komödie von einem Horrorfilm unterscheiden. Tor Wagner, leitender Autor der Untersuchung, sieht mit EmoNet den Beweis erbracht, dass Machine-Learning-Technologie nicht nur den Inhalt von Bildern erkennen kann, sondern auch damit verbundene Emotionen.

Das Team hat die Studie mit einem bereits existierenden neuralen Netz namens „AlexNet“ begonnen, das es Computern ermöglicht, Objekte wiederzuerkennen. Mithilfe vorhandener Forschungsinstrumente, die stereotypische emotionale Reaktionen von Menschen auf Bilder erkennen, rüsteten sie das Netzwerk derart um, dass es vorhersagt, wie ein Mensch sich fühlt, wenn er ein bestimmtes Bild zu sehen bekommt.

25.000 Bildmotive gezeigt

Die Wissenschaftler haben EmoNet 25.000 Bildmotive gezeigt – von erotischen Fotos bis hin zu Naturaufnahmen – und ließen es diese Bilder nach Kategorien einteilen, darunter Verlangen, Sexuelles Bedürfnis, Horror, Staunen oder Überraschung. Das System ordnete die Fotomotive elf emotional typisierten Kategorien zu. Dabei fiel es ihm leichter, Verlangen oder Sexuelles Bedürfnis (je 95 Prozent) korrekt zu klassifizieren als andere Emotionen wie Verwirrung, Staunen oder Überraschung.

Die Studie gilt den Experten als wichtiger Schritt in der Entwicklung von Anwendungen neuronaler Netze im Bereich der Emotionsforschung. Sie wirft außerdem ein neues Licht darauf, wie und wo Bilder im Gehirn repräsentiert werden und weist darauf hin, dass das, was Menschen sehen, speziell mittels des visuellen Kortex, unmittelbar einen stärkeren Einfluss auf die Gefühle hat, als eine Person es selbst an- und wahrnimmt. Den Studienautoren zufolge lassen sich neuronale Netze wie EmoNet künftig technologisch nutzen, um negative oder positive Bilder digital herauszufiltern. Zudem seien Verbesserung der Interaktion zwischen Mensch und Computer und Fortschritte in der Emotionsforschung zu erwarten.


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*