Googles Künstliche Intelligenz 25.11.2016, 13:11 Uhr

DeepMind schlägt menschlichen Lippenleser 4:1

Googles neuronales Netzwerk DeepMind hat mal wieder seine menschlichen Kollegen überholt: Die künstliche Intelligenz erkennt viermal so viele Wörter an den Mundbewegungen wie ein menschlicher Lippenleser. Gelernt hat DeepMind diese Fähigkeit allein durch Fernsehen. Fast sieben Monate hing es dafür vor der Glotze. 

Googles Künstliche Intelligenz DeepMind hat sich 5.000 Stunden lang Talkshows im Fernsehen angeschaut – und konnte danach viel besser von den Lippen ablesen als ein darin ausgebildeter Mensch.

Googles Künstliche Intelligenz DeepMind hat sich 5.000 Stunden lang Talkshows im Fernsehen angeschaut – und konnte danach viel besser von den Lippen ablesen als ein darin ausgebildeter Mensch.

Foto: GoogleWatchBlog

Und Fernsehen ist doch nützlich – zumindest für Googles neuronales Netzwerk DeepMind. Die Künstliche Intelligenz kann nun nach 5.000 Stunden TV-Dauerkonsum besser Lippenlesen als ein Mensch, der eine professionelle Ausbildung in diesem Bereich hat. Immerhin fast jedes zweite Wort kann der Computer allein anhand der Lippenbewegungen erkennen.

Beigebracht hat er sich diese Fähigkeit an der Universität Oxford mithilfe des selbstlernenden Systems „Watch, Listen, Attend and Spell“, zu Deutsch: „Beobachte, höre zu, nimm teil und buchstabiere“. Der Name ist dabei Programm. DeepMind wurde vor Nachrichtensendungen, Magazine und politische Diskussionssendungen der BBC aus den Jahren 2012 bis 2015 gesetzt – alles Formate, in denen Menschen tendenziell direkt in die Kamera sprechen, sich dabei aber weitgehend natürlich verhalten.

118.000 Sätze mit 17.500 verschiedenen Wörtern

So konnte die künstliche Intelligenz realitätsnah Wörter und Mundbewegung miteinander kombinieren. Die Menge, die sie dabei aufnahm, ist enorm: 118.000 Sätze mit 17.500 verschiedenen Wörtern beinhalteten die Sendungen insgesamt, so die Forscher. Diese griffen während der Lernphase übrigens nicht korrigierend ein: „Watch, Listen, Attend and Spell“ lernt tatsächlich autonom.

Die Arbeit der Wissenschaftler lag daher im Vorfeld. Unter anderem war es ganz und gar nicht egal, was genau DeepMind so im Laufe seines immerhin 208 Tage währenden Fernseh-Marathons aufsaugte – die Maschine einfach vor irgendwelchen Aufzeichnungen zu parken, wäre nicht zielführend gewesen. Der Grund: Ton und Bild sind vor allem bei älterem Material oft geringfügig gegeneinander verschoben. Obwohl es sich dabei nur um kleinste Abweichungen von wenigen Millisekunden handelt, hätte das gereicht, um den Computer zu verwirren und das Ergebnis zu verfälschen. Deshalb hatten die Forscher vors Lernen das Korrigieren der Synchronität gesetzt.

DeepMind erkennt fast jedes zweite Wort

Der Aufwand hat sich gelohnt: Bei einem Test mit aktuellen Sendungen, die DeepMind komplett ohne Tonspur vorgesetzt wurden, erkannte es immerhin 46,8 % der Wörter – nahezu jedes zweite. Zum Vergleich: Der menschliche Kollege, ein ausgebildeter und geübter Lippenleser, kam auf eine Quote von 12,4 %, also ein knappes Achtel der Wörter. Dass Lippenleser Gesprächen trotzdem zumindest in groben Zügen folgen können, liegt daran, dass sie sich fehlende oder falsch verstandene Begriffe aus dem Kontext erschließen.

Top Stellenangebote

Zur Jobbörse
AVISTA OIL Deutschland GmbH-Firmenlogo
Projektingenieur (m/w/d) im Anlagenbau AVISTA OIL Deutschland GmbH
Hannover Zum Job 
JUMO GmbH & Co. KG-Firmenlogo
Strategischer Einkäufer im Bereich Mechanik (m/w/d) JUMO GmbH & Co. KG
GSI - Gesellschaft für Schweißtechnik International mbH Niederlassung SLV München-Firmenlogo
Diplom-Ingenieur / Master / Bachelor (m/w/divers) GSI - Gesellschaft für Schweißtechnik International mbH Niederlassung SLV München
Würzburg (Home-Office) Zum Job 
Wacker Chemie AG-Firmenlogo
Betreuungsingenieur OT-Sicherheit (w/m/d) Wacker Chemie AG
Burghausen Zum Job 
PFEIFER DRAKO Drahtseilwerk GmbH-Firmenlogo
HSE-Manager (m/w/d) am Standort Mülheim, Division Ropes & Services PFEIFER DRAKO Drahtseilwerk GmbH
Mülheim an der Ruhr Zum Job 
PFEIFER DRAKO Drahtseilwerk GmbH-Firmenlogo
Produktionsleiter (m/w/d) am Standort Mülheim, Division Ropes & Services PFEIFER DRAKO Drahtseilwerk GmbH
Mülheim an der Ruhr Zum Job 
BORSIG ZM Compression GmbH-Firmenlogo
Mechatroniker (m/w/d) Prüffeld und Montage BORSIG ZM Compression GmbH
Meerane Zum Job 
thyssenkrupp nucera-Firmenlogo
Verfahrensingenieur/Process Engineer Elektrolysetechnologien (m/w/divers) thyssenkrupp nucera
Dortmund Zum Job 
thyssenkrupp Bilstein GmbH-Firmenlogo
Software Engineer - Automotive (m/w/divers) thyssenkrupp Bilstein GmbH
Ennepetal Zum Job 
SRAM Deutschland GmbH-Firmenlogo
Design Engineer (m/f/d) SRAM Deutschland GmbH
Schweinfurt Zum Job 
thyssenkrupp Steel Europe AG-Firmenlogo
Werkstudent:in im Bereich "Grüne Transformation" (m/w/d) thyssenkrupp Steel Europe AG
Duisburg Zum Job 
Bertrandt Technologie GmbH Mönsheim-Firmenlogo
Bauteilverantwortlicher - Lichtelektronik im Sportwagen (m/w/d) Bertrandt Technologie GmbH Mönsheim
Mönsheim Zum Job 
Evangelische Kliniken Rheinland gGmbH-Firmenlogo
Bauleiter:in (m/w/d) im Gesundheitswesen Evangelische Kliniken Rheinland gGmbH
Bergisch Gladbach Zum Job 
Energie-Wende-Garching GmbH & Co. KG-Firmenlogo
Technischer Leiter (m/w/d) Energie-Wende-Garching GmbH & Co. KG
Garching Zum Job 
RATISBONA Handelsimmobilien-Firmenlogo
Bauzeichner im Hochbau (m/w/d) RATISBONA Handelsimmobilien
Regensburg Zum Job 
RATISBONA Handelsimmobilien-Firmenlogo
Bauleiter für Handelsimmobilien (m/w/d) RATISBONA Handelsimmobilien
Bertrandt Technologie GmbH Mönsheim-Firmenlogo
Ingenieur - Lichtelektronik im Sportwagen (m/w/d) Bertrandt Technologie GmbH Mönsheim
Mönsheim Zum Job 
HBC Hochschule Biberach-Firmenlogo
W2-Vertretungsprofessur (m/w/d) HBC Hochschule Biberach
Biberach an der Riß Zum Job 
RATISBONA Handelsimmobilien-Firmenlogo
Bauingenieur für unsere Tiefbauplanung (LPH 1-5) (m/w/d) RATISBONA Handelsimmobilien
Regensburg Zum Job 
NORD-MICRO GmbH & Co. OHG-Firmenlogo
Ingenieur Elektrotechnik (m/w/d) Leiterplattenlayout / Baugruppenkonstruktion NORD-MICRO GmbH & Co. OHG
Frankfurt am Main Zum Job 
Jeden Wunsch von den Lippen ablesen: Das kann Googles künstliche Intelligenz DeepMind besser als Menschen.

Jeden Wunsch von den Lippen ablesen: Das kann Googles künstliche Intelligenz DeepMind besser als Menschen.

Quelle: Rolf Vennenbernd/dpa

Mit seiner beeindruckenden Quote und seinem großen Wortschatz könnte sich DeepMind basierende künstliche Intelligenz zu einer wertvollen Hilfe für Gehörlose oder Schwerhörige mausern, indem sie zum Beispiel Gespräche und Fernsehbeiträge nahezu simultan in Untertitel übersetzt. Englisch kann das System ja bereits, andere Sprachen müsste es erst noch trainieren. Auch Smartphone-Sprachassistenten wie Siri & Co würden profitieren, da sie sich dann auch per Kamera und ohne Mikrophon bedienen ließen.

Geheimdienste horchen auf

Und natürlich sind auch Geheimdienste und Sicherheitsfirmen höchst interessiert an so erfolgreichen und unbestechlichen Lippenlesern wie DeepMind. Dass jedes Supermarkt-Gespräch dabei belauscht werden wird, ist dabei jedoch nicht zu erwarten. Dafür sind die derzeit verwendeten Kameras viel zu unscharf und ihre Bildrate ist zu niedrig.

Im fünften Spiel gab Weltmeister Lee Sedol nach 280 Zügen auf. Die Software gewann das auf fünf Partien angesetzte Match 4:1.

Im fünften Spiel gab Weltmeister Lee Sedol nach 280 Zügen auf. Die Software gewann das auf fünf Partien angesetzte Match 4:1.

Quelle: Yna/dpa

Lesen Sie auch:

Außerdem hätte DeepMind dann keine Zeit mehr fürs Go-Spielen: Erst kürzlich hatte die ebenfalls auf diesem System basierende Software AlphaGo von Google Schlagzeilen damit gemacht, den amtierenden Weltmeister Lee Sedol in dem asiatischen Strategiespiel geschlagen zu haben.

Übrigens ist das Projekt „Lippenlesen“ nicht das erste Mal, dass sich Googles DeepMind mit dem gesprochenen Wort befasst: Die ebenfalls darauf basierende Technologie Wave Net erzeugt Sprache als Wellenform, passt Laute anderen Buchstaben in der Wortumgebung an und klingt dabei nahezu menschlich.

 

Ein Beitrag von:

  • Judith Bexten

    Judith Bexten ist freie Journalistin. Ihre Schwerpunkte liegen in den Bereichen Technik, Logistik und Diversity.

Zu unseren Newslettern anmelden

Das Wichtigste immer im Blick: Mit unseren beiden Newslettern verpassen Sie keine News mehr aus der schönen neuen Technikwelt und erhalten Karrieretipps rund um Jobsuche & Bewerbung. Sie begeistert ein Thema mehr als das andere? Dann wählen Sie einfach Ihren kostenfreien Favoriten.