Bilderkennung durch KI

Nicht nur der Mensch muss lernen, um sich zu verbessern, sondern auch eine KI. Doch wie lernt ein KI-System? Hier gibt es verschiedene Schritte. Diese lassen gut bei der medizinischen Bilderkennung verdeutlichen, zur Vereinfachung schauen wir uns dieses Muffin- Chihuahua-Beispiel an. Ziel ist, dass das System den Unterschied zwischen Chihuahuas und Muffins erkennt. 

In der Lernphase wird der KI-Backbone (Neuronales Netzwerk mit hoher Bandbreite) mit vielen Bildern von Chihuahuas und Muffins gefüttert. Jedes Bild wird vorher als Muffin oder Chihuahuas gekennzeichnet. 

Nach dem Training ist das KI-Backbone in der Lage, ungesehene Bilder zu erkennen und zu klassifizieren. Das funktioniert in drei Schichten.

In der der ersten Schicht detektieren Neuronen einfache Formen und Kanten. In der mittleren Schicht reagieren die Neuronen stärker auf komplexere Strukturen des Bildes. In der dritten und letzten Schicht detektieren Neuronen komplexe Bilder wie Hunderassen oder Muffins.

Am Ende präsentiert das System einen Output bzw. ein Ergebnis. Dieses besteht aus Wahrscheinlichkeiten für die jeweilige Klasse. Bei diesem Beispiel könnte ein Ergebnis wie folgt aussehen: 10% Muffin, 90% Chihuahua.