©Kobes/Fotolia.de
Mit Unterstützung der Deutschen Forschungsgemeinschaft (DFG) haben Informatiker der Friedrich-Schiller-Universität Jena in den vergangenen vier Jahren zu diesem Zweck einen solchen Algorithmus zur sogenannten fein-granularen Objekterkennung entwickelt. Als Trainingsplattform wählten sie dafür ebenfalls ein Anwendungsgebiet aus der Natur, nämlich einen internationalen Datensatz mit 200 nordamerikanischen Vogelarten.
Maschine lernt selbst
„Grundsätzlich benötigen wir für diese Grundlagenforschung einfach eine hohe Anzahl an geeigneten Fotos, um den Algorithmus zu trainieren – denn er lernt selbst“, erklärt Prof. Dr. Joachim Denzler von der Universität Jena die Wahl der Vogeldatenbank.
Das Modell der Jenaer Informatiker konzentriert sich bei der Identifikation auf einzelne Teile der Objekte. Das heißt, es versucht zunächst herauszufinden, wie sich ein Objekt beschreiben lässt. „Dazu teilt es beispielsweise einen Vogel in verschiedene Bereiche ein – also etwa Kopf, Flügel, Füße – und modelliert daraus dann ein Gesamtbild“, erklärt Dimitri Korsch von der Universität Jena, der aktuell gemeinsam mit seinem Kollegen Christoph Theiß an dem Projekt arbeitet. Um das fehlerfrei zu lernen, muss es immer wieder mit neuen Bildern gefüttert werden. „Die Maschine versucht dann, die Teile des Vogels zu detektieren, die für seine Klassifizierung relevant sind“, so Denzler.
Transparente KI
Mit ihrer Methode erreichen die Jenaer Experten eine Erkennungsrate von rund 90 Prozent. Das Modell lernt nicht einfach nur auswendig, sondern versteht durch das kontinuierliche Training und den damit verbundenen Lerneffekt tatsächlich, wie es die Vögel unterscheiden kann. Hierbei spricht man von Deep Learning. Ein weiterer Vorteil des Algorithmus ist, dass die KI sehr transparent ist. Daher könne man die Entscheidungsfindung gut beobachten und erkennen wo noch Fehlerquellen liegen, so Denzler.
Vogelbestimmung mit Webseite
Weiterhin haben die Jenaer Informatiker eine Webseite entwickelt, die auf dem von ihnen entwickelten Algorithmus basiert. Mit ihr können Nutzerinnen und Nutzer mittels Abbildungen einzelne Vogelarten aus dem Datensatz bestimmen. Sie müssen nur ein Foto des gesuchten Vogels hochladen, der dann zur näheren Bestimmung mit den gelisteten Vogelarten verglichen wird. Interessierte können sich die Webseite genauer anschauen und nutzen unter: https://birds.inf-cv.uni-jena.de/.
