Seite - 64 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

64 A Technologie bestimmtes Bild charakterisieren. Das ist anders als ein klassisches neuronales Netz, das nach einer Trainingsphase an bekannten Bildern ein neu zu bestimmendes Bild erkennen kann. Durch diese Umkehrung entsteht ein niederdimensionaler Raum der Hundemerkmale, in welchem jeder Punkt einer bestimmten Ausprägung eines Hun- des entspricht (siehe Abbildung 3.2). Welche Vorteile sich daraus für das Verständnis von Zusammenhängen ergeben, wird deutlich, da der weniger dimensionale Raum mit menschlichen Begriffen beschreibbar und für Menschen nachvollziehbar gestal- tet werden kann – Beinanzahl, Schwanzlänge, Haarfarbe, Maulgröße usw. – und eine Veränderung der Parameter in diesem Raum hat die unmittelbare Änderung des entsprechenden Hundebildes zur Folge. Wie könnte ein Interface für ein solches System aussehen? Für das Beispiel des Hun- debildes hieße das, eine Vielzahl von Bildern verschiedener Hunderassen zu charak- terisieren. Im niederdimensionalen Raum der Hundemerkmale sollten Hunde der gleichen Rasse jeweils in einem ähnlichen Bereich landen, während Hunde anderer Rassen räumlich getrennt wären (siehe Abbildung 3.3). Durch eine Verbindung – mathematisch wäre dies ein Vektor – zwischen dem Zentrum des einen Bereichs und dem Zentrum des anderen Bereiches, ergibt sich eine gute Möglichkeit, Hundemisch- linge zwischen diesen beiden Rassen zu charakterisieren, deren Merkmale sich ent- Abbildung 3.2: Dimensionsreduktion: Durch ein Neuronales Netz wird ein hochdimensionaler Raum, hier der Inhalt eines Bildes, auf einen kleineren Raum abgebildet (links). Bei einem GAN kann ein niederdimensionaler Raum der Hundemerkmale dargestellt werden, in welchem jeder Punkt einer bestimmten Ausprägung eines Hundes entspricht (rechts) (eigene Darstellung in Anlehnung an Carter und Nielsen 2017).