DeepMind-KI kann unbekannte Szenen konstruieren
Das von Google übernommene Unternehmen DeepMind kann einen weiteren KI-Fortschritt verzeichnen. Die KI kann nun aus Bruchstücken ihr unbekannte Szenen zusammensetzen – jedoch bisher nur in computergenerierten Räumen.
Die Ergebnisse der Forscher sind beeindruckend: Sie haben mit dem Generative Query Network- Modell (GQN) ein KI-System präsentiert, welches Bruchstücke einer Szenerie beobachten, erfassen und dann die Szene vervollständigen und aus bisher unbekannten Blickwickeln darstellen kann. GQN ist ein Framework, in dem Maschinen ihre Umgebung nur durch eigene Bewegung erfassen kann und anschließend darauf basierende Schlüsse zieht. Das System wird trainiert, indem ihm Bilder einfacher, virtueller Szenen gezeigt werden. Außerdem werden Bilder unbekannter Kamerapositionen berechnet – die Ergebnisse sind dabei kaum von Renderings zu unterscheiden.
Was ist das GQN-Modell?
Das GQN-Modell setzt sich aus zwei Teilen zusammen: dem Representation Network und dem Generation Network. Das Representation Network benutzt die von der Maschine erfassten optischen Daten und erarbeitet einen Vektor, der die entsprechende Szene beschreibt. Darauf reagiert das Generation Network und stellt sich anhand dieser Daten die Szene vor. Mittels der Beobachtungen des Representation Network werden fehlende Teile im Generation Network ergänzt. Da die Datenbasis des Representation Network umfassend ist, werden aus Effizienzgründen nur die wichtigsten Informationen gespeichert. Das schließt unter anderem die Position, Farbe von Objekten und die Grundrisse von Räumen mit ein. Die durchgeführten Tests zeigen, dass das System unbekannte Szenen korrekt vervollständigen kann. Die berrechnete Umgebung sah zum Ende der Tests genauso aus, wie die ursprünglich gerenderte. Die KI ist damit in der Lage, eine hohe Genauigkeit abzubilden, obwohl sie nicht alle Teile der Originalszenerie gekannt hat. Anzumerken ist jedoch: Das Modell hat eine Einschränkung, denn es funktioniert nicht mit realen Szenen, sondern nur mit gerenderten.
DeepMinds neue KI-Spiele
DeepMind verkündete außerdem, dass sie eine Künstliche Intelligenz entwickeln, die im Team arbeiten soll. Um die Zusammenarbeit zwischen KI-Agenten zu trainieren, nutzt DeepMind ein Computerspiel. Beim Ego-Shooter „Quake III Arena“ im Spielermodus „Capture the Flag“, müssen vier Spieler in Zweierteams eine Flagge aus dem konkurrierenden Lager stehlen und sie ins Eigene bringen. Damit die KI die Spielumgebung nicht auswendig lernt, finden die Spiele auf zufällig generierten Karten statt. Bei einem Testtunier gewann das Team KI alle Spiele gegen die menschlichen Teams. Bei einem gemischten KI-Mensch Team gab es immerhin eine Gewinnerchance von rund fünf Prozent gegen ein reines KI-Team. Um das menschliche Spieler-Niveau zu übertreffen, brauchten die KI-Agenten jedoch fast 450.000 simulierte Spiele. Nach rund 30.000 Spielen verstanden sie die grundlegenden Spielregeln und weitere 320.000 Partien waren notwendig, um Navigation, Koordination und spielspezifische Mechanismen zu erlernen und zu üben.
Weitere Informationen zur technischen Umsetzung finden Sie hier bei DeepMind.
LG
Sie möchten zukünftig per Newsletter der Informatik Aktuell informiert werden? Hier können Sie sich anmelden.
