Machine Learning basiert auf dem Training von KI-Systemen mit großen Datenmengen. Nach der Analyse vieler Trainingsdaten können neuronale Netze die von ihnen „erlernten“ Entscheidungswege auf neue Input-Daten anwenden und so beispielsweise den Inhalt von Bildern erkennen und klassifizieren. Doch es gibt auch ein anderes, nicht minder spannendes Anwendungsfeld: Künstliche Intelligenz kann auch ganz neue Daten erzeugen – und ermöglicht damit wiederum spezielle Funktionen vor allem in der Bild- und Videobearbeitung. Wir schauen genauer hinter die Kulissen von „Generative Adversarial Networks“.

Aufmacherbild: „Kaleidoskop“, (C) dp792 via Pixabay

Autor: Stefan Achleitner

Maschinelles Lernen ist die aktuell am weitesten verbreitete Art von künstlicher Intelligenz. Die damit realisierten Funktionen und Werkzeuge können den Anwendern großen praktischen Nutzen bieten – Beispiele dafür sind etwa die automatische Ergänzung von Texten beim Tippen von Kurznachrichten oder viele Arten von Bilderkennung. Ebenso können sie jedoch auch eher umstrittenen Zwecken dienen – zum Beispiel der Vorhersage von Nutzerverhalten oder Einkaufsvorlieben.

Generative Adversarial Networks: Wenn künstliche Intelligenz künstliche Daten erschafft weiterlesen →