Zwei voneinander unabhängige Gruppen von Wissenschaftlern, die über künstliche Intelligenz forschen, haben eine Software entwickelt, die in der Lage ist, den Inhalt von Fotos und Videos mit weit größerer Genauigkeit zu erkennen und zu beschreiben, als je zuvor, schrieb die New York Times in einem längeren Bericht (http://goo.gl/nVc6HC). Bisher war das Erkennen bei Computer Vision auf einzelne Objekte begrenzt. Die neue Software, von den Forschern bei Google und an der Stanford Universität beschrieben, kann indessen ganze Szenen identifizieren: eine Gruppe von jungen Männern spielen Frisbee, zum Beispiel, oder eine Herde von Elefanten marschiert auf einer grasbewachsenen Ebene. Die Software beschreibt das Bild in englischer Sprache. Im Vergleich mit der menschlichen Beobachtung seien die computerschriftlichen Beschreibungen überraschend genau. Die neuen Erkennungs- und Beschreibungsmethoden sollen eine bessere Suche in den Milliarden von Bildern und online-Videos ermöglichen, die oft schlecht beschrieben archiviert sind. Suchmaschinen wie Google setzen weitgehend auf die schriftliche Beschreibung und können damit eine deutlich verbesserte Effizienz bei der Suche erreichen.
bol-