Wie Forscher der Kepler-Uni Computer das Denken lehren

Wie Forscher der Kepler-Uni Computer das Denken lehren

Von Herbert Schorn

LINZ. Sepp Hochreiter führte die Linzer Universität an die Weltspitze der künstlichen Intelligenz - Im Herbst startet dazu ein eigenes Studium.

Es war im Jahr 1991, als Sepp Hochreiter mit seiner Diplomarbeit die Informationstechnologie revolutionierte. Dumm war nur: Niemand erkannte die Tragweite der Erfindung des 24-Jährigen. Es sollte Jahre dauern, bis die Long-Short-Term-Memory-Methode (LSTM) zum Durchbruch kam.

Heute gibt es kaum einen Bereich der künstlichen Intelligenz, in dem LSTM nicht eingesetzt wird, vom selbstfahrenden Auto bis zur Spracherkennung beim Handy. Noch bemerkenswerter ist wohl die Tatsache, dass genau dieser Forscher von Weltruf ausgerechnet in Linz arbeitet. Er leitet an der Kepler-Uni das Institut für Machine Learning und das Labor für Künstliche Intelligenz am Linz Institute of Technology (LIT).

Doch warum konnte ausgerechnet Sepp Hochreiter, der Bayer, der damals in München studierte, das hochkomplexe Problem lösen, dass die für die künstliche Intelligenz notwendigen Neuronalen Netzwerke Daten nicht lange speichern konnten (siehe Infokasten)? "Ich gab mich nicht mit der Tatsache zufrieden, dass das Speichern nicht funktioniert, sondern setzte alles daran, herauszufinden, warum das so war", sagt er.

Heute arbeiten seine Linzer Institute intensiv an der Anwendung dieser Methode in verschiedenen Bereichen der künstlichen Intelligenz. "Bei der Entwicklung von Medikamenten kann künstliche Intelligenz mögliche Nebenwirkungen neuer Medikamentenkandidaten voraussagen", erklärt er. Die Voraussagen sind mittlerweile derart genau, dass Labortests – und damit viel Geld – eingespart werden können. "Die neuesten Methoden schlagen sogar völlig neue Moleküle vor, die eine erwünschte Wirkung haben."

Ein weiteres Forschungsgebiet betrifft selbstfahrende Autos. Hier gibt es ein Projekt der JKU mit Audi. Dabei sollen die Programme der Autos lernen, richtig auf die Umwelt zu reagieren.

Lernen durch Interaktion

"Autofahren ist eigentlich wie ein Spiel", sagt Bernhard Nessler, der das Projekt leitet. Der Computer muss einschätzen können, wie andere Verkehrsteilnehmer agieren, und darauf reagieren. Das Lernen passiert in Simulationen, bei denen Netzwerke miteinander in Konkurrenz stehen. "Ein Netzwerk lernt zu erkennen, wann und warum das andere einen Fehler macht. Jedes Netzwerk versucht, besser zu sein als das andere, und so trainieren sie sich gegenseitig", sagt Nessler. Die Folge: Sowohl der Computer, der das selbstfahrende System steuert, als auch die Simulation werden laufend besser.

Bleibt noch eine Frage: Hat die bahnbrechende Methode, die jetzt in praktisch jedem Handy verwendet wird, seinen Erfinder reich gemacht? Hochreiter lehnt sich auf seinem Stuhl zurück und lacht. "Ja, reich an Erfahrung." Geld sah er dafür nie. Denn Patente auf Algorithmen gibt es (so gut wie) nie.

Hochreiters Erfindung:

Das von Sepp Hochreiter erfundene "Long Short Term Memory" (LSTM) ist die führende Methode etwa bei der Spracherkennung von Smartphones oder bei Sprachdiensten (etwa Amazons "Alexa"). Die Methode revolutionierte die künstliche Intelligenz (KI). Diese arbeitet mit Neuronalen Netzwerken, die dem menschlichen Gehirn nachempfunden sind. Um eine Information zu verarbeiten, wird sie von einer Repräsentationsebene zur nächsten umgeformt. Dabei werden immer abstraktere Konzepte in den Daten gelernt.

Dank Hochreiters Methode können Neuronale Netze, die Sequenzen wie Sprache oder Text verarbeiten, diese Informationen über viele Ebenen und große Zeitintervalle speichern und verarbeiten – eine Voraussetzung für die künstliche Intelligenz.