Facebooks "Deepface"

Spezial-KI erkennt Gesichter so gut wie der Mensch

(Bild: thinkstockphotos.de)

Das soziale Netzwerk Facebook hat eine neue Technologie zur Gesichtserkennung entwickelt, die bisherige Methoden in den Schatten stellt und beinahe so präzise arbeitet wie der Mensch: "Deepface". Das System basiert auf einer künstlichen Intelligenz (KI), deren Funktionsweise dem menschlichen Gehirn nicht unähnlich ist. Die erstaunlich exakten Ergebnisse soll "Deepface" primär durch die Analyse großer Datenmengen erzielen.

Werden einem Menschen zwei Fotos von anderen Personen vorgelegt, wird er im Schnitt mit einer Wahrscheinlichkeit von 97,53 Prozent sagen können, ob es sich auf beiden Aufnahmen um die gleiche Person handelt. Wie die Technikzeitschrift "Technology Review" berichtet, schafft Facebooks neue Gesichtserkennungs-KI "Deepface" mit 97,25 Prozent beinahe die gleiche Trefferquote wie ein Mensch. Gegenüber bisherigen Gesichtserkennungs-Algorithmen ist das ein enormer Fortschritt.

Gelungen ist der Durchbruch einem Facebook-Forschungsteam unter der Leitung des KI-Experten Yaniv Taigman. Er und seine Kollegen setzen bei "Deepface" auf einen neuen Ansatz namens "Deep Learning". Dabei kommt eine Software zum Einsatz, die ein Netzwerk aus simulierten Neuronen verwendet, um Muster in großen Datenmengen zu erkennen. Die Software funktioniert also ganz ähnlich wie das menschliche Gehirn.

KI analysiert Fotos und vergleicht Zahlenwerte
Konkret verarbeitet Facebooks "Deepface" Fotos in zwei Schritten. Zunächst versucht die KI, den Winkel eines Fotos zu korrigieren und das gezeigte Gesicht frontal zu erfassen. Ist dieser Arbeitsschritt erledigt, analysiert das angesprochene Neuronen-Netzwerk die Gesichter und erstellt einen Zahlencode aus den Gesichtsmerkmalen. Wird ein weiteres Gesicht analysiert und der Zahlencode ähnelt jenem aus einem früheren Analysevorgang, geht die Software von einer Übereinstimmung aus.

"Normalerweise sieht man solche Verbesserungen nicht", erzählt Taigman. Die Fehlerrate von Gesichtserkennungs-Tools habe vor dem Facebook-Projekt im Schnitt bei 25 Prozent gelegen. "Deepface" hat sie auf unter drei Prozent gedrückt. Zunächst bleibt "Deepface" aber dennoch nur ein Forschungsprojekt, noch ist keine Implementierung in Facebooks gigantische Serverinfrastruktur angedacht. In Zukunft könnten KI-Systeme wie "Deepface" aber helfen, beispielsweise bessere Markierungsvorschläge für auf hochgeladenen Fotos zu sehende Menschen zu liefern.

Fortschritte vor allem durch große Datenmengen
Dass Facebooks neue Gesichtserkennung dermaßen präzise arbeitet, führt Neeraj Kumar, ein Experte für computergestützte Gesichtserkennung an der Universität Washington, auf die gigantischen Datenmengen zurück, mit denen Facebook die Software füttert. "Ich wette, dass ein Großteil der Verbesserungen hier generell mit den Möglichkeiten von Deep Learning zusammenhängt: der Fähigkeit, große Datenmengen von außen in ein Lernmodell mit hoher Kapazität einzubauen", sagt Kumar.

Tatsächlich haben Facebooks KI-Experten "Deepface" mit einem Teil der Nutzerdaten des Unternehmens experimentieren lassen. Dem Bericht zufolge habe man rund vier Millionen Fotos von Facebook verwendet, um die Software damit trainieren zu lassen. Auf den Fotos sind die Gesichter von rund 4.000 Menschen zu sehen. "Da sie Zugang zu reichlich Daten in dieser Form haben, können sie erfolgreich ein Modell mit hoher Kapazität trainieren", erklärt Kumar.