Das so genannte Deep Learning ist derzeit eine der wichtigste Entwicklung auf dem Weg zu künstlicher Intelligenz. De Begriff beschreibt eine Methode, bei der Maschinen über ihre einprogrammierten Informationen hinaus selbstständig Neues lernen können, seien es spezielle Bewegung, Bilderkennung oder gar Video-Spielen. Maschinen beizubringen, Dokumente in natürlichen Sprache zu lesen bleibt eine besondere Herausforderung, der sich nun ein Forscherteam um Googles Depp Mind Projekt widmet.
Maschinelle Lesesysteme können auf ihre Fähigkeiten getestet werden, Fragen über den Inhalt der Dokumente, die sie gesehen haben,zu beantworten. Bisher fehlten jedoch groß angelegte Tests und Testdatensätze für diese Art der Auswertung. Forscher definieren nun eine neue Methode, die diesen Engpass löst und im großen Maßstab Daten über das Leseverständnis liefert. Diese Methode „erlaubt die Entwicklung einer neuen Art von Aufmerksamkeit-basierten tiefgehenden neuronalen Netzen, die lernen, echten Dokumente zu lesen und komplexe Fragen dazu mit minimalem Vorwissen der Sprachstruktur zu beantworten.“
Um Computern die natürliche Sprache beizubringen, füttern die Forscher sie mit Unmengen von kommentierten Zeitungsartikeln – und bringen Ihnen bei, deren Inhalt zu verstehen.
Das Ziel ist es laut Deep Minds Projektbeschreibung, natürliche Sprache zu verarbeiten – also ein Dokument zu lesen und dann Fragen zu dessen Inhalt beantworten zu können. Dazu brauchen die Maschinen vor allem eins: Riesige Datenmengen, die für die Maschinen kommentiert und mit Erläuterungen versehen sind.
Eine solche Datensammlung bieten bestimmte Zeitungen, so ein Forscherteam um Karl Moritz Hermann bei Deep Mind in London. Wie der Forscher dem Magazin Technology Review erklärt, sei der spezielle Schreibstil der Online-Nachrichten von Daily Mail und CNN dazu geeignet. Also nutzt Deep Mind die Menge der Online veröffentlichten Artikel von CNN und Daily Mail dazu, Computern das Lesen beizubringen.
Praktisch könnte dies Auswirkungen auf alle Bereiche des Internets haben: So müssen Artikel nicht mehr in eine Computer-lesbare Sprache übersetzt und dazu etwa mit Schlagwörtern versehen werden: Die Maschinen verstehen Texte auch ganz ohne Hilfsmittel und können Fragen dazu in natürlicher Sprache beantworten.
Auf Daily Mail Website, Mailonline, und CNN online werden Nachrichten mit den wichtigsten Angaben darüber als Stichpunkte versehen, die unabhängig von dem Text geschrieben werden. „Von zentraler Bedeutung ist, dass diese Zusammenfassungen abstrahierender Natur sind und nicht einfach kopierte Sätze aus den Dokumenten", so Hermann. Daraus schufen die Forscher eine kommentierte Datenbank: Mit den News-Artikel als Text und den Aufzählungspunkten als Erläuterung. Die Datenbank umfasst bereits 110.000 Artikel von CNN und 218.000 Artikel der Dailymail.
Das mit den Daten gefütterte neuronale Netzwerk kann bereits 60 Prozent aller Fragen beantworten. Die Methode untersucht meist Worte, die im Zusammenhang mit der Frage am häufigsten vorkommen. Allerdings funktioniert das entsprechend bisher am Besten mit journalistischen Texten, da hier die zugrunde liegene Textstruktur immer ähnlich ist. Mit Literatur oder gar Poesie kommen die Maschinen hingegen noch nicht zurecht.
