https://www.faz.net/-gqe-8zncy

Ian Goodfellow : Shooting-Star der künstlichen Intelligenz

Ian Goodfellow arbeitet und forscht für Google Brain. Bild: NVIDIA

Er ist 31 Jahre alt und ein Hoffnungsträger in der künstlichen Intelligenz: Ian Goodfellow lässt Computer sich gegenseitig schlauer machen. Alles begann in einer Bar.

          Nicht auf dem Google-Campus, nicht in der Facebook-Unternehmenszentrale, nicht im renommierten MIT-Forschungslabor: wenn es um die in der künstlichen Intelligenz (KI) derzeit angesagte Methode namens „Deep Learning“ geht, entstand eine der vielversprechendsten grundlegenden Ideen der jüngeren Vergangenheit in einer Bar in der kanadischen Stadt Montreal. Sie trägt den Namen „Les 3 Brasseurs“. Eine Gruppe Informatikstudenten traf sich dort, um die Promotion eines Freundes zu feiern.

          Alexander Armbruster

          Verantwortlicher Redakteur für Wirtschaft Online.

          Einer davon war Ian Goodfellow. Die Freunde gerieten in eine fröhlich-leidenschaftliche Diskussion darüber, was schlaue Computer können. Und konkret über die Frage, ob es möglich ist, ihnen beizubringen, was bis ins allerletzte Detail zu einem echten Foto gehört, einer Aufnahme der Wirklichkeit also. Das klingt zunächst nicht sonderlich spektakulär. Tatsächlich steckt dahinter sehr viel – und Goodfellow gelang ein echter Durchbruch, dessen ganzes Potential und dessen ganze Wucht sich erst langsam erschließen.

          Als Goodfellow vor einiger Zeit gegenüber dem Internetdienst „Wired“ Details dieser einer Legende gleichenden Begebenheit verriet, formulierte er das so: „Wenn eine künstliche Intelligenz sich die Welt in realistischen Details vorstellen kann – lernen kann, sich realistische Bilder oder Klänge vorzustellen –, unterstützt dies die künstliche Intelligenz darin, die Struktur der Welt zu verstehen, die wirklich existiert.“ Er nahm dabei Bezug auf ein Bonmot des verstorbenen Physiknobelpreisträgers Richard Feynman, der einmal sagte: „Was ich nicht kreieren kann, das verstehe ich nicht.“ Angewendet auf sein eigenes Gebiet, erklärte Goodfellow analog: „Was eine künstliche Intelligenz nicht erzeugen kann, das versteht sie nicht.“ Das ändert sich gerade.

          Googles Brain

          Der 31 Jahre junge Forscher ist derzeit einer der wichtigsten Hoffnungsträger der künstlichen Intelligenz. Natürlich ist das längst nicht nur den Spitzenforschern an den Universitäten aufgefallen, sondern beispielsweise auch den Entscheidern des Technologieunternehmens Alphabet (Google). Dort, in der auf künstliche Intelligenz fokussierten Unternehmung „Google Brain“, arbeitet Goodfellow momentan.

          Quasi nebenher hat er ein ungefähr 800 Seiten dickes Lehrbuch über Deep Learning geschrieben, das sich an anfangende wie fortgeschrittene Studenten richtet. „Es ist das einzige umfassende Buch zum Thema“, lobte der schillernde amerikanische Unternehmensgründer Elon Musk (Tesla, SpaceX) das Werk. Für Musk war Goodfellow da übrigens schon kein Unbekannter mehr – er war über seine eigene KI-Unternehmung „Open AI“ vorübergehend Goodfellows Arbeitgeber, bevor dieser wiederum zurück zu Google wechselte.

          Ausgangspunkt für Goodfellows Laufbahn war indes die amerikanische Universität Stanford. Dort studierte er Informatik, zunächst ohne das ausdrückliche Ziel, künstliche Intelligenz zu seinem Schwerpunkt zu machen. Dazu kam er nicht zuletzt auch durch eine Vorlesung des mittlerweile selbst berühmt gewordenen Forschers Andrew Ng, der später „Google Brain“ mit auf den Weg brachte und dann KI-Forschungschef des chinesischen Internetunternehmens Baidu werden sollte.

          Künstler und Kunstkritiker

          Goodfellow machte in Stanford seinen Abschluss. Für die Promotion wechselte er jedoch nach Kanada an die Universität Montreal, denn dort lehrte damals schon Yoshua Bengio, einer der führenden Fachleute für Deep Learning, der schließlich Goodfellows Doktorvater wurde. Im Jahr 2014, seine Promotion näherte sich dem Ende, hatte Goodfellow dann jene Idee, die ihn berühmt und selbst zu einer Kapazität seines Faches gemacht hat. Auf Konferenzen ist er seither ein gefragter Redner, zum Beispiel auf der in der Branche angesagten GPU Technology Conference des amerikanischen Tech-Unternehmens Nvidia unlängst in San José.

          Sein Coup verbirgt sich hinter dem sperrigen Ausdruck „Generative Adversarial Networks“ (GANs) und beinhaltet eine Menge anspruchsvolle Mathematik. Grob gesagt, geht es dabei um kluge Computerprogramme (künstliche neuronale Netze), die versuchen, andere Computerprogramme auszutricksen und dabei schlussendlich schlauer zu machen. Zum Beispiel, indem sie, die „adversen“ Programme, eigene Bilder von Tieren erschaffen, die von Bilderkennungsprogrammen für Bilder echter Tiere gehalten werden.

          Goodfellow verglich das einmal sinnbildlich mit einem Wettstreit zwischen einem Künstler und einem Kunstkritiker; jemandem, der etwa die Mona Lisa malt und dann einen Fachmann davon zu überzeugen versucht, dass es sich um das berühmte Gemälde selbst handelt. Während dieses Wettbewerbs lernen in der Regel beide Kontrahenten – ohne die Hilfe von Menschen. Das ist eine der Hoffnungen, die sich mit dieser Idee verbinden: Computer sollen sich gegenseitig Dinge beibringen.

          Yann LeCun, ein schon längst etablierter Spitzenmann auf dem Gebiet und derzeit KI-Forschungschef des sozialen Netzwerks Facebook, bezeichnete Goodfellows GANs unlängst gegenüber FAZ.NET als die „coolste Idee in Deep Learning in den vergangenen zwanzig Jahren“. Die Forschung damit ist in mehrerer Hinsicht interessant: Einmal ist für Anwendungen wie autonomes Fahren wichtig, dass Computer wirklich fehlerfrei erkennen, was beispielsweise ein Verkehrsschild anzeigt – auch dann, wenn etwa jemand versuchen sollte, es so zu manipulieren, dass dies dem menschlichen Auge nicht auffällt, einen Computer aber täuscht.

          Außerdem helfen GANs womöglich dabei, Datenschutz-Sorgen abzumildern: Die für lernende Programme zentralen großen Datenmengen müssten zum Beispiel nicht mehr ausschließlich aus Bildern von echten Gesichtern bestehen, wenn Algorithmen gleichwertige erschaffen könnten in nahezu beliebiger Menge und einer dahinterstehenden realistischen mathematischen Verteilung.

          Die Forschung auf dem Feld ist noch jung, die Hoffnung groß. Dass Goodfellow dies gelang, ist schlussendlich übrigens auch einem glücklichen Umstand zu verdanken, wie er selbst einmal erzählte. Die Debatte in der besagten Bar in Montreal endete nämlich nicht mit inhaltlichem Einvernehmen, seine Freund glaubten nicht daran, dass das so funktioniert, wie Goodfellow sich das dachte: „Ich ging leicht angetrunken nach Hause. Meine Freundin war schon schlafen gegangen, und ich saß da und dachte: ,Meine Freunde liegen falsch.‘ Ich blieb wach und programmierte GANs auf meinem Laptop.“ Gleich der erste Versuch gelang. „Das war sehr, sehr glücklich – wenn es nicht funktioniert hätte, hätte ich die Idee womöglich aufgegeben.“

          Weitere Themen

          Wohneigentum wird immer teurer

          Immobilien : Wohneigentum wird immer teurer

          Die Preise für Häuser und Eigentumswohnungen sind in Städten und auf dem Land abermals deutlich gestiegen. Experten warnen vor Überhitzung.

          Topmeldungen

          Nach Thomas-Cook-Pleite : Condor kämpft ums Überleben

          Der britische Mutterkonzern hat Insolvenz angemeldet, die deutsche Fluggesellschaft will nicht aufgeben, schließlich flog man Gewinne ein. Doch ohne Hilfe vom Staat wird das Überleben schwer.

          „Glückliches junges Mädchen“ : Trump verspottet Greta

          Der amerikanische Präsident kommentiert den Auftritt von Greta Thunberg beim UN-Klimagipfel sarkastisch. Sie wirke wie ein „sehr glückliches junges Mädchen, das sich auf eine strahlende und wunderbare Zukunft freut“.
          Ein Aufkleber mit der Aufschrift „Human Organ For Transplant“ klebt auf einer Transportkühlbox für Spenderorgane.

          Ethikfrage bei Organspende : Wem gehört mein Körper – und warum?

          Der Bundestag will ein Gesetz beschließen, mit dem die Zahl der Organspender erhöht werden soll. Im Parlament stehen sich die Befürworter einer Widerspruchslösung und einer erweiterten Entscheidungslösung gegenüber. Ein Gastbeitrag.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.