DJ ne-na.de/Vorbild Gehirn: Sprachsteuerung mit Künstlicher Intelligenz könnte die Kommunikation mit Maschinen verbessern
****** ne-na.de/Vorbild [http://ne-na.de/Vorbild] Gehirn: Sprachsteuerung mit Künstlicher Intelligenz könnte die Kommunikation mit Maschinen verbessern Leipzig/London/München, 17. August 2009, www.ne-na.de - Sehen, Hören, Fühlen - die Wahrnehmung der zahllosen, verschiedenartigen und schnell wechselnden Reize unserer Umwelt scheint uns ganz selbstverständlich. Doch was das Gehirn scheinbar so mühelos bewältigt, stellt Computer bisher oft noch vor unlösbare Aufgaben. Forscher des Leipziger Max-Planck-Instituts für Kognitions- und Neurowissenschaften http://www.cbs.mpg.de und des Wellcome Trust Centre for Neuroimaging in London haben ein mathematisches Modell entwickelt, mit dem die maschinelle Wahrnehmung und Verarbeitung von gesprochener Sprache deutlich verbessert werden könnte. Wie schwer es Computern fällt, mit gesprochener Sprache umzugehen, haben wahrscheinlich viele Menschen schon einmal erlebt. Starke Nerven braucht zum Beispiel, wer mit einem der Sprachautomaten kommuniziert, die von vielen Telefonhotlines eingesetzt werden. Wird nur ein wenig zu schnell oder zu langsam gesprochen, ist die Aussprache undeutlich oder gibt es ein Störgeräusch im Hintergrund, scheitert der Automat in der Regel. Grund dafür ist das sehr störungsanfällige Verfahren, mit dem Computerprogramme bisher Sprache verarbeiten. Der Computer versucht dabei vor allem, charakteristische Merkmale in den Frequenzen der Stimme zu erkennen, um Worte zu identifizieren. ,,Das Gehirn nutzt wahrscheinlich ein anderes Verfahren", sagt Max-Planck-Forscher Stefan Kiebel. Er Forscher vermutet, dass dabei besonders die Analyse zeitlicher Abfolgen eine große Rolle spielt. ,,Viele Wahrnehmungsreize unserer Umwelt lassen sich als zeitliche Abfolgen beschreiben." So bestehen Musik und gesprochene Sprache aus hierarchisch aufeinander aufbauenden Abschnitten. Das Gehirn unterteilt dabei die verschiedenen Signale von den kleinsten, schnell veränderlichen Elementen bis hin zu den größeren, langsam veränderlichen Informationen. Die Bedeutung der Informationen auf verschiedenen zeitlichen Ebenen sei für die Verarbeitung von Wahrnehmungsreizen wahrscheinlich sehr viel größer als bisher angenommen. ,,Das Gehirn sucht permanent nach zeitlicher Struktur in der Umwelt, aus der es ableiten kann, was als nächstes passieren könnte", erklärt Kiebel. So könne das Gehirn die nächsten Laute häufig bereits erahnen. Um ihre Annahmen auf die Probe zu stellen, entwarfen die Forscher ein mathematisches Modell, das die neuronalen Abläufe bei der Sprachverarbeitung stark vereinfacht nachahmt. Neuronale Strukturen wurden dabei mit Algorithmen nachgebildet, die akustische Reize auf verschiedenen zeitlichen Ebenen verarbeiten sollten. Tatsächlich gelang es so, ein System zu entwerfen, das Sprache verarbeiten und einzelne Sprachlaute und Silben erkennen kann. Anders als bisherige Spracherkennungssysteme war es zudem in der Lage, auch schneller abgespielte Sprache zu verstehen. Das System besaß zudem die Fähigkeit des Gehirns, die nächsten Laute ,,vorherzusagen": Erwies sich eine Vorhersage dabei als falsch, weil die Forscher aus den bekannten Lauten eine unbekannte Silbe kombinierten, war das Modell fähig, den Fehler zu bemerken. ,,Interessant für die Neurowissenschaften ist, dass die Reaktionen des Modells dem ähnelten, was mit einem echten menschlichen Gehirn zu beobachten wäre", sagt Stefan Kiebel. Bekommt die Spracherkennung einen Hauch von Künstlicher Intelligenz, dann werde sie einen hohen Stellenwert bei der Mensch-Maschine-Kommunikation einnehmen. ,,Vor 15 Jahren waren Geldautomaten auch noch nicht von allen akzeptiert, da sagten die Leute, ich will lieber persönlich mit meinem Banker sprechen, wenn ich Geld brauche. Und Mobiltelefone waren ihnen auch noch suspekt", so Manish Sharma, Chefentwickler der kalifornischen Softwarefirma Tuvox, im Interview mit Zeit online. Er hält Sprachsteuerung für den nächsten logischen Schritt bei der Bedienung von Computern. Die Leute würden es heute zwar noch hassen, mit Automaten zu reden. ,,Aber sie hassen es mindestens genauso, wenn sie mit dem falschen Mitarbeiter verbunden werden, herumgereicht werden und wieder die gleiche Geschichte von vorn erzählen müssen", sagt Sharma. Beim heutigen Stand der Technik sei der Austausch mit einem Automaten vielleicht noch nicht die bessere Erfahrung. Allerdings bereite auch die Mensch-Mensch-Kommunikation einige Probleme. ,,Einige Menschen liefern einen guten Service, andere einen ganz schrecklichen", so Sharma. Das Reden mit Maschinen werde ein Teil unserer Zukunft sein. ,,Es wird Element der multimodalen Kommunikation zwischen Mensch und Maschine sein. Dabei sollte kein Sinn ausgespart werden. Eine Kombination von Bild, Ton, Anfassen, Riechen", erläutert der Tuvox-Chefentwickler http://www.tuvox.com. In vielen Spezialanwendungen rede man schon heute gerne mit Maschinen, so die Erfahrung von Michael Bommer, General Manager DACH von Nuance http://www.nuance.de/conversationsdach: ,,Besonders dann, wenn es schnell und unkompliziert gehen soll. Hier einige Zahlen dazu: die zehn wichtigsten Automobilhersteller nutzen heute Sprachsteuerung unserer Firma. Sprache ist in rund vier Millionen Automobilen implementiert. Sprachsteuerung wird auf 75 Prozent aller ausgelieferten Mobiltelefone bereitgestellt, um die Geräte einfacher und schneller zu bedienen. Mehr als 3000 Krankenhäuser und mehr als 350.000 Ärzte nutzen täglich Sprache, um Patientenberichte innerhalb kürzester Zeit zu erstellen. Mehr als 3000 Kundenservice-Applikationen nutzen bereits heute Sprache, damit Call Center-Mitarbeiter effektiv unterstützt und Kunden schnell und kompetent beraten werden. Das sind beeindruckende Zahlen, die belegen, dass Menschen schon heute mit Maschinen im Alltag kommunizieren", resümiert Bommer. Auch für die Suche im Internet gibt es nach einem Bericht der Zeitschrift Technology Review (Augustheft, Seite 43 ff.) http://www.heise.de/tr spannende Dienste, die neue Maßstäbe setzen: mit natürlicher Spracherkennung, mit optimierten Benutzerschnittstellen für Mobilgeräte und einer intelligenten Kombination mit jener ,,Weisheit der Vielen" - von Nutzern gefütterte, Crowdsourcing genannten Empfehlungssystemen. Diskussion zum Thema unter: http://www.ne-na.de/ [www.ne-na.de/vorbild-gehirn-sprachsteuerung-mit-k-nstlicher-intelligenz-k-nnte-die-kommunikation-mit-maschinen-verbessern/0076]vorbild-gehirn- [www.ne-na.de/vorbild-gehirn-sprachsteuerung-mit-k-nstlicher-intelligenz-k-nnte-die-kommunikation-mit-maschinen-verbessern/0076]sprachsteuerung-mit-k- [www.ne-na.de/vorbild-gehirn-sprachsteuerung-mit-k-nstlicher-intelligenz-k-nnte-die-kommunikation-mit-maschinen-verbessern/0076]nstlicher-intelligenz-k-nnte- [www.ne-na.de/vorbild-gehirn-sprachsteuerung-mit-k-nstlicher-intelligenz-k-nnte-die-kommunikation-mit-maschinen-verbessern/0076]die-kommunikation-mit- [www.ne-na.de/vorbild-gehirn-sprachsteuerung-mit-k-nstlicher-intelligenz-k-nnte-die-kommunikation-mit-maschinen-verbessern/0076]maschinen-verbessern/0076 [www.ne-na.de/vorbild-gehirn-sprachsteuerung-mit-k-nstlicher-intelligenz-k-nnte-die-kommunikation-mit-maschinen-verbessern/0076]. Eine Meldung von NeueNachricht. Für den Inhalt ist NeueNachricht verantwortlich.
(END) Dow Jones Newswires
August 17, 2009 10:45 ET (14:45 GMT)
