Foto: posteriori - shutterstock.com
Um einem selbstfahrenden Auto beizubringen, wie zum Beispiel ein Fußgänger aussieht, liest der Hersteller anfangs Tausende Bilder von Fußgängern in die Datensammlung des Rechners ein. Mit diesen Aufnahmen kann der Computer trainieren. Schon bald ist er in der Lage, auf neuen Bildern Menschen selbstständig zu erkennen - oft verlässlicher als das menschliche Auge.
Zusätzlich füttert man den Rechner mit wichtigen Informationen, zum Beispiel mit der kompletten Straßenverkehrsverordnung und mit Hunderten von Szenarien und Regeln. Ein Beispiel: "Wenn ein Ball auf die Straße rollt, bremse ab: Es könnte ein Kind hinterher laufen." Dabei gilt: Je mehr Situationen trainiert werden, desto besser wird der Algorithmus - also eine Folge von Handlungsanweisungen.
Das Erkennen der Umgebung entwickelt sich in den letzten Jahren rasant weiter, seit Rechner die Methoden der Künstlichen Intelligenz - kurz KI - und des Deep Learning nutzen. Künstliche sogenannte neuronale Netzwerke entdecken die Welt wie ein Kind ab der Geburt Stück für Stück. Das Auto lernt durch Beobachtung menschlicher Fahrer und begreift schnell: Ich darf vor allem nirgendwo gegenfahren. (dpa/ib)