Digitale Hipster-Erkennung

Maschinen lernen langsam, wie Menschen zu denken. Leider bedeutet das auch, dass zweifelhaftes Verhalten, wie das Einordnen von Leuten in Schubladen, bald zusätzlich noch von Computern geleistet werden wird.

Biker, Country, Goth, Metal, Hip Hop, Hipster, Raver, oder Surfer: Ein Team von Informatikern an der Universität von Kalifornien hat einen Algorithmus entwickelt, der Personen in eine von acht sozialen Subkulturen filtert. Laut Wikipedia sind dies nämlich die beliebtesten Subkulturen unserer Gesellschaft. Um seine stereotype künstliche Pseudo-Intelligenz zu trainieren, fütterten Forscher den Computer mit Tausenden von Gruppenbildern. So wollten sie der Maschine beibringen, Bilder auf soziale Hinweise zu analysieren, wie Frisur oder Tätowierungen, und Augen, Kopf, Hals, Oberkörper und Arme auf entsprechende Merkmale zu scannen.

Doch am Anfang jeder Computererkenntis steht immer noch der Mensch—und in diesem Fall einer mit willkürlicher und ziemlich überholter Definition des H-Wortes. Jedenfalls nimmt der Algorithmus nun seinen Lauf und definiert, welche Attribute eine Person in einer bestimmte Kategorie landen lassen—dieser Typ hat einen Bart und trägt ein kariertes Hemd, also ist er wahrscheinlich ein Hipster.

Um die Macht ihrer Rechner in modischem Unwissen zu beweisen, testeten die Forscher, ob die Maschine das ganze auch ohne ihre hilflosen Tipss herausfinden kann. Der Algorithmus wies eine 48 Prozentige Erfolgsquote aus—nicht besonders gut, aber immer noch besser als der reine Zufall, bei dem die Erfolgsquote bei nur 9 Prozent lag.

Computer werden also in Kürze darin ausgebildet sein, soziale Formen zu zementieren und idealistische Luftblasen von der Einzigartigkeit jedes Menschen platzen zu lassen. Und warum muss das sein? Nun, gesellschaftliche Subkulturen, oder auch „Urban Tribes", um den akademischen Begriff zu verwenden, sind eine dieser Sachen, die vom Menschen aber nicht von Maschinen intuitiv erkannt werden. Die Fähigkeit, Informationen aus Mustern abzuleiten, ist ein relativ neuer Bereich des maschinellen Lernens und der künstlichen Intelligenz.

Und dies ist erst der Anfang. Die Flut von Bildern, die das Internet durchfließen—an die 300 Millionen am Tag werden allein auf Facebook gepostet—bedeutet, dass es eine riesige, ungenutzte Datenbank zur Analyse und Ordnung von menschlichem Verhalten gibt. Ein Programm zu entwickeln, welches erkennen kann, was in einem Bild vor sich geht, indem man es in seinen Kontext setzt, könnte Informationen für lukrativen Geschäftsideen bereitstellen.

Es ist der gleiche Grund, warum die Tech-Titanen im Silicon Valley Geld in die Entwicklung künstlicher Intelligenz investieren. Und auch an der Carnegie Mellon Universität, arbeiten Forscher daran, eine Maschine mit menschlichem Verstand und Intuition zu entwickeln. Die Maschine sieht sich täglich tausende von Bildern im Internet an und lernt Verbindungen zwischen Objekten zu erstellen. So baut sich der Rechner langsam sein Wissen über die Welt zusammen, um eigenständig soziale Schlussfolgerungen zu ziehen.

Die UCSD-Forscher kämpfen nun mit den gleichen Herausforderungen aus der Perspektive sozialer Identität. Wollen wir wirklich, dass Google oder Facebook uns in einen Topf werfen und uns Inhalt anbieten, der allein auf die Partybilder von gestern Nacht abgestimmt ist? Es ist ein feiner Unterschied zu dem persönlichen Datenprofil, welches diese Webseiten ohnehin bereits von uns angesammelt haben. Aber dieser nächste Schritt lässt die sozialen Netzwerke ungefähr wir die Pseudo-Coolness-Kämpfe auf dem Schulhof aussehen.