Josef Hochreiter wird derzeit viel herumgereicht: Nicht nur in Alpbach von Interview zu Interview und von Diskussion zu Diskussion – auch die prominenten Namen der Informationstechnologie stehen bei ihm Schlange.

Hochreiter, Professor für Bioinformatik an der JKU Linz, entwickelt mit Zalando Algorithmen, die Modetrends in sozialen Netzwerken auf die Spur kommen und arbeitet mit Audi an der Verbesserung selbstfahrender Autos. Das von ihm schon vor mehr als 25 Jahren entwickelte Prinzip der „long short-term memory“ ist eine wesentliches Element vieler Systeme künstlicher Intelligenz und wird von Google in der Spracherkennung  von Smartphones, von Apple für die Quicktype-Funktion beim iPhone und von Amazon für Alexa verwendet. „Wir Europäer sind besonders gut im Maschinenbau, aber wir nutzen das nur, um einmal ein Gerät zu verkaufen, wir bleiben mit dem Kunden nicht in Kontakt“, konstatierte Hochreiter im Rahmen einer Plenarsitzung der Alpbacher Technologiegespräche. Die Kombination mit künstlicher Intelligenz sollte die Möglichkeit dazu geben, das solle man nicht den anderen überlassen.

Themen rund um „Künstliche Intelligenz“ (KI) sind in diesem Jahr bei den Alpbacher Technologiegesprächen allgegenwärtig. Nicht weniger als drei von 13 „Breakout Sessions“ trugen KI  explizit im Titel, in so gut wie allen geht es um Aspekte der „Digitalisierung“. Dabei ist KI bislang nur in Bereichen gut, in denen es um die Lösung ganz bestimmter Aufgaben geht – aus einer großen Datenmenge Korrelationen herauslesen, den Menschen in Schach oder Go schlagen. Die Visionen flexibler humanoider Assistenten, die einem im Alltag zur Seite stehen, liegen noch weit in der Zukunft, wie Stefan Roth, Leiter des Visual Inference Lab der TU Darmstadt eindrucksvoll darlegte. Das liege einfach daran, dass dabei so viele Dinge gleichzeitig zu tun sind. Autonome Fahrzeuge haben demgegenüber schon eine einfachere Aufgabe in einer wesentlich strukturierteren Umgebung zu erfüllen – und auch hier sind vielen Probleme noch ungelöst. Roth und sein Team rücken dem mit einer Methodik zu Leibe, die man „semantische Bildanalyse“ nennt und daraus hinausläuft, Gestalten nicht nur zu erkennen, sondern auch deren Bedeutung einschätzen zu können. Besonders schwierig ist dabei etwa, Bewegung und Okklusion durch Objekte gleichzeitig erkennen zu können.