Das Programm der JKU trat gegen drei Gegner an: andere Computerprogramme, gegen drei Medizin-Experten und eine Gruppe aus 25 Studierenden. Letztere erhielten zuvor noch ein spezielles Training. Am entscheidenden Tag ging es darum, 200 Bilder zu analysieren, die weder Mensch noch Maschine je zuvor gesehen hatten. „Besonders schwierig war für die Künstliche Intelligenz die hohe Auflösung und die sehr feinen Zellstrukturen“, sagt Elisabeth Rumetshofer vom Institute für Machine Learning.
Das Ergebnis: Die menschliche Experten von der Med-Uni Wien und dem Kepler Universitätsklinikum lösten die Aufgabe in rund fünf Stunden. Die Dauer des JKU-Programms: 26 Sekunden. Und während der beste Experte 72 Prozent der Proteine richtig zuordnen konnte, schaffte die JKU-KI 91 Prozent – eine mehr als klare Angelegenheit.
Die Zielsetzung war nicht zufällig gewählt: „Um biologische Prozesse genauer zu verstehen, ist es wichtig zu wissen wo in einer Zelle sich ein Protein befindet. Dies ist ein wichtiger Hinweis auf die Funktion des Proteins und hilft auch, Krankheiten besser zu verstehen“, erklärt Rumetshofer. Mithilfe von tausenden Beispielbildern lernte die das Künstliche-Intelligenz-Programm (KI), Muster zu erkennen. Diese Erkenntnisse helfen ihr, Proteine auch in neuen Bildern zuzuordnen. „Die große Schwierigkeit war, der KI überhaupt einmal beizubringen, wie Zellstrukturen aussehen“, sagt Rumetshofer. Die Algorithmen brauchen zehntausende Bilder, um nach und nach zu lernen eine Zelle zu erkennen. Bis hierhin ist der Mensch im Vorteil: Unser Gehirn erkennt schon nach wenigen Bildern klare Muster. „Wir waren daher ziemlich gespannt und haben einen offenen Wettkampf erwartet“, sagt die JKU-Forscherin.