Was ist eine Gesichtssuchmaschine?

Du kennst wahrscheinlich die Gesichtssuche. Mit ihr lassen sich Menschen anhand ihrer Fotos im Internet finden.

Einfach gesagt: Du lädst ein Foto von dir hoch, und die Gesichtssuchmaschine sucht auf anderen Websites nach Bildern von dir.

Wie entwickelt man ein KI-Modell?

Beginnen wir mit der Hardware: Für größere KI-Modelle verwenden Entwickler meist Computer mit mehreren leistungsstarken GPUs. GPUs können viele mathematische Berechnungen gleichzeitig ausführen.

Danach schreiben die Entwickler Code. Python und KI-Frameworks wie PyTorch oder TensorFlow werden häufig verwendet, um festzulegen, was das Modell lernen soll und welche Daten für das Training genutzt werden.

Sobald der Code fertig ist, sammeln sie Bilder und trainieren das Modell. Dazu bekommt es sehr viele Beispiele zu sehen. Anfangs liegen seine Antworten meistens falsch. Bei jedem Fehler werden seine internen Einstellungen – die sogenannten Gewichte – leicht angepasst, bis die Ergebnisse zufriedenstellend sind.

Im Folgenden erklären wir, wie KI-Modelle für die Gesichtssuche Gesichter in Bildern finden und vergleichen und wie Bilder im Internet gefunden werden.

Wie funktioniert Gesichtserkennung?

Gesichtserkennung läuft in mehreren Schritten ab. Hier ist die einfachste Erklärung:

1. Ein Gesicht auf einem Foto erkennen

Zuerst sucht das System das Gesicht im hochgeladenen Bild. Es erkennt, wo sich das Gesicht befindet, und trennt es vom Hintergrund und anderen Objekten auf dem Foto.

Wie werden Modelle zur Gesichtserkennung trainiert?

Modelle zur Gesichtserkennung werden mit sehr vielen Gesichtsbildern trainiert. Dabei lernt die KI, welche Gesichtsmerkmale hilfreich sind, um Menschen voneinander zu unterscheiden. Mit der Zeit lernt das Modell auch, Ähnlichkeiten zwischen verschiedenen Fotos derselben Person zu erkennen.

Einfach gesagt: Man „füttert“ die KI mit so vielen Bildern, dass sie lernt, die Gesichter voneinander zu unterscheiden.

2. Gesichtsmerkmale analysieren

Im nächsten Schritt analysiert die KI das Gesicht. Sie ermittelt die Abstände zwischen verschiedenen Merkmalen und erstellt daraus eine mathematische Darstellung.

3. Das Gesicht in einen Vektor umwandeln

Statt Informationen wie „große Augen“ zu speichern, stellt das System die Merkmale als Zahlen dar. So können Computer ein Gesicht viel einfacher und schneller mit Millionen anderen vergleichen.

4. Gesichter vergleichen

Die KI vergleicht die erkannten Gesichtsmerkmale mit den Gesichtern im Suchindex oder in einer Datenbank. Gesichter mit ähnlichen Vektoren gelten als mögliche Treffer.

Anschließend kann das System einen Ähnlichkeitswert berechnen und die passendsten Ergebnisse zuerst anzeigen.

Crawler: Wie werden Bilder gesammelt?

Damit eine Gesichtssuchmaschine Bilder finden kann, muss sie zuerst einen Bildindex aufbauen. Dafür verwendet sie Webcrawler.

Crawler sind automatisierte Programme, die öffentlich zugängliche Webseiten besuchen. Wenn die Suchmaschine auf einer solchen Seite ein Bild findet, nimmt sie es in ihren Index auf. Erkennt das System darauf ein Gesicht, kann es einen Gesichtsvektor erstellen, der später mit hochgeladenen Fotos verglichen wird.

Modelle zur Gesichtssuche und LLMs – ist das dasselbe?

Gesichtssuche und LLMs werden manchmal verwechselt. Die einfache Antwort lautet:

Nein, Modelle zur Gesichtssuche und LLMs sind nicht dasselbe, auch wenn beide KI-Modelle sind.

LLMs sind Modelle, die Texte erzeugen – zum Beispiel ChatGPT oder Google Gemini.

Gesichtssuchmaschinen wie lenso.ai oder eyematch.ai sind daher keine LLMs. Sie sind Rückwärtssuchmaschinen für Bilder, die eigene KI-Modelle verwenden.

Lenso.ai nutzt außerdem nicht-generative KI und ist kein LLM. Mehr über die Unterschiede zwischen generativer und nicht-generativer KI erfährst du in diesem Artikel: Generative KI vs. nicht-generative KI – was sind die Unterschiede?

Author

Kinga Jasinska

Marketing Specialist