7-8/2016 Muster auf der Erdoberfläche

Die Ideen hinter zwei der eindrucksvollsten Suchwerkzeuge, die Google hervorgebracht hat, wurden nun von einem universitären Projekt namens Terrapattern kombiniert und bieten damit einen ganz neuen Ansatz, um Informationen über unsere Städte und Landschaften zu finden: Einerseits Google Maps mit seinen Satellitenbildern von der Erdoberfläche; und andererseits Google Image Search, wo mithilfe von Vorlagenbildern andere, ähnliche Bilder im Web gefunden werden können. Terrapattern sucht in Satellitenbildern bestimmte visuelle, von den Benutzern vorgegebene Strukturen. Terrapattern ist eine besondere Art von Suchmaschine, es befindet sich noch im Alpha-Stadium, also in einer sehr frühen Entwicklungsphase, läuft unter einer Creative-Commons-Lizenz und wurde von einer Gruppe im Frank-Ratchye Studio for Creative Inquiry an der Carnegie Mellon University ins Leben gerufen. Die Funktion ist derzeit auf sieben Städte beschränkt, darunter New York City, San Francisco, Miami und, als bisher einzige europäische Stadt, Berlin. In Terrapattern zoomt man zunächst in einer dieser Städte mithilfe von Google Maps auf einen bestimmten Bereich, man muss also ein Beispiel für die zu suchende visuelle Struktur kennen oder finden. Dann wählt man dort eine „Tile“ (Kachel) mit einer Größe von 50 mal 50 Metern aus, in der sich die Struktur befindet, und erhält eine Liste anderer Orte in der Stadt mit Strukturen, die der vorgegebenen gleichen. Mittlerweile gibt es eine umfangreiche Sammlung von visuell eindrucksvollen Beispielen: Golfplätze, Sackgassen, Jachthäfen, Busdepots, Containerterminals, Straßenmarkierungen, Schiffswracks, Gleisanlagen, Baumschulen, Schwimmbäder und so weiter – lauter Strukturen, die mit konventionellen Suchmethoden eher schwierig zu finden sind. Ein Benutzer des Tools suchte damit beispielsweise leere Schwimmbecken in seiner Umgebung, um dort Skateboard zu fahren. Das System basiert auf einem „deep convolutional neural network“, also einer speziellen Form eines neuronalen Netzwerks, das anhand von Vorbild-Fotosammlungen selbstständig lernt, wie es mittels Bildmerkmalen ähnliche Strukturen erkennen kann. Dabei „blickt“ es auf eine bestimmte Maßstabsebene, das heißt besonders kleine (unter 10 Meter) oder besonders große (über 100 Meter) Strukturen werden schlecht erkannt, ebenso wie solche, die an der Grenze zwischen zwei „Tiles“ liegen. Es gibt also noch viele Aspekte, an denen weiterentwickelt werden müsste – Terrapattern ist, wie gesagt, im Alpha-Stadium. Aber es scheint großes Potenzial zu bieten, ebenso wie große Gefahren…

www.terrapattern.com