In der Schmuck- und Edelsteinbranche sind die Bestimmung der Echtheit und des Herkunftslandes eines Edelsteins von grosser Bedeutung. Heutzutage stützt sich dieser Prozess vorwiegend auf fachkundiges menschliches Urteilsvermögen. Als Vorreiter auf diesem Gebiet ist das gemmologische Labor von Gübelin eine Kooperation mit dem CSEM eingegangen, um diese Prozesse mit Hilfe des maschinellen Lernens, einem Schlüsselbereich der Künstlichen Intelligenz (KI), zu automatisieren. Damit sollen die Einheitlichkeit und Zuverlässigkeit der Dateninterpretation erhöht, menschliche Fehler reduziert und Zeit gespart werden können.

Methoden der KI haben in verschiedene Aspekte des täglichen Lebens Einzug gehalten. Auch als Ergänzung zu menschlichem Fachwissen spielen sie eine immer wichtigere Rolle. In der Gemmologie steckt die Anwendung von automatisierten Analyse- und Bewertungs­verfahren noch in den Kinderschuhen und wird bisher nur zur Unterstützung menschlicher Experten eingesetzt.

Deep Learning auf neuem Niveau

Das gemmologische Labor arbeitet seit zehn Jahren mit multivariaten und automatisierten Datenauswertungstechnologien, hauptsächlich um grosse Mengen an chemischen Daten auszuwerten, und um die Einschätzung von Edelsteinen zu vereinheitlichen. Mit dem Ziel, die Gemmologie einen weiteren Schritt nach vorn zu bringen, hat sich das Gübelin Gemmologische Labor mit dem CSEM zusammengetan, um hochkarätige Datenverarbeitungs­technologien auf der Basis von KI und Deep Learning mit neuronalen Netzwerken zu entwickeln und zu transferieren.

„Der Hauptnutzen des maschinellen Lernens in der Gemmologie besteht darin, die Einheitlichkeit der Laborergebnisse von Edelsteinen zu erhöhen und das Vertrauen sowohl der Öffentlichkeit als auch der Branche zu stärken“, sagt Laborchef Daniel Nyfeler. Der gemeinsame Projektvorschlag mit dem Titel „Gemtelligence – Software-Entwicklung für die automatisierte Einschätzung von Edelsteinen“ wurde der Innosuisse, der Schweizerischen Agentur für wissenschaftsbasierte Innovationsförderung, unterbreitet und kürzlich bewilligt. Damit gewährt der Bund diesem Projekt eine erhebliche Finanzierung.

Das Projekt sieht die Entwicklung von auf maschinellem Lernen basierenden Algorithmen vor, die darauf konzipiert werden, die Standardeigenschaften von Edelsteinen einzuschätzen. Als Grundlage dienen das bestehende Datenregister von Zehntausenden von Kunden-Edelsteinen, die das gemmologische Labor seit den 1970er Jahren analysiert hat, wesentlich ergänzt mit den Ergebnissen der einzigartigen Gübelin Referenzsteinsammlung, die über 27‘000 Edelsteine umfasst.