Liebe Leserinnen und Leser,

in unserem IKKI-Newsletter im Mai 2022 stellt Prof. Wiehl Künstliche Intelligenz für Roboter und Cyberphysische Systeme vor. Und Herr Rietsch von der adigi GmbH erklärt, wie KI uns helfen kann, den passenden Urlaub zu finden. Außerdem hat OpenAI DALL·E 2 präsentiert und Amazon einen großen Sprachdatensatz veröffentlicht.

KI an der OTH Amberg-Weiden studieren – Bewerbungsphase für Bachelor und Master eröffnet

Aktuell läuft die Bewerbungsphase für das Wintersemester, darunter auch für unseren Bachelor und Master Künstliche Intelligenz. Informationen speziell zu unseren Künstliche Intelligenz-Studiengängen finden Sie unter https://www.oth-aw.de/ki. Wenn Sie oder jemand, den Sie kennen, Interesse daran hat, finden Sie dort vieles Wissenswertes. Bei Fragen dazu können Sie sich selbstverständlich auch an das IKKI wenden.

Am vergangenen Sonntag, den 15.05.2020, gab es beim Oberpfalztag auf unserem Campus schon einige KI-Exponate zu bewundern: Das Team Automotive hat gleich mehrere Projekte aus dem Bereich Smart Mobility präsentiert, man konnte sich gegen eine KI im Spiel 4-Gewinnt messen, einen Blick in die Fertigung der Zukunft erhaschen, oder im digitalisierten Montagsmaler „MondAI” die Begriffe zu seinen Skizzen von einer KI erraten lassen.

Nachstehend finden Sie einen Auszug aus dem Interview mit Herrn Prof. Dr. Michael Wiehl. Das ganze Interview finden Sie auf unserer IKKI-Website.

 Welche Bedeutung hat KI im Bereich Cyberphysische Systeme?

KI ist bei cyberphysischen Systemen eine Technologie. Roboter können autonom werden und zudem lernen. Dabei ist es auch wichtig, verschiedene KI-Techniken zu kennen, welche angepasst an die jeweilige Anwendung ausgewählt und eingesetzt werden müssen...

Auf welche Forschungsgebiete sind Sie spezialisiert?

Ich forsche im Bereich der Medizintechnik, vorwiegend dem Einsatz von Robotern bzw. der vernetzten Datenerfassung und -auswertung. Zudem interessiere ich mich für Smart City Anwendungen z.B. die Erstellung eines digitalen Zwillings einer Stadt und die Verwendung von OpenData zu Optimierung der täglichen Prozesse einer Stadt.

Mit welchen Arten von KI beschäftigen Sie sich?

Da ich KI stets im Systemkontext betrachte und selten für sich alleine untersuche oder auslege werden in der Lehre vor allem Finite State Machines oder Decision Tree-Methoden angewendet. Diese haben den Vorteil, dass sie nicht von umfangreichen Messdaten abhängig sind. Damit können sie schnell entworfen und getestet werden. Zudem beschäftige ich mich mit dem Einsatz einfacher neuronaler Netze die mit Machine Learning trainiert werden.

Weiterlesen...

Im Folgenden finden Sie einen Auszug aus dem Interview mit Herrn Rietsch von der adigi GmbH. Das ganze Interview finden Sie auf unserer IKKI-Website.

Um welches Unternehmen und welche Dienstleistung geht es konkret?

Adigi ist ein B2B Service-Anbieter für Reisebüros. Diese leiten Anfragen an uns weiter, welche automatisch mittels KI bearbeitet werden. So können ReiseberaterInnen entlastet werden.

Welche Algorithmen / Art von KI nutzen Sie?

Wir nutzen ausschließlich Neuronale Netze. Genauer gesagt vortrainierte BERT-ähnliche Transformer, die wir unsupervised weitertrainieren. Zudem nutzen wir auch kleinere Netze, die selbst „from scratch“ supervised trainiert sind

Welchen Mehrwert bietet die KI für den Anwender?

Unsere Lösung ermöglicht es den Reisebüros, typische Anfragen wie z.B. für Pauschalreisen sehr schnell zu bearbeiten und sehr spezifische Angebote zu generieren. Dadurch kann insgesamt eine höhere Buchungsrate erreicht werden, als bei rein manueller Bearbeitung.

Weiterlesen...

Shiba Inus tragen jetzt Baskenmützen – Open-AI präsentiert DALL·E 2:
Letztes Jahr sorgte Open-AI mit seinem multi-modalem DALL·E, das Bilder aus Texteingaben generiert, für viele Schlagzeilen. Rund ein Jahr später gibt es schon die neue Version: DALL·E 2. Dieses soll realistischere Bilder mit 4-fach höherer Auflösung generieren.
Wenngleich die vorgestellten Ergebnisse (ein öffentlicher Zugriff ist derzeit nicht möglich, unter anderem wegen Bedenken zu Deep-Fakes) oft beeindruckend sind, wie beispielsweise das Bild zu dem Text „A shiba inu wearing a beret and black turtleneck“. So scheitert es doch zum Teil an vergleichsweise einfachen Aufforderungen, wie „a red cube on top of a blue cube“, da öfters Attribute zwischen Objekten vertauscht wurden.

Bild von Ramesh et al., CC BY
Mehr Informationen: OpenAI, Arxiv-Paper

Amazons MASSIVE Sprach-Datensatz:
Auch Amazon stellt große Datenmengen zur Verfügung: Der Datensatz „MASSIVE“ beinhaltet über eine Million annotierte Äußerungen (engl. „utterances“) in 51 Sprachen, 18 Domänen und 60 Intentionen. Dabei ist jede Äußerung in jeder Sprache verfügbar.
Ziel soll es sein das Natural Language Understanding (NLU), speziell das Spoken-Language Understanding (SLU), das beispielsweise von Sprachassistenten wie Alexa eingesetzt wird, zu verbessern. „MASSIVE“ steht für: Multilingual Amazon SLU resource package for Slot Filling, Intent Classification, and Virtual-Assistant Evaluation. Alleine für dieses Akronym braucht es schon eine ganze Menge NLU.
Neben dem Datensatz wird es auch eine Competition mit anschließendem Workshop geben.

Mehr Informationen: Amazon-Blog, Github

Vielen Dank für’s Lesen!

Zur An- oder Abmeldung vom Newsletter