/ Blog

Was ist SOTA im Bereich KI?

Wie so oft verbirgt sich hinter einem unverstĂ€ndlichen Wort, das in Großbuchstaben geschrieben wird, eine einfache AbkĂŒrzung, in diesem Fall State Of The Art. Ich möchte in diesem Beitrag kurz beschreiben, wie der derzeitige „Stand der Technik“ im Bereich KĂŒnstliche Intelligenz ist.

State Of The Art der KĂŒnstlichen Intelligenz

Sprachassistenten. Industrie-Roboter. Face ID.

KĂŒnstliche Intelligenz (KI) ist allgegenwĂ€rtig.

Zahlreiche Technologien und Anwendungsgebiete werden mittlerweile unter dem Schlagwort KĂŒnstliche Intelligenz zusammengefasst.

Wie können autonome Fahrzeuge Menschen erkennen?

Wie und wo kann KĂŒnstliche Intelligenz im Online Marketing eingesetzt werden?

Warum entwickelt sich das Forschungsgebiet so rasant weiter?

Die Antworten auf diese elementaren Fragen habe ich in diesem Artikel zusammengefasst.

Computer unterstĂŒtztes Sehen – Bildklassifikation

Wie KĂŒnstliche Intelligenz Bilder erkennt

In selbstfahrenden Autos wird computerunterstĂŒtztes Sehen („Computer Vision“) angewandt.

Die Grundlage dafĂŒr ist die Bildklassifikation.

Die KĂŒnstliche Intelligenz dahinter erkennt Objekte in Bildern und ordnet diese Objektklassen zu. Dadurch kann zum Beispiel ein Mensch von einem Tier unterschieden werden.

Die Bildklassifikation ist bereits ein sehr gut untersuchtes Aufgabenfeld.

LösungsansÀtze werden mithilfe von Testaufgaben auf ihre LeistungsfÀhigkeit untersucht.

Die DatensĂ€tze fĂŒr die Testaufgaben bestehen aus einer Vielzahl von Bildern unterschiedlichster Objekte.

Die Aufgabe fĂŒr die Anwendung besteht darin, möglichst vielen dieser Bilder die richtige Objektklasse zuzuordnen.

Je mehr Bilder richtig zugeordnet werden, umso höher ist die Erfolgsrate der KĂŒnstlichen Intelligenz.

 

 

Ein solcher Datensatz ist beispielsweise „Image-Net“.

Er besteht aus Millionen von Bildern mit tausenden verschiedenen Objektkategorien. Teilweise sind Objekte sogar fĂŒr Menschen nur schwer zu unterscheiden, wie beispielsweise bei Bildern von Hunderassen. Nichtsdestotrotz liegt die Erfolgsrate der KĂŒnstlichen Intelligenz bei „Image-Net“ bei 87,8 Prozent.

 

„CIFAR-10“ ist ein weiterer Datensatz fĂŒr Testaufgaben in der Bildklassifikation. Dabei mĂŒssen lediglich zehn unterschiedliche Objekttypen unterschieden werden. Der Bestwert liegt hier sogar bei 99,3 Prozent.

Hirntumore im MRT-Bild eines Gehirns erkennen

Auch in der Medizin wird KĂŒnstliche Intelligenz eingesetzt.

Sie hilft zum Beispiel durch die Analyse von MRT-Bildern Tumore zu erkennen.

Die Fortschritte dieser Technologie sind durch Testergebnisse belegt. In den letzten vier Jahren stieg die Erkennungsrate beim „BRATS2013“-Test von 88 Prozent auf 92,5 Prozent.

Vorhersage von Klickraten auf Werbebanner

KĂŒnstliche Intelligenz wird auch im Online-Marketing eingesetzt.

Mithilfe von KĂŒnstlicher Intelligenz wird zum Beispiel versucht, die Click-Through-Rate von Inhalten vorherzusagen.

Gute Vorhersagen sollen dabei helfen, den Inhalt und die Platzierung zu optimieren. In den letzten vier Jahren kam es hierbei zu Leistungssteigerungen, wie sich an den Ergebnissen des „CRITEO“-Datensatzes zeigt.

Die Steigerungen sind in diesem Bereich jedoch nicht so deutlich, wie im Bereich der Bildverarbeitung. Das hier verwendete QualitĂ€tsmaß „AOC“ wird im Artikel https://towardsdatascience.com/understanding-auc-roc-curve-68b2303cc9c5 nĂ€her beschrieben.

Weitere Aufgabenstellungen

Noch grĂ¶ĂŸere Fortschritte gelangen in den letzten 2-3 Jahren im Bereich der Sprachverarbeitung („Natural Language Processing – NLP“). Das automatische Übersetzen hat durch Dienste wie Google Translate oder DeepL eine QualitĂ€t erreicht, welche im tĂ€glichen Einsatz verwendet werden kann.

Neueste AnsĂ€tze bringen erstaunliche Resultate bei der Erzeugung digitaler Inhalte, wie Texte, Videos oder Bilder, hervor. Beispiele hierfĂŒr findet man unter anderem in meinen BlogbeitrĂ€gen „Website zur Texterzeugung“ oder „Erzeugung von Fake Videos“.

 

 

Offenheit als Antrieb der Wissenschaft

Eine umfassende Auflistung der derzeitigen Forschungsgebiete und Problemstellungen der KĂŒnstlichen Intelligenz, mitsamt spannenden Ranglisten, ist unter Papers With Code zu finden.

Die Website liefert Zugriff auf die aktuellsten wissenschaftlichen Arbeiten („Papers“) und den Quellcode („Code“) hinter den Implementierungen.

So können die Ergebnisse von jedem nachvollzogen werden, oder die Technologie kann fĂŒr eigene Lösungen und Produkte verwendet werden.

FH-Prof Dr. Andreas Stöckl Head of Customer Data Management

Im Bereich KĂŒnstliche Intelligenz ist es durchaus ĂŒblich, nicht nur die Ergebnisse, sondern auch den Programmiercode offen zu legen. Diese Offenheit ist eine wichtige Voraussetzung fĂŒr die schnelle Weiterentwicklung, die das Wissensgebiet derzeit erfĂ€hrt.

 

Ich schreibe hier und auf meinem persönlichen Blog www.stoeckl.ai ab sofort zu den Themen Data Science, KĂŒnstliche Intelligenz und Machine Learning.