006 Spezielle Computerverfahren
Refine
Document Type
Year of publication
Institute
Language
- German (16) (remove)
Has Fulltext
- yes (16)
Keywords
- Künstliche Intelligenz (5)
- Android (1)
- Automatisierte Fotografie (1)
- Automotive (1)
- BLE (1)
- Bibliotheks-App (1)
- Bibliotheksinformatik (1)
- Bildverarbeitung (1)
- Campus-App (1)
- Chatbot (1)
Transparenz und Erklärbarkeit sind essenzielle Faktoren bei der Entwicklung sicherer KI-Modelle für den Fußgängerschutz. Dies ermöglicht nicht nur eine verbesserte Akzeptanz, sondern fördert auch das Vertrauen der Nutzer in die präventiven Fähigkeiten dieser Systeme.
Die Integration von Sensoren, maschinellem Lernen und fortschrittlichen Algorithmen ermöglicht eine präzise Analyse von Fußgängerverhalten und Umgebungsfaktoren. Dabei spielt die Echtzeitverarbeitung eine entscheidende Rolle, um schnell auf sich ändernde Situationen zu reagieren.
Zusätzlich zur Technologieentwicklung betont diese Analyse die Notwendigkeit strikter Sicherheitsmaßnahmen, um potenzielle Risiken und Sicherheitslücken zu minimieren. Dazu gehören Sicherheitsprotokolle für die Datenspeicherung, den Modellschutz und den Zu-griff auf KI-Systeme.
Die Einhaltung gesetzlicher und ethischer Richtlinien ist ein weiterer wichtiger Aspekt. Regulatorische Vorgaben und ethische Standards sollen sicherstellen, dass KI-Technologien im Automobilsektor nicht nur sicher, sondern auch im Einklang mit gesellschaftlichen Werten und Normen eingesetzt werden.
Dieses Paper präsentiert das Forschungsprojekt „Intelligent Camera Unit“ (ICU) der Technischen Hochschule Wildau in Kooperation mit der Beiersdorf AG zur Verbesserung von Portraitaufnahmen in Probandenstudien für Kosmetikprodukte. Das Hauptziel des Projekt besteht darin, Ausrichtungsfehler zu minimieren und die Vergleichbarkeit von Vorher-Nachher-Bildern zu erhöhen. Dies wird durch die Verwendung eines kollaborativen Roboters und KI-gestützter Bildanalyse erreicht, um präzise Ausrichtung und Gesichtspositionen der Probanden zu gewährleisten. Das entwickelte System ermöglicht effiziente und reproduzierbare Aufnahmen aus verschiedenen Winkeln und Entfernungen und bietet eine benutzerfreundliche, web-basierte Bedienoberfläche.
Die Industrie 5.0 fordert neue Lernansätze und zeitgleich auch passende Lernumgebungen. Parallel müssen diese neben den didaktischen Herausforderungen auch den Transfer- und Übertragungsgedanken auf die industriellen Anwendungen gerecht werden. Durch die täglich steigende Anzahl vielfältiger KI-Tools insbesondere textgenerierenden Tools, braucht es Systeme mit einem breiten Anwendungsbereich. Im Rahmen des vorliegenden Beitrags geben die Autoren einen Einblick in die Wildauer Smart Production, welche den transdisziplinären Gedanken von Lern- und Transferumgebungen Rechnung trägt, Möglichkeiten der Gestaltung komplexer Produktionssysteme widerspiegelt, die Integration menschzentrierter Ansätze ermöglicht und als Forschungsumgebung eingesetzt wird.
Die Analyse von Unternehmenswerten wird schon seit Jahrzenten durchgeführt. Es gibt verschiedene Modelle, wie zum Beispiel den Ansatz von Hofstede oder das „Universal Value Structure Modell“ von Schwartz, welche die Unternehmenswerte darstellen. Aktuelle Studien empfehlen Unternehmenswerte unter der Nutzung von Natural Language Processing und definierten Wortlisten bei größeren Textdaten zu untersuchen. Ziel der vorliegenden Analyse war zu identifizieren, ob die deutschen Übersetzungen der bisher englischsprachigen Ansätze im Kontext von Online-Stellenanzeigen funktional anwendbar sind. Daher wurden ca. 151.000 online-Stellenanzeigen von ca. 29.000 Unternehmen mittels drei Wortlisten analysiert. Der Umfang der verwendeten Listen lag zwischen 126 und 944 deutschen Wörtern. Die Ergebnisse zeigen, dass a) alle angewendeten Wortlisten grundsätzlich funktional sind, b) dass einer der Listen jedoch herausragende Ergebnisse aufweist, welcher jedoch c) um fehlende Begriffe der beiden anderen Ansätze erweitert werden kann. Somit können Unternehmen ein eigenes Werteprofil Ihrer externen Online-Kommunikation ermitteln und dieses mit den internen Wertvorstellungen bzw. dem intern erhobenen realen Werteprofil abgleichen.
Das Toolkit Annif ist ein modulares Werkzeug zur automatisierten Sacherschließung, mit dem über verschiedene Verfahren des maschinellen Lernens Schlagwörter oder Notationen zu Dokumenten vorgeschlagen werden. In dieser Arbeit wird untersucht, ob mit Annif Ergebnisse erzielt werden können, die einen praktischen Einsatz für Bibliotheken im deutschsprachigen Raum rechtfertigen. Getestet wird die Vergabe von Notationen der Regensburger Verbundklassifikation (RVK) an deutschsprachigen monografischen Texten. Dabei wird auch untersucht, wie aufwändig die Beschaffung und Aufbereitung von geeigneten Daten für das Training ist. Es wird eine Auswahl von drei angebotenen Verfahren evaluiert. Hierzu werden Metadaten mit RVK-Notationen der Hauptgruppe S beispielhaft ausgewertet. Zusätzlich wird getestet, ob ein Training mit Volltexten die Qualität der Ergebnisse verbessert. Die Arbeit zeigt auf, welches Verfahren für die ausgewählten Daten am besten geeignet ist und erläutert, welche Herausforderungen es in Bezug auf die Vergabe von RVK-Notationen gibt und welche Aspekte bei der Zusammensetzung der Trainingsdaten besonders berücksichtigt werden müssen.
Dieser Beitrag bietet eine kritische Bestandsaufnahme des Predictive Policing am Beispiel der Dimension Raum. Unter Berücksichtigung der aktuellen Entwicklungen des europäischen AI-Acts werden Maßnahmen und Methoden beleuchtet und aus ethischer Perspektive reflektiert und diskutiert. Das methodische Fundament bildet eine systematische Literaturanalyse anhand einer Korpusanalyse zu Techniken des Predictive Policing. Es werden vorhandene wissenschaftliche Vorarbeiten vorgestellt und ethische Fragestellungen im Zusammenhang mit der Verwendung von Daten für Predictive Policing untersucht. Der Beitrag eröffnet wichtige Fragen, die es weiter zu erforschen gilt. Die aktuellen Entwicklungen im Rahmen des AI-Acts bestätigen die Relevanz der Thematik.
Die Verarbeitung natürlicher Sprache durch Maschinen ist fester Bestandteil des Alltags. Die Verarbeitung erfolgt durch technische Sprachmodelle, die bereits viele Aufgaben erfolgreich lösen. Durch die stetige Weiterentwicklung entstehen mächtigere Modelle mit neuen Fähigkeiten. Eines der neuesten ist GPT-3. Das Ziel dieser Masterarbeit ist es, das Sprachmodell GPT-3 und dessen praktischen Einsatz zu untersuchen.
Zur Untersuchung des Modells werden die Fragen gestellt, was GPT-3 von anderen Modellen unterscheidet, wie es funktioniert und in welchen Bereichen es eingesetzt werden kann. Weiterhin wird die Frage untersucht, ob das Modell für den geplanten Chatbot der ZBW – Leibniz Informationszentrum Wirtschaft genutzt werden kann. Zudem wird untersucht, welche Voraussetzungen für einen Einsatz des Modells in einem Chatbot nötig sind.
Für die ersten drei Forschungsfragen wurde eine Literaturrecherche angewendet. Damit wurden Hintergründe zum Modell zusammengetragen, sowie Berichte aus der Praxis berücksichtigt. Für den Einsatz bei einem Chatbot wurde ein Prototyp erstellt, der von den Testpersonen genutzt und bewertet wurde.
Die Auswertung aktueller Literatur zu GPT-3 zeigt, dass sich das Modell durch seine neue Funktionsweise, die Größe der Parameter und Testdaten von anderen abhebt. Dadurch wurden neue Fähigkeiten möglich. GPT-3 kann bei vielen Einsatzgebieten, die auf natürlicher Sprache beruhen, eingesetzt werden. Dies umfasst klassische Natural Language Processing-Aufgaben, sowie neue Bereiche wie etwa die Programmierung. Im praktischen Test zeigte sich, dass es eine hohe Präzision erfordert, das Modell auf neue Themen anzulernen. Die Quote der richtigen Antwort des Chatbots war zu gering, um den Einsatz uneingeschränkt empfehlen zu können. Es bedarf weiterer Untersuchungen, um das Modell für den Einsatz im Chatbot der ZBW zu optimieren.
Ist der Suchschlitz ein Vintage Look&Feel des letzten Jahrhunderts? Oder - die Frage sei erlaubt, - unter welchen Bedingungen es Bibliotheken schaffen könnten, dass Nutzerinnen und Nutzer die Erstsuche nach Informationen über sie laufen lassen? Das sind beispielhafte Fragen, die man sich angesichts gewonnener Erfahrungen aus bisherigen Innovationen stellen kann, aber ebenfalls mit Blick auf das, was Neues an Technologien sich auf dem Markt befindet und zunehmend viele Lebensbereiche durchdringt. Das Forschungsgebiet der Künstlichen Intelligenz (KI) ist in aller Munde und fordert von Informationseinrichtungen eine Antwort darauf, ob der Einsatz von KI-Technologien als weitere Facette der Automatisierung und Digitalisierung von Workflows und Service in Bibliotheken sinnvoll und hilfreich, und ob Engagement auf dieser Linie notwendig ist. Auch wenn sich Bibliotheken in ihrem steten Bemühen um Innovation mit ihrer Belegschaft und Leitungen noch differenziert bis reserviert zu KI bekennen, ist ein weiterer Verlauf der Entwicklungen gemäß dem chinesischen Sprichwort "Was du nicht aufhalten kannst, solltest du begrüßen", absehbar. Was heißt das aber für Bibliotheken, den Wandel zu gestalten bis hin zu dem Moment, wenn ein Dienst über die Pilot-, Prototyp- und damit Projektphase hinaus als fester Bestandteil des Serviceangebots fest etabliert und verstetigt werden soll? Welche Ressourcen und Kompetenzen sind z.B. in der Konsequenz von der Einrichtung selbst vorzuhalten? Weitere Fragen betreffen die Bewältigung der Masse an Daten und ihre Offenheit für die Anwendung von KI-Algorithmen.
Ist die Suche im Bibliothekskatalog ein Auslaufmodell? Oder die Frage sei erlaubt, unter welchen Bedingungen es Bibliotheken schaffen könnten, dass Nutzer/-innen die Erstsuche nach Informationen über sie laufen lassen? Das sind beispielhafte Fragen, die man sich angesichts gewonnener Erfahrungen aus bisherigen Innovationen stellen kann, aber ebenfalls mit Blick auf das, was Neues an Technologien sich auf dem Markt befindet und zunehmend viele Lebensbereiche durchdringt. Das Forschungsgebiet der Künstlichen Intelligenz (KI) ist in aller Munde und fordert von Informationseinrichtungen eine Antwort darauf, ob der Einsatz von KI-Technologien als weitere Facette der Automatisierung und Digitalisierung von Workflows und Service in Bibliotheken sinnvoll und hilfreich, und ob Engagement auf dieser Linie notwendig ist. Auch wenn sich Bibliotheken in ihrem steten Bemühen um Innovation mit ihrer Belegschaft und Leitungen noch differenziert bis reserviert zu KI bekennen, ist ein weiterer Verlauf der Entwicklungen gemäß dem chinesischen Sprichwort: Was du nicht aufhalten kannst, solltest du begrüßen, absehbar. Was heißt das aber für Bibliotheken, den Wandel zu gestalten bis hin zu dem Moment, wenn ein Dienst über die Pilot-, Prototyp- und damit Projektphase hinaus als fester Bestandteil des Serviceangebots fest etabliert und verstetigt werden soll? Welche Ressourcen und Kompetenzen sind z.B. in der Konsequenz von der Einrichtung selbst vorzuhalten? Weitere Fragen betreffen die Bewältigung der Masse an Daten und ihre Offenheit für die Anwendung von KI-Algorithmen.
Thematisiert wird der Weg, von einer theoretischen Betrachtung computerlinguistischer Grundlagen der Sprachverarbeitung, bis hin zu einer prototypischen Umsetzung einer Software zur natürlich sprachlichen Dialogkommunikation zwischen Mensch und Roboter.
Die Arbeit widmet sich dabei zunächst der Bereitstellung theoretischer Grundlagen (Definition, Geschichte, Funktionsweise, Herausforderungen, Aktuelle Lage) von Mensch-Maschine-Kommunikation unter Zuhilfenahme des Natural Language Processings. Darauf basierend werden Anforderungen aufgestellt, die eine softwaremäßige Implementierung eines solchen Systems beschreiben. Dies geschieht unter der Beachtung von Rahmenbedingungen durch den themenstellenden Betrieb dieser Arbeit und den Grenzen des Robotersystems.
Es folgt eine ausgiebige Evaluierung verschiedener NLP-Systeme anhand des Abgleichs von Anforderungen und zusätzlicher Kennziffer-Messungen (Precision, Recall, F1 Score). In diesem Zusammenhang entsteht auch ein Testprogramm, welches ein automatisiertes Evaluierungsverfahren bereitstellt. Die beiden besten NLP-Systeme werden anschließend in ihrer Verwendung detailliert beschrieben. Eine prototypische Implementierung stellt die Verwendung eines NLP-Systems, zur Kommunikation von Mensch und Roboter, in einem konkreten Anwendungsfall unter Beweis.