Die Rolle von Daten in KI: Fortschritte und Herausforderungen

Der Sprecher diskutiert die Bedeutung von Daten in KI und erwähnt, dass KI (Künstliche Intelligenz) eine große Menge an Daten in verschiedenen Variationen erfordert. Sie betonen, dass der Mangel an vielfältigen Daten ein Engpass für die KI-Technologie ist. Der Sprecher erwähnt Kadenas als führend bei der Bereitstellung von Lösungen für diesen Datenengpass, mit dem Ziel, mehr Potenzial in der KI-Technologie für die deutsche Industrie freizusetzen.

Der Sprecher geht auf die Ursprünge der KI ein und verfolgt sie bis zu den Grundlagen der Hirnforschung zurück. Sie erwähnen Santiago Ramón y Cajal, einen spanischen Wissenschaftler von 1852 bis 1934, der Gehirnbilder unter einem Mikroskop studierte. Seine Forschung zur Gehirnfunktionalität stellte das sequenzielle Denken der menschlichen Gehirnprozesse in Frage und führte zur Entwicklung neuronaler Netzwerke.

Die Diskussion verlagert sich auf die Evolution neuronaler Netzwerke, beginnend mit britischen Wissenschaftlern in den 1940er Jahren, die versuchten, gehirnähnliche Schaltpläne zu erstellen. Der Sprecher erklärt, wie neuronale Netzwerke Informationen auf netzwerkähnliche Weise verarbeiten, inspiriert von den komplexen Verbindungen, die in Gehirnbildern beobachtet werden. Dieser Ansatz markierte einen Bruch mit den traditionellen seriellen Beschreibungen von Gehirnfunktionen.

Der Sprecher wechselt zu den Fähigkeiten von Maschinen im Vergleich zu menschlichen Sinnen, wobei der Schwerpunkt auf maschineller Bildverarbeitung liegt. Sie erkunden, wie Maschinen jetzt einige menschliche Sinne effektiv nachahmen können, insbesondere im Bereich der Vision. Der Sprecher erläutert die Herausforderungen und Techniken, die bei der Lehre von Computern, 'sehen' und visuelle Informationen zu verarbeiten, beteiligt sind.

Der Sprecher diskutiert, wie Maschinen Bilder verstehen, anhand des Beispiels eines Vogelfotos. Sie erklären, dass indem Bilder in ein Netzwerk eingespeist werden, auch wenn die genaue mathematische Funktion des Netzwerks unbekannt ist, das Netzwerk lernen kann, Muster zu erkennen. Ingenieure vereinfachen den Prozess, indem sie Eingaben und Ausgaben festlegen, komplexe mathematische Formeln iterativ lösen, um Fehler zu minimieren und die Genauigkeit zu verbessern.

Der Sprecher enthüllt das Geheimnis hinter Deep Learning und Machine Learning und betont den iterativen Prozess des Trainings neuronaler Netzwerke mit großen Datenmengen. Sie erklären, dass, wenn der Fehler während des Trainings abnimmt, das Netzwerk näher daran ist, komplexe mathematische Funktionen zu verstehen, die die Bilderkennung beschreiben.

Der Sprecher diskutiert das Training neuronaler Netzwerke für spezifische Aufgaben, wie z.B. die Vogelerkennung. Sie erwähnen die Fähigkeit, den Prozess umzukehren, indem sie das Netzwerk auffordern, Bilder auf der Grundlage seiner gelernten Muster zu generieren. Frühe Versuche der generativen Bildschöpfung führten zu grundlegenden Darstellungen und verdeutlichten die Herausforderungen, Maschinen beizubringen, visuelle Konzepte zu verstehen.

Der Sprecher hebt die Schwierigkeit hervor, Maschinen dreidimensionale Konzepte beizubringen, am Beispiel der Erkennung von Vögeln. Sie erklären, wie Maschinen aus verschiedenen Bildern lernen, um gemeinsame Merkmale zu identifizieren, manchmal Formen und Farben zu vereinfachen. Diese Vereinfachung kann zu anfänglichen Ungenauigkeiten bei der generativen Bildgestaltung führen.

Der Sprecher diskutiert die Herausforderungen in der 3D-Technologie aufgrund des Mangels an Tiefenwahrnehmung, was es schwierig macht, realistische Bilder zu erstellen. Sie erwähnen die Verwendung von computergenerierten Bildern, die weit verbreitet und effektiv geworden sind. Die Entwicklung der 3D-Technologie wird auf die Schaffung von zwei Netzwerken zurückgeführt, die sich gegenseitig trainieren, um Bilder zu generieren und zu bewerten, was im Laufe der Zeit zu signifikanten Fortschritten bei der Bildqualität führt.

Der Sprecher hebt die Rolle der Rechenleistung hervor, insbesondere von Nvidia, bei der Verbesserung der Bildqualität durch das autonome Training von Netzwerken. Sie präsentieren im Laufe der Zeit generierte Fake-Gesichter und weisen auf die signifikante Realität hin, die in den letzten Jahren erreicht wurde. Die Möglichkeit, generierte Bilder anzupassen, wie z.B. das Ändern des Geschlechts oder der Ethnie, zeigt die Vielseitigkeit der Technologie.

Der Sprecher betont das bedeutende Engagement und die Führungsrolle Europas in der KI-Entwicklung, insbesondere im Bereich der computererzeugten Bilder. Sie erwähnen Schlüsselfiguren wie Professor Björn und Professor Hana von der LMU in München, die wesentliche Beiträge zu stabilen Diffusionsnetzwerken geleistet haben. Darüber hinaus wird die Entwicklung von LSTMs durch Professor Sepp Hochreiter und Professor Jürgen Schmidhuber in Europa für grundlegende KI-Technologien wie Alexa, Siri und GPT anerkannt.

Der Sprecher ermutigt stolz auf europäische Innovationen in der KI, betont die grundlegende Arbeit, die in Europa geleistet wurde und Technologien wie Sprachassistenten unterstützt. Sie betonen die Bedeutung der Anerkennung europäischer Beiträge zur KI-Entwicklung und zerstreuen die Vorstellung, dass amerikanische Fortschritte europäische Leistungen überschatten. Der Sprecher fordert Anerkennung der harten Arbeit und Innovationen, die in Europa stattgefunden haben.

Der Sprecher erklärt die Anwendung von KI in der visuellen Suchtechnologie und betont die Rolle ihrer Plattform als visuelle Suchmaschine. Sie erwähnen die Entwicklung eines Produkts zur Generierung von Bildern aus CAD-Daten, um Bilddatenbanken zu verbessern, insbesondere in industriellen Umgebungen. Der Bedarf an visueller Suche entsteht aus der globalen Notwendigkeit von Technikern, Maschinenteile effizient zu identifizieren, insbesondere in Fällen, in denen keine QR-Codes vorhanden sind.

Der Sprecher spricht die Herausforderungen an, die bei der Identifizierung von Ersatzteilen auftreten, insbesondere in Branchen wie dem Bergbau in Westafrika, wo bis zu 50% der Maschinenbediener Analphabeten sind. Dies stellt einen erheblichen Engpass im After-Sales-Prozess dar, der manchmal bis zu 5 Tage dauert, um ein Teil zu identifizieren, und mehrere Abteilungen wie Beschaffung und Design einbezieht.

Um den Identifikationsprozess zu optimieren, stellt der Sprecher eine Lösung mit Hilfe der Bilderkennungstechnologie vor. Indem Benutzern erlaubt wird, ein Foto des Teils zu machen, kann das System es schnell und genau identifizieren, selbst für Kunden wie WAGO, die Teile mit detaillierten Beschreibungen haben.

Eine Demonstration der Suchsuite in Aktion wird gezeigt, bei der Benutzer sich anmelden können, Teile fotografieren, Textfilter anwenden und sogar Teile als erweiterte Realitätsmodelle zur Überprüfung anzeigen können. Das System arbeitet in der Cloud und gewährleistet eine schnelle und zuverlässige Leistung.

Eine Unterscheidung wird getroffen zwischen Bilderkennungsnetzwerken, die darauf trainiert sind, spezifische Objekte wie Vögel und Äpfel zu identifizieren, und dem Netzwerk des Sprechers, das sich darauf konzentriert, einzigartige Merkmale in Teilen zu identifizieren. Dieser Ansatz beinhaltet das Abgleichen von bis zu 4000 Merkmalen in einem Bild mit einem Index von Teilen für eine genaue Identifizierung.

Der Sprecher diskutiert die Verwendung von synthetischen Daten zur Steigerung der Effizienz bei der Identifizierung von Ersatzteilen. Durch den Einsatz von Machine-Learning-Algorithmen und synthetischen Daten kann das System Maschinenbauer unterstützen, die zahlreiche Fotos von Ersatzteilen erhalten, und ihnen ermöglichen, ihre Arbeitskräfte auf wichtigere Aufgaben umzuleiten.

Unter Verwendung von Schnittdaten wird KI eingesetzt, um fotorealistische Fake-Fotos von Ersatzteilen zu generieren, um die Erkennung durch den Motor zu optimieren. Ein Algorithmus bestimmt relevante Ansichten basierend auf charakteristischen Merkmalen wie Schatten, Linien, Löchern und Kurven. Der Motor wird darauf trainiert, 4000 Merkmale eines Ersatzteils zu erkennen, wobei Ansichten mit mehr charakteristischen Merkmalen priorisiert werden.

Fälschungsfotos werden verwendet, um echte Ersatzteile zu identifizieren und abzugleichen, wobei der Prozess kostengünstig und hoch skalierbar ist. Tausende Fotos können täglich generiert werden, sobald die Datenbank eingerichtet ist. Die Qualität des Fotos des echten Teils muss mit den synthetischen Daten übereinstimmen, um eine genaue Identifizierung zu gewährleisten.

Ingenieure können das richtige Ersatzteil leicht finden, indem sie echte Teilfotos mit den generierten Fake-Fotos abgleichen. Das System hat eine gute Genauigkeit gezeigt, mit Treffern aus einer Datenbank von fast 30.000 Ersatzteilen. Qualität und Beleuchtung des echten Teilfotos sind entscheidend für eine erfolgreiche Zuordnung.

Bemerkenswerte Erfolge umfassen das Auffinden eines Trumpf-Ersatzteils aus dem tiefen Asien und eines IKEA-Produkts mit minimaler menschlicher Erkennung. Das System gleicht Teile aus einem großen Index von rund 40.000 verschiedenen Produktinformationen effizient ab und zeigt die Wirksamkeit des Abgleichprozesses.

Der Sprecher drückt Dankbarkeit für die Partnerschaft mit Cadenas aus und hebt das Wachstum des Unternehmens auf rund 50 Mitarbeiter in Berlin und Düsseldorf hervor. Die Gespräche wurden als äußerst spannend und aufschlussreich beschrieben, mit Vorfreude auf weitere Fragen und Diskussionen.