Der PainFaceReader ist ein automatisches Schmerzerkennungssystem.
Informatikerinnen und Informatiker arbeiten derzeit an einer automatisierten Lösung, die hilft, irrelevante Daten von der Festplatte zu löschen.
Kaffee: frisch gebrüht oder eingepackt? KI soll lernen, natürliche Sprache im jeweiligen Kontext zu verstehen.
Erklärbare und interaktive Künstliche Intelligenz
Ein System erkennt automatisiert, ob Menschen Schmerzen empfinden. Ein anderes hilft Mitarbeitenden, irrelevante Daten von der Festplatte zu löschen. Ein drittes versteht Sprache und führt schwierige Aufgaben aus. Das sind drei Beispiele für Forschung im Bereich der erklärbaren Künstlichen Intelligenz – ein wichtiges Teilgebiet an der Universität Bamberg:
System, das automatisiert Schmerzen erkennt
Demenzkranke können sich häufig kaum mehr eindeutig äußern. Dasselbe gilt oft auch für Patientinnen und Patienten, die unter Delir leiden oder sich im Koma befinden. Deshalb bleiben Schmerzen bei diesen Betroffenen oft unerkannt – und sie leiden im Stillen weiter. Wissenschaftlerinnen und Wissenschaftler in Bamberg haben sich auf das Thema Schmerz spezialisiert. Ihre Vision: Schmerzen erkennen, ohne die Betroffenen befragen zu müssen.
Eine Arbeitsgruppe der Universität Bamberg untersucht gemeinsam mit dem Fraunhofer IIS und der Universität Augsburg, wie Schmerzen automatisiert erkannt werden können. Die Forscherinnen und Forscher entschlüsseln dazu die menschliche Mimik. Zukünftig soll diese Aufgabe ein automatisches Schmerzerkennungssystem, ein sogenannter PainFaceReader, übernehmen. Dieser lernfähige Computer soll Videoaufnahmen Betroffener in Krankenhäusern auswerten und deren Gesichtszüge interpretieren. So wird ein langfristiges Monitoring möglich, das zum Beispiel der medizinischen Unterversorgung von Schmerzpatientinnen und -patienten entgegenwirken kann.
Intelligentes Löschen von überflüssigen Dateien
In Verwaltungen von Unternehmen ist es für Mitarbeiterinnen und Mitarbeiter mitunter schwierig, in der Flut von Tabellen, Präsentationen und Texten den Überblick zu behalten. Außerdem benötigt jede einzelne Datei Energie und Speicherplatz auf einer Festplatte – und verursacht so Kosten für das Unternehmen und belastet die Umwelt. Was aber soll gelöscht werden? Wo fängt man am besten an? Informatikerinnen und Informatiker der Universität Bamberg arbeiten derzeit an einer automatisierten Lösung: Sie entwickeln in dem interdisziplinären Projekt Dare2Del zusammen mit der Fachgruppe Arbeitspsychologie an der Friedrich-Alexander-Universität Erlangen-Nürnberg mittels maschinellem Lernen ein System, das hilft, irrelevante Daten zu löschen.
In der ersten Projektphase von 2016 bis 2019 programmierten sie ein lernfähiges Modell, das sich den Wünschen der Nutzerinnen und Nutzer anpasst und dabei Unternehmensvorschriften und rechtliche Vorgaben beachtet. In der zweiten Phase geht es in den kommenden drei Jahren darum, die Vorschläge des Systems nachvollziehbar und transparent für Anwenderinnen und Anwender zu machen. So soll das Programm beispielsweise bestimmte Benennungen der Dateien hervorheben und durch einen Text erklären, warum die Datei zur Löschung vorgeschlagen wird.
Assistenzroboter, die Menschen verstehen
Sprache ist das natürlichste Mittel, um Sachverhalte zu beschreiben, Aufgaben zu stellen oder Erklärungen zu leisten. Wenn partnerschaftliche Assistenzroboter Einzug in Fertigung und Privathaushalte halten, wie können Menschen sich mit ihnen verständigen? An der Universität Bamberg werden dazu grundlegende Algorithmen für Sprachproduktion und Sprachverstehen erforscht.
Wie kann es natürlich erscheinen, dass die Aufforderung, einen Kaffee zu holen, zu Hause oder im Büro unmissverständlich den Wunsch nach einer Tasse frisch gebrühtem Kaffee bezeichnet, beim Einkauf im Supermarkt aber bedeutet, eine Packung Kaffeebohnen in den Einkaufswagen zu legen? Die Effizienz natürlicher Sprache macht sie zu einem attraktiven Mittel der Interaktion, aber gleichzeitig ist sowohl Verstehen als auch Generieren von Sprache eines der schwierigsten Aufgaben der KI. Aktuelle Assistenzsysteme wie Alexa oder Siri sind beeindruckend, aber kratzen nur an der Oberfläche des Problems.
Die Forschung an der Universität Bamberg untersucht einerseits Algorithmen, die intuitiv verständliche Beschreibungen generieren können, damit smarte Umgebungen und Roboter den Aufenthaltsort eines Gegenstandes beschreiben können – etwa den eines verlegten Schlüssels. Andererseits werden Modelle für Kontexte entwickelt, die es erlauben sollen, die Frage „Hast Du meinen Schlüssel gesehen?“ als Aufforderung zur Beschreibung des Ortes zu interpretieren und nicht mit „ja“ zu beantworten.