Heutzutage übernehmen Computer in der Arbeitswelt immer mehr Aufgaben, die früher Menschen machten. Maja hat euch bereits erzählt wie sich die Digitale Transformation auf unsere Gesellschaft auswirken kann, heute stellen wir uns die Frage: Wird der Mensch bald gänzlich überflüssig oder noch schlimmer, werden Roboter uns gar assimilieren?
Um dem genauer auf den Grund zu gehen, beschäftigen wir uns heute im Speziellen mit Computer Vision. Was ist Computer Vision? Hilft oder schadet sie uns?
Das maschinelle Sehen entwickelte sich ursprünglich als Teilgebiet der Künstlichen Intelligenz, die Entwicklung zahlreicher KI-Methoden wurde von visuellen Problemstellungen motiviert. Ein Teilgebiet der Computer Vision ist die Mustererkennung, die sich allgemein mit dem Auffinden von Mustern in Daten und Signalen beschäftigt. Typische Beispiele aus diesem Bereich sind etwa die Unterscheidung von Texturen oder die optische Zeichenerkennung. Den Begriff “Computer Vision” gibt es an sich zwar schon länger, aber die meisten haben davon noch nichts gehört, da es, sobald ein Teil davon erfolgreich wird meist umbenannt wird: in QR Code Scanner, Barcode Scanner, Augmented Reality, Virtual Reality, Image Search, Videostabilisierung oder Gesichtserkennung.
All das basiert auf Machine Learning, Geometrie und angewandter Mathematik. CV ist Maschinelles Sehen, Bildverstehen und Mustererkennung. Es wird versucht aus realen Bildern die Bedeutung und Zusammenhänge herauszufiltern, um damit zum Beispiel 3D Modelle generieren zu können. Anders gesagt beschäftigt sich Computer Vision mit dem Problem, Sehvorgänge maschinell erfassbar zu machen.
Dazu gehört die räumliche Erfassung von Gegenständen und Szenen, das Erkennen von Objekten, die Interpretation von Bewegungen, autonome Navigation oder das mechanische Aufgreifen von Dingen.
Alles nur Zahlen?
Für den Computer besteht ein Foto aus Zahlen, diese zusammengesetzt ergeben Farben. Rot, Grün & Blau. Ein einzelner Pixel bedeutet nichts für den Rechner, denn erst muss er eine Vielzahl dieser in ihrer Gesamtheit interpretieren.
Für diesen Vorgang gibt es diese drei Ansätze:
Recognition: Der Computer erkennt ein Objekt. Ein gutes Beispiel für diesen Vorgang sind Pflanzenbestimmungs-Apps wie PlantNet
Reconstruction: Ist die Variante bei der ein Objekt dreidimensional rekonstruieren wird. Google’s Street View Autos zum Beispiel nehmen nur zweidimensionale Fotos auf, aber wenn sie der Computer gewissen Algorithmen unterzieht kann er 3D-Welten daraus generieren. Beispiel: Das neue Google Earth
Reorganization: Traditionell werden Computer mit einer massiven Ladung an Fotos bzw. Daten gefüttert, um später Ähnlichkeiten abgleichen zu können. Der Computer lernt selbstständig ohne genaue Eingaben.
Bild
Google’s AI Experiment
Das händische Zeichnen am Computer oder am Smartphone funktioniert meist nur langsam und schwierig. Die Kunstwerke, die dabei entstehen sehen aus wie das Werk eines Kleinkindes, dem vor lauter Energie die Linien durchgegangen sind.
Derzeit gibt es viele neue Tools die Machine Learning mit Zeichnungen kombinieren. Ende April ’17 hat Google ein AI Experiment veröffentlicht, das unsere misslungenen Liniengewurstel in geradlinige Cliparts verwandeln kann. AutoDraw – wie das browserbasiertes Tool benannt wurde – basiert auf Machine Learing und hat das Ziel, zu erraten, was der Nutzer malt. Es liefert laufend Vorschläge, was man mit dem Kunstwerk gemeint haben könnte. Wie die Autokorrektur für Texte, gibt es jetzt also die grafische Form der Autokorrektur für Zeichnungen.
Die von Google entwickelte KI funktioniert sehr gut, selbst extrem wirre Zeichnungen werden meistens zuverlässig erkannt. AutoDraw zeigt, wie fortgeschritten künstliche Intelligenz schon ist. Autodraw greift für den Abgleich auf einen Pool von Illustrationen verschiedener Künstler und Grafiker zurück. Sogesehen kann man das Tool auch als eine visuelle Suchmaschine für Cliparts verwenden.
Ein Durchbruch bei der Schaffung von KI wäre das größte Ereignis in der Geschichte der Menschheit – Stephen Hawking
FEDOR – Ein Roboter trainiert mit Waffen
Bild
Es ist eine düstere Zukunftsvision, der wir anscheinend immer näher kommen. Roboter unterjochen die Menschheit und regieren dank Künstlicher Intelligenz und Waffen. Einen großen Schritt näher in diese Terminator-Zukunft sind wir bereits gekommen, dank des russischen Militärs.
Die Rede ist von einem Forschungsroboter, der 2021 ins All geschickt werden soll, um dort kleinere Reparaturen zu bewerkstelligen. Das Schießen sei für FEDOR eine reine Übung um seine Fähigkeiten zu verbessern. Dies hätte man meiner Meinung jedoch auch mit friedlicheren Methoden über Recognition demonstrieren können. Ein Video zeigt FEDORS unfehlbare Schießkünste mit handelsüblichen Waffen: Video ansehen
Die Konklusion
Ich finde Computer Vision ist zur Zeit ein heißes Thema, da es dafür so viele verschiede Einsatzgebiete gibt. Allerdings wirkt unsere Welt dadurch auch zunehmend utopischer. Vielleicht kommt bald der Tag an dem wir uns von automatisierten Drohnen von A nach B befördern lassen und unseren Arbeitstag nur mehr virtuell erleben. Im echten Leben werden uns Roboter bei unseren täglichen Aufgaben mehr und mehr unterstützen können, sodass wir uns zum Beispiel vermehrt auf die kreativen und sozialen Aufgaben konzentrieren können. Die nächsten Schritte müssen für uns nun sein, zu verhindern dass KI von den falschen Mächten kontrolliert wird, daher sollte sie offen für alle sein und wir müssen langfristig dafür sorgen, dass sie überhaupt kontrolliert werden kann.
That’s a wrap on UX Snacks 2024. Am 7. November hat die vierte und letzte Ausgabe in diesem Jahr stattgefunden und wir nehmen mit diesem Recap ganz viel positive UX-Energie mit ins neue Jahr. Und keine Angst: Schon bald verkünden wir die Daten für 2025.
In Folge 62 besinnt sich Susanne auf die Anfänge dieses Podcasts und begrüßt keinen Gast, sondern erzählt über das Buch "Jäger, Hirten, Kritiker" von Richard David Precht und warum es sie inspiriert hat.
