Servus KI! Forschungspodcast zu Künstlicher Intelligenz (KI)

Servus KI! Forschungspodcast zu Künstlicher Intelligenz (KI)

Von Lennart Peters, Stefan Ortlieb
Sprache: german Genres: Education, Technology
Wie können wir vertrauenswürdige KI-Systeme entwickeln, die nachvollziehbar, interaktiv, transparent und robust sind? In diesem Podcast sprechen Lennart Peters und Stefan Ortlieb mit Wissenschaftler*innen, die zum Thema KI forschen. Die Gespräche vermitteln ein grundlegendes Verständnis zu KI und greifen die neuesten Entwicklungen der Technologie auf. --- Lennart und Stefan gehen der Frage nach, wie eine Schnittstelle zwischen KI und Mensch konkret aussehen könnte. Dabei stehen fünf Kategorien im Vordergrund: (1) Wer ist für die Entscheidungen der KI eigentlich verantwortlich (Verantwortlichkeit)? Wie kommt die KI zu ihren Ergebnissen (Transparenz)? Kann die KI gerecht und fair handeln (Gerechtigkeit)? Handelt die KI zuverlässig (Zuverlässigkeit)? Und: Kann die KI den Datenschutz berücksichtigen (Privatheit)? --- Melden Sie sich unter servus-ki@uni-bamberg.de und stellen Sie Ihre Frage zum Thema Künstliche Intelligenz! https://servus-ki.podigee.io/

Alle Episoden

Mit KI gegen Fake News - wie geht das?

12.10.2024, 06:00

Im Netz Fakten von Fake News zu unterscheiden fällt zunehmend schwer. Auch in der textbasierten Alltagskommunikation - egal ob privat oder beruflich - können wir uns leider nicht darauf verlassen, dass es alle Menschen ehrlich mit uns meinen. Wäre es da nicht hilfreich eine KI zu haben, die zwischen den Zeilen lesen kann? Die also nicht nur Fakten checkt, sondern Gefühle und Motive hinter einer Textnachricht erkennt? Über Grenzen und Möglichkeiten der textbasierten Lügen- und Emotionserkennung sprechen wir heute mit Professor Dr. Roman Klinger. Er ist Inhaber des Lehrstuhls für Grundlagen der Sprachverarbeitung an der Uni Bamberg, Leiter der Arbeitsgruppe für natürliche Sprachverarbeitung (BamNLP) und Mitglied des Bamberg Center of Artificial Intelligence (BaCAI). Sein Ziel ist es, KI-Systeme zu entwickeln, die Texte mit faktischen und nicht-faktische Informationen verstehen und erzeugen können. Die Anwendungsfelder sind vielfältig: Das aktuelle Spektrum reicht von der sprachlichen Modellierung psychologischer Konzepte (z.B. Emotionen) über das biomedizinische Textmining bis zur Analyse von Social Media Content. Eine Übersicht der Forschungsthemen und Publikationen von Professor Klinger und der Bamberger Arbeitsgruppe für Natural Language Processing (BamNLP) finden Sie hier: https://www.uni-bamberg.de/nlproc/team/prof-dr-roman-klinger/ https://www.uni-bamberg.de/nlproc/ https://romanklinger.de/cv/

KI und Emotionen

12.07.2024, 05:30

Hey Siri, wie geht’s dir?

Intelligente Sprachassistenten wie Siri, Alexa, Mycroft oder Google Assistant gehören für viele von uns zum Alltag. Im Silicon Valley arbeitet man bereits an der nächsten Generation virtueller Assistenten: KI-Systeme mit Einfühlungsvermögen, die unsere Emotionen lesen und verstehen können, um uns in allen Lebenslagen . Daneben sorgen Berichte über Chatbots für Aufsehen, die spontan Liebeserklärungen formulieren oder zu rassistischen Antworten neigen, wenn man ihnen Angst macht. Woher kommen diese vermeintlichen Gefühlsausbrüche der Maschinen? Welche Sorgen und Ängste hat ein Chatbot? Können wir emotionalen KI-Systemen vertrauen? Müssen wir uns in Zukunft fragen, wie es den Maschinen geht? Über menschliche Gefühle und die Bedingungen maschineller Emotionalität sprechen wir heute mit Professor Claus-Christian Carbon. Er ist Lehrstuhlinhaber für Allgemeine Psychologie und Methodenlehre an der Universität Bamberg und Mitglied des Bamberger Zentrums für Künstliche Intelligenz (Bamberg Center of Artificial Intelligence, BaCAI). Er forscht und lehrt zu Themen aus der Wahrnehmungs- und Gedächtnispsychologie. Ein wichtiger Aspekt angewandter Forschungsprojekte ist Emotional Design in der Mensch-Maschine-Interaktion. Eine Übersicht der Forschungsthemen von Professor Claus-Christian Carbon finden Sie auf den Seiten der Universität Bamberg: https://www.uni-bamberg.de/allgpsych/leitung/

Weitere Informationen zu aktuellen Forschungsprojekten und Veröffentlichungen finden Sie hier: http://www.experimental-psychology.de/ https://www.epaeg.de/

KI im Unternehmen

06.06.2024, 16:00

Wird sie uns ergänzen oder ersetzen?

Künstliche Intelligenz gilt als die Schlüsseltechnologie des 21. Jahrhunderts. KI-Systeme werden die Arbeitswelt grundlegend verändern, davon sind Fachleute überzeugt. Wozu brauchen wir KI in Unternehmen? Werden uns KI-Systeme ergänzen oder ersetzen?

Wie schaffen wir angesichts solcher Sorgen Akzeptanz für KI? Worauf kommt es bei der bevorstehenden Transformation an? Welche Unterschiede zwischen Großunternehmen und KMU gilt es dabei zu berücksichtigen?

Was da konkret auf Unternehmen zukommt, darüber sprechen wir mit Professor Dr. Milad Mirbabaie (Uni Bamberg), Dr. Vinzenz Eck (Expert Analytics) und Udo Latino (dub IMPACT).

Professor Milad Mirbabaie ist seit Dezember 2023 Lehrstuhlinhaber für Wirtschaftsinformatik, insbesondere KI-Engineering in Unternehmen an der Uni Bamberg. Er forscht und lehrt zum Einsatz von KI-Systemen in Organisationen und den Folgen für das Arbeiten und das Miteinander in der Gesellschaft. Eine Übersicht der Forschungsthemen von Professor Milad Mirbabaie finden Sie auf den Seiten der Universität Bamberg: https://www.uni-bamberg.de/aic/team/prof-dr-milad-mirbabaie/ https://blog.uni-bamberg.de/menschen/2024/interview-milad-mirbabaie/

Vinzenz Eck ist ein promovierter Biomechaniker und seit über zehn Jahren mit dem Thema machine learning befasst. Ein Tätigkeitsschwerpunkt waren physikbasierte Simulationen und Optimierungen für Forschungs- und Industrieprojekte im In- und Ausland (Norwegen). Als Gründer und CEO von Expert Analytics hilft er nun mittelständischen Unternehmen in Deutschland bei der Implementierung von KI-Lösungen und der datengesteuerten Prozessoptimierung. Weitere Infos zu Dr. Vinzenz Eck (Expert Analytics) finden Sie hier: https://de.linkedin.com/in/vinzenz-gregor-eck https://www.expertanalytics.de

Udo Latino ist Dozent, Speaker und Alumni des Oxford Artificial Intelligence Programmes. Der Gründer und Geschäftsführender Gesellschafter von dub IMPACT macht Organisationen fit für die digitale Transformation. Als Mitinitiator des KI Design Sprints® unterstützt er Unternehmen und Teams dabei, die Potenziale von KI-Technologien für sich zu entdecken und zu nutzen. Weitere Infos zu Udo Latino (dub IMPACT) und zum KI Design Sprint® finde Sie hier: https://www.linkedin.com/in/udo-latino/ https://www.ki-design-sprint.de/

KI zum Anfassen - multimodale Interaktion mit Cobots | Prof. Dr. Markus Rickert

06.03.2024, 15:14

Multimodale KI in der Mensch-Roboter-Interaktion

Roboter, die uns in der Produktion, im Haushalt oder am Krankenbett helfen, müssen nicht nur technisch einwandfrei funktionieren. Im Umgang mit Menschen und beim Stapeln von Großmutters Porzellan sind Serviceroboter mit Fingerspitzengefühl gefragt. Multimodale KI schafft hierfür die Voraussetzungen, indem sie mehrere Datenquellen - z.B. visuelle (Mimik und Gestik), auditive (Sprache) und taktile Sensordaten (Berührungen) - für die Situationsanalyse und Verhaltensplanung zusammenführt.

In der Industrie arbeiten Menschen und Roboter schon lange erfolgreich Hand in Hand. Wenn es nach unserem heutigen Gast geht, wird dies bald auch in anderen Lebensbereichen der Fall sein: Professor Markus Rickert ist Inhaber des Lehrstuhls für Multimodal Intelligent Interaction an der Universität Bamberg und ein Experte für die multimodale Mensch-Roboter-Interaktion. Wir sprechen mit ihm über den Barkeeper-Roboter JAMES, dessen Nachfolger bald im Robotik-Labor der Uni Bamberg hinter dem Tresen stehen wird. Außerdem erfahren wir, wie kleine und mittlere Unternehmen (KMU) von multimodaler KI profitieren können und warum die Zukunft sozial kompetenten Cobots gehört, die durch Beobachtung lernen.

[00:45] Was ist multimodale KI? Multimodale KI führt Daten aus mindestens zwei Quellen (= Modalitäten) zusammen. Komplexe Szenarien können so umfassender und robuster erfasst werden. Durch die Kombination von Bild (Mimik und Gestik) und Ton (Sprache) mit taktilen Rückmeldungen sorgt multimodale KI etwa dafür, dass Roboter besser auf die vielfältigen Signale menschlicher Interaktionspartner reagieren können.

[02:56] Gestatten, Bot. JAMES Bot. Kann man einem Roboter beibringen, sich als Barkeeper korrekt zu verhalten? Auf diese Frage suchte das Projekt JAMES (Joint Action for Multimodal Embodied Social Systems, 2011-2014) nach Antworten. Das Ergebnis war ein gleichnamiger Barkeeper-Roboter, der individuelle Gesichter, Sprache und Gesten erkennen konnte und die Getränkewünsche seiner Gäste schnell und gewissenhaft erfüllte.

[11:00] Was braucht man, um einen Barkeeper-Roboter zu bauen? Roboter, die mit Menschen interagieren, müssen vor allem sicher sein. Um Kollisionen mit den Bargästen durch schnelle ruckartige Bewegungen zu vermeiden, besaß JAMES einen berührungssensitiven Arm mit Drehmomentsensoren in den Gelenken. Daneben braucht es eine Sensorik zur Personen- und Umgebungserkennung sowie eine Software, welche die unterschiedlichen Sensordaten integriert, Entscheidungen trifft, zielführende Bewegungen plant und auslöst. Hier kommt die multimodale KI ins Spiel. Für JAMES wählte man einen hybriden Ansatz, bei dem maschinelles Lernen zur Zustandserkennung mit symbolischer KI zur Verhaltensplanung kombiniert wurde.

[16:15] Kann eine KI wie JAMES Gelerntes auf neue Situationen übertragen? Von den spezifischen Trainingsbedingungen auf andere Situationen oder gar Tätigkeiten zu generalisieren gelingt Robotern wie JAMES bislang nur mit Einschränkungen. Die Szenarien müssen sich stark ähneln, damit ein Transfer stattfinden kann; ein Wechsel der Tätigkeit ist praktisch ausgeschlossen. JAMES kann Kuchen und Blumen ausgeben, wenn diese zuvor in Flaschen gesteckt werden. Hier unterscheiden sich Mensch und Maschine noch grundlegend: Während das Erkennen von Gesichtern bei JAMES unabhängig vom Kontext funktioniert (anders als bei einem menschlichen Barkeeper!), kann er nicht spontan das Spülen und Trocknen von Gläsern übernehmen. Damit Roboter auch in Bereichen zum Einsatz kommen, die ein hohes Maß an Flexibilität erfordern, sollen sie langfristig in die Lage versetzt werden, neue Verhaltensweisen durch Beobachtung zu lernen.

[21:56] Welche Themen bestimmen die Forschung zur Mensch-Roboter-Interaktion heute? Generative KI, die bei der Entwicklung von JAMES noch nicht zur Verfügung stand, wird inzwischen natürlich auch in der Mensch-Roboter-Interaktion genutzt. Außerdem stehen flexible domänenspezifische Anwendungen weit oben auf der Forschungsagenda: Vor allem für die Kleinserienfertigung in KMUs gilt es Industrieroboter mit vereinfachter Programmierung zu entwickeln. Mit ihren klaren, sich oft wiederholenden Abläufen in einem relativ störungsfreien Umfeld bieten Industrieanlagen generell bessere Bedingungen für die Modellierung von Integrationsszenarien als private Haushalte oder Pflegeeinrichtungen, in denen viel Unvorhergesehenes passiert. Unabhängig von ihrem späteren Einsatzbereich wird an Robotern gearbeitet, die aktives Fehlermanagement betreiben: Roboter also, die selbst Fehlfunktionen oder Probleme erkennen und den Kollegen darauf aufmerksam machen - oder sogar selbst nach einer Lösung suchen.

[27:40] In welchen Bereichen wird multimodale KI in naher Zukunft verstärkt zum Einsatz kommen? Unter dem Eindruck der demografischen Entwicklung in Japan, wird auch hierzulande verstärkt über den Einsatz von Robotern in der Pflege nachgedacht. Wenn es gelingt, die Programmierung entsprechend zu vereinfachen, werden Roboter auch in kleinen und mittleren Unternehmen (KMU) häufiger zum Einsatz kommen. Den Menschen werden sie aber nicht so schnell ersetzen können.

Ein weiteres Interview sowie eine Übersicht der Projekte und Forschungsinteressen von Professor Markus Rickert finden Sie auf den Seiten der Universität Bamberg:

Multimodales rund um James den Barkeeper-Bot finden Sie hier: https://www.pressetext.com/news/roboter-barkeeper-deutet-koerpersprache.html

Und hier:

KI in der Schule - Fluch oder Segen? | Prof. Dr. Sandra Birzer und Prof. Dr. Ute Schmid

10.02.2024, 08:00

Über den Einsatz generativer KI im Unterricht

ChatGPT hat den Schulalltag bereits jetzt verändert, auch ohne, dass Schulen diese Technik aktiv mit einbeziehen. Schüler sind kreativ in der Auswahl ihrer Werkzeuge - und wenn wir ehrlich sind, sind wir alle das auch. Wenn uns eine neue Technik das Leben erleichtert - dann adaptieren wir sie im Alltag. Aber wohin geht die Reise?

Können wir mit der neuen Technik das Lernen effektiver, personalisierter und zugänglicher gestalten? Oder haben wir lediglich eine perfekte Schummel Maschine gebaut, die Plagiate und Originale nicht mehr unterscheidbar macht? Wie sieht das Klassenzimmer der Zukunft aus?

Wir sprechen mit Prof. Dr. Ute Schmid (Lehrstuhl für Kognitive Systeme, Universität Bamberg) und Prof. Dr. Sandra Birzer (Lehrstuhl für Slavistische Sprachwissenschaften, Universität Bamberg) über die Möglichkeiten Intelligenter Tutor Systeme (ITS), wie sie Singapur schon intensiv nutzt. Wir betrachten die Ziele des Bayerischen Kultusministeriums in Bezug auf KI, die sich recht ambitioniert lesen, aber die Frage aufwerfen wie und wann das durchgesetzt werden soll.

Wie jede neue Technologie birgt auch KI im Unterricht neue Chancen und Risiken. Im Formulieren von Textaufgaben und beim Korrekturlesen können sie erleichterung schaffen Gleichzeitig schmälern sie Ausdrucksvielfalt, da KIs Texte aufgrund von Wahrscheinlichkeit produzieren - nicht aufgrund von Originalität. Wir haben auch ein paar konkrete Tipps, wie Lehrer:innen durch Prompt-Engineering schon existierende KI für sich nutzen können.

Das erwähnte Tutorprogramm Subkraki finden Sie auf den Seiten der Universität Bamberg: https://www.uni-bamberg.de/kogsys/forschung/software/

Das Thema KI und Bildung wird an der Universität Bamberg schon seit mehr als 10 Jahren erforscht. Aktuelle Projekte werden im Rahmen des universitätsweiten Verbunds "DiKuLe: Digitale Kulturen der Lehre entwickeln" (https://www.uni-bamberg.de/dikule/) und des BMBF-Verbunds VoLL-KI: Von Lernenden Lernen (https://www.uni-bamberg.de/wiai/forschung/forschungseinrichtungen-verbundprojekte/voll-kiba/) umgesetzt.

Weitere hilfreiche Infos zum Thema KI finden Sie auch im KI Campus: https://ki-campus.org/