Die Universität Stuttgart ist als erste Institution in Europa dem AI Horizons Network beigetreten: Im Rahmen einer mehrjährigen Kooperation soll so die die KI-Forschung zur Interaktion von Sprache und Wissen vorangetrieben werden.
Eines der langfristigen Ziele der KI-Forschungs-Community ist es, maschinelle Sprachverarbeitung (Natural Language Processing, NLP) so weiter zu entwickeln, dass künstliche Intelligenz zukünftig in der Lage ist, menschliche Kommunikationen und Interaktionen so gut zu interpretieren, dass Systeme eigenständig und kontextabhängig Antworten auf Anfragen formulieren können. Diese Entwicklungsstufe wird als Natural Language Understanding (NLU) bezeichnet.
Analyse von Kontextinformationen und deren Einbeziehung
Analysiert ein KI-Systeme beispielsweise Kontextinformationen könnte ein Sprachassistent auf einem mobilen Gerät aus GPS-Informationen nicht nur auf die Relevanz bestimmter Ortsbezeichnungen schließen, sondern darauf, dass die Umgebung des Anwenders zu einem inhaltlichen Themenwechsel inspiriert. Etwa in der Form: „Haben wir in dieser Gegend Partnerbetriebe im Bereich Logistik?“.
Um das zu erreichen, müssen Wissenschaftler noch eine Reihe von Herausforderungen bewältigen. Darunter die Entwicklung einer Schnittstelle zwischen unstrukturierten Daten wie mündlichen Äußerungen aber auch Tweets und Kommentaren in sozialen Medien auf der einen Seite und strukturierten Daten auf der anderen Seite, wie sie in Tabellen oder Datenbanken vorliegen.
Die Entwicklung einer solchen Schnittstelle zwischen Sprache und strukturiertem Wissen ist das Ziel des dreijährigen Kooperationsprojekts zwischen dem Institut für maschinelle Sprachverarbeitung der Universität Stuttgart und IBM Research Europe.
Herausforderung Sprache
"Das vielleicht auffälligste Merkmal der menschlichen Sprache ist, dass ihre Ausdrücke wie Chamäleons sind: Sie können ihre Bedeutung je nach Kontext anpassen. Dadurch können sich Menschen bei der Kommunikation komplexer Sachverhalte erstaunlich kurz fassen – selbst bei schnell wechselnden Kontexten", sagt Jonas Kuhn, Professor für Computerlinguistik an der Universität Stuttgart und Leiter des Projekts auf Seiten der Universität.
Dazu müssten die Systeme in Sprache und Text Indizien finden, die auf die richtigen Interpretationskontexte hinweisen. “Deep Learning-Verfahren sind heute in der Lage, relevante Muster in Trainingsdaten zu erkennen. Aber es ist immer noch eine große Herausforderung, über das Erlernen der richtigen Lösungen für eine ganz bestimmte Aufgabe hinauszugehen. Viele Anwendungsszenarien erfordern Systeme, die verallgemeinern können und die eine Begründung für die getroffenen Entscheidungen liefern”, beschreibt er die Herausforderung
Unterschiedliche Einsatzmöglichkeiten von KI
Im Rahmen des AI Horizons Network arbeiten IBM-Forscher mit Fakultäten von Weltrang an einer Reihe von ambitionierten Forschungsprojekten und Experimenten, die die Anwendung der KI beschleunigen sollen. "Die Ergebnisse dieser Zusammenarbeit haben das Potenzial, die Anwendung von KI in so unterschiedlichen Bereichen wie dem Gesundheitswesen, der Materialwissenschaft oder dem Finanzwesen zu beeinflussen und zu verändern”, sagt Anika Schumann, Managerin für Künstliche Intelligenz bei IBM Research und Verantwortliche für das Projekt auf Seiten des Unternehmens.
Die Projekte des Netzwerks sind darauf ausgerichtet, unterschiedlichen Einsatzmöglichkeiten von KI in Gebieten wie Gesundheit, Umwelt, Logistik oder Bildung anzuwenden. Dabei befassen sie sich mit dem sogenannten KI-Stack: von der Analyse der unstrukturierten und strukturierten Daten, die für das Training der Systeme erforderlich sind, bis hin zum Aufbau von neuartigen Computer-Infrastrukturen, die für die Optimierung der neuen datenintensiven Arbeitslasten in einer digitalen Welt benötigt werden.
Das übernimmt die Universität Stuttgar bei dem Projekt:
Das Projekt "Knowledge-Language Interaction" soll sich speziell auf die Entwicklung einer automatisierten Schnittstelle zwischen unstrukturierten und strukturierten Daten unter Verwendung von maschinellem Lernen konzentrieren. Manuell erstellte Übersetzungregeln sind zwar präzise, aber auf ein festes Raster von Unterscheidungen beschränkt. Über sogenannte Deep Learning-Methoden ist es inzwischen möglich, automatisch komplexe, mehrdimensionale Repräsentationen für Text und Sprache aus den natürlichen Verwendungsmustern in Daten zu induzieren. (sg)
Es handelt sich dabei um ein weltweites Netzwerk von Forschenden, das von IBM ins Leben gerufen wurde, um in einer Reihe von Forschungsprojekten und Experimenten die Anwendung von künstlicher Intelligenz, maschinellem Lernen, maschineller Sprachverarbeitung und verwandter Technologien gemeinsam voranzubringen. Zum aktuellen Zeitpunkt sind nach Informationen von IBM weltweit bereits über 80 wissenschaftliche Arbeiten aus dem Netzwerk veröffentlicht worden.
Über die Universität Stuttgart
Die Universität Stuttgart ist eine der führenden technisch orientierten Universitäten in Deutschland mit globaler Bedeutung. Sie versteht sich als ein Zentrum universitärer, außeruniversitärer und industrieller Forschung. Darüber hinaus nimmt sie eine Rolle als Garant für eine auf Qualität und Ganzheitlichkeit ausgerichtete, forschungsbasierte Lehre ein. Das Leitbild der Universität Stuttgart, der "Stuttgarter Wegs" betont die Vernetzung verschiedener thematischer und methodischer Wissenszugänge in Forschung und Lehre durch die Integration von Ingenieur-, Natur-, Geistes- und Sozialwissenschaften, nach dem Prinzip der interdisziplinären Integration auf der Grundlage disziplinärer Spitzenforschung. Die Vision der Universität lautet "Intelligente Systeme für eine nachhaltige Gesellschaft".
