CAMPUS, STUDIUM

Mit dem LAMA „into the wild“

Ein neues Werkzeug findet seinen Platz im Werkzeugkasten der Ingenieure: die Künstliche Intelligenz. Am KIT befassen sich nun schon Bachelorstudierende der Elektrotechnik mit den Verfahren, die bis vor wenigen Jahren nur Spezialisten zugänglich waren. Im Labor für angewandte Machine Learning Algorithmen (LAMA) üben sich die Studis an praktischen Herausforderungen und finden innovative Lösungen. Zeit für einen Laborbesuch.

Fotos: Kosta Schinarakis
Text: Kosta Schinarakis


Klingt so die Zukunft? Aus dem Synthesizer klopft im monotonen Rhythmus der immergleiche Klavierton. Dann springt der Ton um eine Stufe nach oben, um sich monoton weiter fortzusetzen. „So klingt es, wenn ich mein Neuronales Netzwerk Musik komponieren lasse“, erläutert Karol und ergänzt mit einem Schmunzeln: „Etwas eintönig.“ Seine Kommilitonen im vollen Seminarraum grinsen mit. „Hier braucht es deutlich mehr Training und mehr Schichten im Programm.“ Auf die Grenzen ihrer Modelle stießen die Anwesenden alle früher oder später, was jedoch ihrer Begeisterung für die Künstlichen Intelligenz (KI) keinen Abbruch tut. Gemeinsam haben fast 30 Studierende der Fakultät Elektro- und Informationstechnik sich ein Semester lang mit den Werkzeugen des Maschinellen Lernens auseinandergesetzt und im Labor für angewandte Machine Learning Algorithmen (LAMA) die Grenzen, aber auch die vielfältigen Möglichkeiten des Maschinellen Lernens erfahren.

Das Maschinelle Lernen ist derzeit das große Trendthema im Maschinenraum der Wissenschaft. Alle Disziplinen prüfen, wie Künstliche Intelligenz ihnen zu neuen Erkenntnissen verhelfen kann: Wettervorhersagen, personalisierte Medizin, Arbeitswissenschaft. Längst ist die Methode ihren Anfängen in der theoretischen Informatik entwachsen. Konzerne und Startups wollen sie nutzen, um damit neue Geschäftsfelder zu generieren – vom Sprachassistenten, über Industrie 4.0 bis zum autonomen Fahren. „Wir wollen unsere Studierenden fit machen für die Aufgaben in Arbeitswelt und Forschung“, erklären die Macher des LAMA, die Leiter des Instituts für Informationsverarbeitung (ITIV) des KIT, Jürgen Becker, Eric Sax und Wilhelm Stork. „Dazu gehört es, früh im Studium die aktuellen Werkzeuge kennen zu lernen, um sie dann immer wieder im Einsatz einzuüben.“

Gebleichte Röhrenmonitore in der Vitrine und surrende Hochleistungsrechner im Einsatz.

Das ITIV des KIT hat eine lange Tradition. Dementsprechend präsentieren die Vitrinen in den Vortragsräumen erstaunliche Artefakte aus über 50 Jahren Informationstechnik in Karlsruhe. Röhrenmonitore, Floppylaufwerke und Schalttafeln, wie man sie von der Brücke des Raumschiffes Enterprise kennt – wohlgemerkt: die alte Enterprise mit Captain Kirk. Man glaubt sofort, dass die Wiege der Informatik hier stand, als in den 60er-Jahren der Institutsleiter noch Karl Steinbuch hieß. Im krassen Gegensatz dazu steht die Ausstattung im Computerraum. Vor jedem Studierenden steht ein schwarz glänzender Hochleistungsrechner der neusten Generation auf dem Tisch. Insgesamt haben ITIV und die Fakultät Elektro- und Informationstechnik rund 50 000 Euro in die Hardware des Kurses investiert, denn sehr viel Rechenleistung bildet ein Standbein von Maschinellem Lernen.

Sebastian mochte es, sich im LAMA auszuprobieren.

Das andere Standbein sind riesige Datenmengen, etwa aus Projekten am ITIV oder aus den sozialen Netzwerken der KI-Community. Man kann sich ein Neuronales Netzwerk als Maschine vorstellen, die Daten frisst und Zusammenhänge ausspuckt. Je besser die Daten, desto klarer die Zusammenhänge. Und damit die Maschine sich nicht verschluckt, lernen die angehenden Ingenieure zum Beispiel, was eine gute Datenaufbereitung ausmacht. „Im ersten Teil des LAMA füllen wir den Werkzeugkasten der Studies mit Werkzeugen wie Datenaufbereitung und Programm-Design“, erläutert Simon Stock, einer der Betreuer des LAMA. „Im zweiten Teil entlassen wir sie dann in die Wildnis.“ Vier Wochen haben die Studierenden in der „Into the wild“-Phase des LAMA Gelegenheit, das Gelernte in eigenen Projekten umzusetzen, so wie Karol mit seinem komponierenden Neuronalen Netz. Oder Johannes und Konstantin, die eine App programmierten, die jede Hunderasse erkennt, die ihr vor die Handykamera läuft. Oder Sebastian und Oliver, die einen Bürostuhl konzipieren, der – mit Hilfe von Drucksensoren, maschinellem Lernen und rechnergesteuerten Luftkissen in der Sitzfläche – zum aktiven, rückenschonenden Sitzen verhilft. Einmal in der Woche treffen sich die Projektteams mindestens am ITIV, stecken die Köpfe zusammen, tauschen Ideen aus, skizzieren Lösungen und feilen an ihren Neuronalen Netzen. Im LAMA haben sie alle gelernt Herausforderungen zu erkennen, wissenschaftlich zu formalisieren und kreativ mit KI-Methoden zu lösen.

Johannes erklärt, wie er und Konstantin auf das Projekt Hundeerkennung gekommen sind.

„Die Motivation der Studierenden ist wirklich hoch“, lobt Gabriela Molinar, Betreuerin bei LAMA. „Sie bringen ihre eigenen Projekte mit. Eigene Ideen zu verfolgen, hilft, wenn man in die zähen Phasen der Entwicklung kommt.“ Und die Ergebnisse, die dadurch möglich werden, lassen sich vorzeigen, etwa am Abschlusstag des LAMA. Alle Stühle im Seminarraum sind morgens um 8 Uhr schon besetzt, alle Fenster sind schon weit geöffnet, denn einer der heißesten Tage des Sommers kündigt sich an. Das rascheln der Bäume auf dem Campus Süd des KIT weht träge herein, doch die Studierenden im Raum sind schon geschäftig und bereiten die letzten Vortragsfolien vor, mit denen sie von Musikerkennung, Solarstromprognose oder Bildersuche berichten. Die Betreuer Molinar und Stock, die zusammen mit Marco Stang, Daniel Grimm, Christopher Meier und Tim Hotfilter viel Mühe in Entwicklung, Koordination und Betreuung vom LAMA gesteckt haben, zeigen sich beeindruckt von den Kurzpräsentationen der zwölf Teams. „Coole Projekte und das nach nur einem Semester Auseinandersetzung mit dem Stoff. Kompliment.“ Das rote LAMA-Maskottchen auf dem Stehtisch schaut fröhlich durch die Sonnenbrille.

Gabriela Molinar spricht über die Faszination des Maschinellen Lernens und wie diese auf die Studierenden im LAMA überspringt.

Auch die Studierenden ziehen eine positive Bilanz: „Anstrengend, aber super interessant.“ Hört man in den Pausengesprächen immer wieder. Sie alle haben deutlich mehr als die geforderten vier Wochenstunden in ihr Projekt gesteckt. „Eigentlich braucht es im kommenden Semester direkt einen Aufbaukurs.“ Damit rennen sie auch bei Betreuenden und Professoren offene Türen ein. Denn die sind sich einig, dass das Maschinelle Lernen eine Technik ist, die den Maschinenraum der Wissenschaft gerade in Richtung Wohnzimmer der Gesellschaft verlässt. „Dazu braucht es interessierte Bürger, die mitreden können, und gut ausgebildete Ingenieure, die den Wandel aktiv gestalten“, finden die Leiter des ITIV und können sich vorstellen die Erfahrungen aus dem LAMA für die Lehre in weiteren Fakultäten des KIT einzusetzen. Springt der Funke der Begeisterung aus dem ersten LAMA dann über, brauchen wir uns über den Klang der Zukunft keine Sorgen mehr zu machen.

Oliver erzählt, ob sich LAMA für ihn gelohnt hat.

LAMA – die Webseite: www.itiv.kit.edu/60_LAMA.php
Weitere Themen rund um KI am KIT findet ihr hier.


Glossar

Maschinelles Lernen
Ein Computersystem verarbeitet Trainingsdaten und kann tieferliegende Zusammenhänge erkennen. Das Gelernte kann das System auf unbekannte Daten anwenden oder Prognosen erstellen. Beispiele sind die Sprach- und Bilderkennung, die Analyse von Aktienkursen und Märkten oder die Wetterprognose.

Künstliche Intelligenz
Unscharfer Überbegriff für die Versuche, menschliches Denken zu „mechanisieren“. Meist sollen Maschinen eine konkrete menschliche Kompetenz kopieren, etwa Schach spielen, Texte klassifizieren oder Musik komponieren. Da der Begriff „Intelligenz“ in der Biologie wie in der Informationstechnik gleichermaßen uneinheitlich definiert ist, findet sich unter dem Begriff KI ein weites Feld an Konzepten: von einfachsten Intelligenz-Imitate wie Texterkennung bis hin zu den menschheitsvernichtenden Robotern der Science-Fiction-Popkultur.

Neuronales Netz, künstliches
Dem biologischen Neuronalen Netz nachempfundene Programmstruktur der Informationstechnik, die aus Daten komplexeste Muster filtert. Jedes Neuron verarbeitet dabei einen Input nach festen, einfachen Regeln zu einem Output, welcher wiederum Input für die nächste Neuronen-Schicht ist. Viele Neuronen und Schichten im Verbund können komplexe, meist wahrscheinlichkeitsbehaftete Klassifizierungen vornehmen, etwa Buchstaben aus Pixeln, erfolgreiche Schachzüge aus einer Datenbank oder Kursmanipulationen bei Aktien erkennen.

Floppy Disk, deutsch Diskette
Historischer Datenträger aus einer dünnen, biegsamen (engl. floppy) Kunststofffolie, die mit magnetischen Partikeln beschichtet war und zum mechanischen Schutz in einem mehr oder weniger festen Kunststoffgehäuse transportiert wurde. In den 80er-Jahren des letzten Jahrhunderts – also vor dem Aufkommen von beschreibbaren CDs, USB-Sticks, tragbaren Festplatten, E-Mails und Cloudservern – war es die gängigste Form der Datenübertragung zwischen Computern – neben dem Papierausdruck.

Raumschiff Enterprise, englisch Star Trek
Amerikanische Fernsehserie aus den 60er-Jahre des letzten Jahrhunderts, die die Reisen einer fiktiven, zukünftigen Raumschiffbesatzung um den Kapitän James T. Kirk erzählt. Die Technikaffinität der Serienmacher spiegelt sich darin, dass damals aktuelle und visionäre Technologien als alltäglich dargestellt wurden, unter anderem Computerschränke, tragbare Telefone oder Laser.

Montag, 9. September, 2019
  CAMPUS, STUDIUM


Kosta Schinarakis

Geschrieben von: Kosta Schinarakis