Künstliche Intelligenz am Bauernhof

Vor einigen Tagen wurde bekannt, dass John Deere eine Firma gekauft hat die mit Hilfe von künstlicher Intelligenz (KI) Unkräuter bekämpft. Blue River Technology hat ca. 60 Mitarbeiter und wurde um 305 Millionen Dollar verkauft. Landmaschinenschmiede kauft Softwarehaus. Natürlich hat John Deere auch schon davor intensiv Software im Einsatz für Assistenzsystem und dergleichen. Aber um zukunftsfit zu werden benötigt das Unternehmen offenbar externes know-how im Bereich „deep learning“ und künstlicher Intelligenz. Bevor wir uns damit beschäftigen wie Unkrautbekämpfung mit KI funktionieren kann ein paar Hintergründe zum Thema.

Was ist künstliche Intelligenz?

KI oder auch AI (artifizielle Intelligenz oder engl. artificial intelligence) ist ein Fachbereich der Informatik. Grundsätzlich beschäftigt man sich dort mit der Automatisierung intelligenten Verhaltens. Es geht also gewissermaßen um den Versuch menschenähnliche Intelligenz nachzubilden. Ein Computer oder besser gesagt ein Computerprogramm soll also in der Lage sein Probleme selbstständig zu lösen. Das wird durch sogenannte selbstlernende Systeme erreicht.

Deep Blue, der erste Computer der 1996 den Schachweltmeister Garri Kasparow geschlagen hat, basierte schlicht auf enormer Rechenleistung. Programmierte Entscheidungsbäume wurden in kürzester Zeit durchgerechnet. Besonders intelligent ist das allerdings nicht. Viel schlauer ist es dagegen nicht einfach strikte Regeln vorzugeben, sondern den Computer durch Datenanalyse und Nachahmung diese selbst erlernen zu lassen. Dafür braucht es viel Daten und hohe Rechenleistung. Aber wofür kann man diese Technik nun verwenden?

Katzen erkennen

Ein Bereich in dem deep learning und KI sehr erfolgreich eingesetzt werden können ist die Bilderkennung. Ein Google Algorithmus schafft es beispielsweise fast perfekt Katzen in Youtube Videos zu erkennen. Natürlich nicht nur Katzen und somit können generell ähnliche Videos gefunden werden ohne, dass ein Mensch die Videos klassifizieren muss.

Anfänglich wurden Katzen in Videos von Menschen gekennzeichnet und dem Computer als Lernunterlagen aufbereitet. Aus diesen Bildern und Videos hat das Programm Ähnlichkeiten und charakteristische Merkmale extrahiert. Mit diesem Wissen konnte es die Aufgabe dann perfekt erledigen.

Hausnummern erkennen

Ein deep-learning Netzwerk von Google wurde verwendet um auf Google-Street-View-Aufnahmen Hausnummern zu erkenne. Somit konnten Gebäude richtig verortet werden. Jeder der schon einmal Google Maps als Navigationsgerät verwendet hat, hat davon profitiert. Von Menschenhand wäre das nie machbar gewesen alle Bilder nach Hausnummern zu durchsuchen. Ein Computer erledigt das in kurzer Zeit. Er braucht nur zu Beginn jemanden der ihn lehrt was eine Hausnummer ist.

Gesichtsausdrücke lesen

Ein Programm der Firma Affectiva hat mehrere Jahre lang Menschen mit einer Kamera beim anschauen von Filmen beobachtet. Dadurch lernte es Emotionen in den Gesichtsausdrücken zu erkennen. Freude, Trauer oder Angst können damit zugeordnet werden. Darüber hinaus kann das Programm ein echtes von einem künstlichen Lachen unterscheiden! Ähnliches funktioniert auch für den Tonfall bei Telefonaten. So kann schon bei der Bandansage klassifiziert werden in welchem Gemütszustand sich der Anrufer befindet.

Krankheiten erkennen

Durch die Analyse extrem großer Datenbestände zu Gesundheitsmerkmalen sind deep-learning Netzwerke in der Lage Muster zu erkennen die uns Menschen verborgen bleiben. In den USA haben Forscher ein Programm entwickelt das verdächtige Merkmale findet die zukünftige Krebszellen von normalen Zellen unterscheiden. In einem ähnlichen Bereich ist auch die eingangs erwähnte Firma tätig allerdings bei Pflanzen. Unkräuter werden erkannt indem man dem Algorithmus viele tausend Bilder von Unkräutern in den verschiedensten Umgebungen und Zuständen gezeigt hat. Nun ist das Programm in der Lage dies Pflanzen auch am Feld mit Hilfe von Kameras exakt zu finden.

Vorausschauende Maschinenwartung

Bauteile von Maschinen soll man nicht erst dann reparieren wenn sie kaputt sind, sondern schon etwas früher. Tauscht man nämlich die Komponenten schon bevor sie brechen können auch hohe Folgekosten vermieden werden. Nur wie kann man erkennen welches Lager bald brechen wird? Auch hier kommen deep-learning Netzwerke zum Einsatz. Algorithmen können durch die Analyse vieler tausend Maschinendaten Muster finden die frühzeitig auf den Ausfall von Komponenten hinweisen. Windturbinen erzeugen bspw. täglich hunderte Gigbyte an Daten. Mit Hilfe von künstlicher Intelligenz ist es möglich schon vor dem Ausfall eines Generators zu erkennen, dass bestimmte Komponenten getauscht werden müssen.

Je mehr Daten Deine Maschinen produzieren und zurück an den Hersteller senden desto mehr solcher Systeme werden auch in der Landwirtschaft zum Einsatz kommen. Das ist einerseits erfreulich, andererseits muss Du Dir bewusst sein, dass Du momentan der Datensammler für große Konzerne bist. Mit den Erkenntnissen aus Deinen Daten kann viel Geld verdient werden.

Mit Hilfe von KI, AI und deep learning werden in den nächsten Jahren viele neue Produkte entstehen die großes Potential haben traditionelle Technik zu verdrängen bzw. zu ersetzten.

Autor: Josef Rohregger