Motivation
Die Beantwortung der Frage, wie viel menschliches Wissen angeboren ist oder wie viel aus Erfahrungen gelernt wird, ist eine Debatte, die von Philosophen und Verhaltensbiologen bereits lange geführt wird. Mit den rapiden Entwicklungen mächtiger KI-Methoden der letzten Jahre ergibt sich nun eine ähnliche Fragestellung auch für computer-generiertes Wissen: Wie viel sollte aus Daten gelernt werden und wie viel Vorwissen sollte genutzt werden? Inzwischen haben datengetriebene KI-Methoden vielerorts klassische, modellbasierte, auf Vorwissen aufbauende Methoden abgelöst. Klassische Modelle sind i.d.R. aufwendig „von Hand“ zu erstellen, z.B. durch die mathematische Beschreibung von Gesetzmäßigkeiten, die in Versuchen oder empirischen Untersuchungen ermittelt wurden. Dem gegenüber können z.B. Künstliche Neuronale Netze solche Gesetzmäßigkeiten bis zu einem gewissen Grad aus großen Datenmengen weitgehend selbstständig extrahieren bzw. „lernen“ (Maschinelles Lernen). In der Bilddatenanalyse haben sogenannte Deep Learning Methoden beachtliche Erfolge im Bereich Bildverstehen und Objekterkennung erzielt. Der Wermutstropfen ist jedoch die große Abhängigkeit von Qualität und Menge der zum Training erforderlichen Daten. Dies schränkt u.a. die Skalierbarkeit und Generalisierbarkeit stark ein. Trainierte KI-Modelle können nur aufwendig an geänderte Randbedingungen angepasst werden. Zudem ist es selbst für KI-Experten oft nur schwer nachvollziehbar, warum die Modelle jeweils in ihrer speziellen Ausprägung entstanden sind (Erklärbarkeit von KI). Für Fragestellungen mit vielen variablen Einflussgrößen und wenigen, repräsentativen Daten sind diese Verfahren wenig geeignet.
Ziele und Vorgehen
Eine Gruppe aus Forscherinnen und Forschern möchte im Projekt MoDL daher den KI-Methoden über klassische Modelle eine Art „Vorwissen“ vermitteln, um die Lösungsvielfalt einzuschränken und so effektiveres Training der KI-Modelle zu ermöglichen. Konkret geht es um Modellbasierte Deep Learning Lösungen auf dem Gebiet der Bildverarbeitung. Tiefe neuronale Netze sollen mit Vorwissen über physikalische und kausale Zusammenhänge versorgt werden. Neben einem effektiveren Training mit kleineren Datensätzen soll auch ein Beitrag zur Interpretierbarkeit und Generalisierbarkeit der entstehenden KI-Modelle geleistet werden. In MoDL sollen komplexe Problemstellungen auf dem Weg zur Generierung von Modellen aus visuellen Daten behandelt werden: Rekonstruktion der 3D-Geometrie von komplexen Objekten aus 2D Bilddaten, Erfassung und Modellierung nicht-starrer Bewegungen (Verformungen), sowie Schätzung und Modellierung von Reflexionseigenschaften, Textur und Schattierung der Objekte.
Innovationen und Perspektiven
Die Ergebnisse werden dazu beitragen, wissenschaftliche und technologische Grundlagen einer neuen Künstlichen Intelligenz zu schaffen. Schnelle und robuste Algorithmen zur dynamischen 3D-Erfassung von Objekten, ihrer Modellierung und der Szenenanalyse mit geringem Trainingsdatenaufkommen sind u.a. für Anwendungen in den Bereichen Multimedia, Sicherheit und industrielle Automatisierung interessant.