Seite - 65 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 65 lang dieses sogenannten Attributevektors bewegen. Ein Interface für Augmented Intelligence könnte nun einerseits die Dimensionsreduktion ausführen, die Bereiche der Gemeinsamkeiten anzeigen, Verbindungen ziehen und die Manipulation der Daten entlang dieser Verbindungen erlauben. Diese Idee eines Interface, welches ein tieferes Verständnis ermöglicht, lässt sich auch auf andere Zusammenhänge übertra- gen, in denen ein hochdimensionaler Datenraum, der sich von Menschen nur schwer durchsuchen lässt, auf einen deutlich niedrigeren Dimensionsraum abgebildet wer- den kann. Die Idee der Verbindungsvektoren ist nur eine und im Grunde auch sehr simple Methode, die dabei helfen kann, Zusammenhänge in den Daten zu erkennen und für weitere Erkenntnisse zu nutzen. Eine weitere Möglichkeit lässt sich ebenfalls anhand eines Beispiels illustrieren: Dabei wird eine riesige Anzahl von Kochrezepten mit einem GAN analysiert und auf einen niederdimensionalen Raum abgebildet. In die- sem Raum könnte der Schärfegrad der Gerichte ein wichtiger Parameter sein. Ein Nutzer kann ein bestimmtes Gericht im Kopf haben, das durch einen Punkt in diesem Parameterraum dargestellt wird, und einen bestimmten Schärfegrad anstreben, der durch eine Linie im Parameterraum wiedergegeben wird (siehe Abbildung 3.4). Ein Interface für Augmented Intelligence erlaubt es dem Nutzer nun, diese Linie und den Punkt zu bestimmen. Das System zeigt dann die kürzeste Verbindung zwischen Linie Abbildung 3.3: Die Abbildung veranschaulicht die Funktion eines Attributevektors, der zwischen dem Schwerpunkt einer Hunderasse (Labradore) in den Schwerpunkt einer anderen Hunderasse (Poodle) zeigt. Auf dem Vektor läge dann ein Mischling zwischen den beiden Rassen (Labradoodle) (eigene Darstellung in Anlehnung an Carter und Nielsen 2017).