Wie entwickelt man eine künstliche Intelligenz? Senior Electrical Design Engineer Dr. Alex Beasley befasst sich mit aktuellen KI-Anwendungen für reale Probleme bei wissenschaftlichen Instrumenten. Er zeigt, wie ein neuronales Netz eingesetzt werden kann, um Bilder aus der realen Welt zu analysieren. (Aus Laborpraxis 02.12.2021)
Künstliche Intelligenz ist eine Spielart der Informatik die für die meisten von uns eher eine abstrakte Form hat, weil wir im Alltag wenig aktiv damit zu tun haben. Doch schleicht sich diese künstliche Intelligenz immer weiter in Computerprogramme ein, auch in Programme, die wir nur als Anwender benutzen und hilft Prozesse schneller und genauer zu machen. Ein Beispiel ist hier eine lernende Software die 2D Barcodes erkennt. Ganz einfach glauben Sie? Nein, so einfach eben nicht, denn Barcodes können unterschiedlich aussehen, unterschiedlich orientiert sein, beschädigt oder zum Teil verdeckt sein oder durch Reflexionen von Beleuchtungen wie Deckenlicht oder Sonnenlicht seitlich durch ein Fenster. Und um möglichst viele Szenarien von unterschiedlichen Ausganssituationen abzudecken wird die Künstliche Intelligenz genutzt. Aber: wie im richtigen Leben, muss auch die künstliche Intelligenz erst lernen, was eigentlich zu tun ist und was richtig und falsch ist. Wenn man also Algorithmen erstellt hat muss man diese erst einmal anwenden und schauen ob die zu dem richtigen Ergebnis kommen, bevor man dann tatsächlich Szenarien durchspielt in der man die KI entscheiden lässt was richtig oder falsch ist und nur noch verifizierend eingreift und somit die KI positiv verstärkt richtige Ergebnisse selber zu produzieren. Dieses System ist nun auch für eine sehr praktische Anwendung eingesetzt mit der ich persönlich vertraut bin: die Detektion von 2D Barcodes in der medizinischen Archivierung von Proben. Gefäße mit einem Datamatrix Code werden verwendet um Biopsien, Effusionen oder andere Proben von Patienten eindeutig identifizierbar über lange Zeiten in gefrorener Umgebung zu lagern, teilweise bei -196°C Celsius. Hierzu werden mittlerweile Kameras in kleinen Chassis verwendet die schnell ein Bild von den z.B. 96 Barcodes vom Boden der geordneten Gefäße in Lagerungsboxen machen. Das ist aber nur ein kleiner Teil der Arbeit, denn nun muss eine Software erkennen ob ein Barcode vorhanden ist und wo - und diesen dann auch mit eindeutiger Sicherheit lesen. Es geht also um Mustererkennung auf höchstem Niveau, die eben von einer Software durchgeführt wird, die durch KI trainiert wurde möglichst alle Varianten zu erkennen und einordnen zu können, so dass der Anwender über eine Datenbank zu jeder Zeit den Barcode einer Patientenprobe zuordnen kann. Lesen Sie die faszinierende Geschichte über KI in einer sehr realen Anwendung die uns hilft wichtige Prozesse zu vereinfachen und absolut fehlerfrei umzusetzen. Maschinelles Sehen eben.