Ready for AI

Was ist das konkrete Ziel des Projekts?

Es soll erreicht werden, Eingangsdaten in den neuralen Kernel einerseits auf Datengruppen zu beschränken, die sich „auffällig“ verhalten, also für eine Entscheidung der KI notwendig sein könnten, und andererseits mit Attributen über deren Veränderung im zeitlichen Ablauf zu versehen. Auf diese Weise fällt es der KI leichter, trotz einer Momentaufnahme der Datengruppen bereits das Verhalten von Parametern in der Vergangenheit zu interpretieren.

Was ist die Motivation der Entwicklung?

Es soll der Weg weitergeführt werden, der durch das BMBF-Projekt media GRID zu sehr guten Auslesedaten aus Bilderkennungs- und Audioerkennungssoftware führte. Diese Daten müssen nun lesefertig vorbereitet werden, um in einem neuralen Kernel eingesetzt zu werden. Der neurale Kernel ist im Patenttext LRC Neurosoft beschrieben und steht in der weiteren Entwicklung unseres Projektes zur vollständigen Programmierung an.

Um dieses Ziel zu erreichen, werden Daten aus verschiedenen technischen Systemen ausgelesen und bereits vor der Nutzung in einer KI auf definierte Kriterien hin bearbeitet. So werden große Mengen an Daten gar nicht erst weitergegeben. Das Verhalten der Software ähnelt dem Vorgehen der Amygdala im menschlichen Hirn.

Was sind die technischen Herausforderungen in der Datenvorbereitung für den neuralen Kernel?

Vor allem die Veränderungen, wie sie über die Infinitesimalrechnung entstehen, sind für die Beurteilung von Daten wichtig. In der Regel ergeben sich im angestrebten Verfahren schnell komplexe Differentialgleichungen, um einfache Vorgänge zu erklären. Die Lösung solcher Gleichungen ist erst recht komplex. Und natürlich werden in der Empirik keine Gleichungen aufgestellt. Wir müssen eine Zuordnung von Daten und deren Veränderungsmerkmale gleichzeitig in einem Vektor für eine Messreihe abbilden und dabei erreichen, dass diese Datenreihe nur dann gespeichert und bewertet wird, wenn sie als neuralgisch erkannt wurde. Zu diesem Zweck muss bereits bei der Auswahl der Parameter entschieden werden, ob Veränderungsprozesse auch in anderen Zielwertvektoren beeinflussend wirken.