Künstliche Intelligenz-Technologien für Sie erklärt

Mykie (My Kitchen Elf) ist diese Alexa für die Küche: klein, smart, schlau, kommunikativ und immer einsatzbereit. Der Küchen-Assistent ist dank Home Connect bestens vernetzt, versteht und antwortet auf die Fragen des Nutzers und bietet ihm im Idealfall auch noch ein emotionales Erlebnis. Ist er via Home Connect mit den Hausgeräten in seiner Umgebung vernetzt, weiß er, welche Zutaten für ein bestimmtes Rezept noch im Kühlschrank sind und wo er fehlende Zutaten direkt online bestellen und liefern lassen kann. Zusätzlich bringt Mykie Kochfans überall auf der Welt virtuell über eine eingebaute Kamera zusammen, um „gemeinsam“ zu kochen oder Rezepte auszutauschen.

Der Kitchen Elf unterstützt beim Kochen mit wertvollen Tipps und Anleitungen, kann aber noch vieles mehr: online verfügbare Musik abspielen oder Wetter und Börsenkurse abfragen. Alles, was Mykie heute weiß, hat er durch maschinelles Lernen erworben. Bis er jedoch ein echter Gesprächspartner in der Küche wird, liegt noch ein gutes Stück Arbeit vor den Entwicklern. Die nächsten Entwicklungsschritte des persönlichen Assistenten fokussieren sich nunmehr auf die weitere Integration attraktiver Funktionen und Services von Partnern – auf Basis echter Künstlicher Intelligenz.

Was Mykie für die Küche ist, bietet Bixby auf Samsung-Smartphones: eine intelligente Benutzeroberfläche, die eine Vielzahl von kompatiblen Geräten vernetzt und dem Nutzer als smarter Assistent persönlich und dialogorientiert zur Seite steht. Dazu muss die Maschine die Umgebung und die Situation erkennen. Hierbei helfen neuronale Netze. Nutzer in Deutschland, Italien, Spanien und Großbritannien können den KI-basierten Assistenten künftig einsetzen, um Flüge zu suchen, online einzukaufen, Fußballergebnisse abzufragen oder sich über das TV-Programm zu informieren. In Deutschland hat Bixby TV Digital, Nextbike und Das Örtliche als Dienste integriert. Bei Nextbike können Nutzer etwa Antworten auf Fragen wie „Wo finde ich in der Nähe ein Fahrrad?“ oder „Ich möchte mein Fahrrad zurückbringen“ finden. Mit „TV Digital“ und Sprachbefehlen wie „Was läuft um 20:15 Uhr im Fernsehen?“ oder „Welche Sendung kann ich um 22 Uhr ansehen?“ gibt es eine Übersicht zum TV-Programm. Bei mangelnden Ortskenntnissen hilft „Das Örtliche“ mit Sprachbefehlen wie „Wo finde ich hier ein Restaurant?“ oder „Zeig mir einen Bankautomaten in der Nähe“. Weitere Dienste kommen kontinuierlich hinzu.

Auch wenn Bixby heute noch auf der Stufe maschinellen Lernens funktioniert, soll sich der Assistent stark weiterentwickeln: „Bixby ist mehr als nur ein Sprachassistent“, sagt Dr. Thorsten Böker, Director Product Management bei der Samsung Electronics GmbH. „Dank künstlicher Intelligenz lernt Bixby im Dialog mit dem Anwender kontinuierlich dazu, sodass ein Nutzererlebnis entsteht, das sich nach persönlichen Bedürfnissen und Vorlieben richtet. Dabei greift Bixby auf ein natürliches Sprachverständnis zurück und ist somit nicht an festgelegte Befehle gebunden. Basis hierfür sind sogenannte neuronale Netze. In solchen Netzen können Geräte, Maschinen oder Roboter komplexe Muster erlernen, ohne dass diesen Mustern bestimmte Regeln zugrunde liegen. Das heißt, dass neuronale Netze nicht einem Logiksystem wie beim Machine Learning folgen, sondern einer intuitiven Musterverarbeitung.“

Doch zurück zum klassischen Machine Learning: Huawei setzt bei guten Smartphone-Fotos auf maschinelles Lernen. In seiner Reihe „P Smart“ unterstützt Künstliche Intelligenz (KI) den Benutzer bei Foto- und Videoaufnahmen. Die KI macht dabei aus gewöhnlichen Motiven spektakuläre: Die Kamera des P Smart erkennt mehr als 20 Motive und schlägt für jede Situation die perfekten Einstellungen vor. Im neuen P 30 verbessert KI Effekte wie Seidenwasser oder HDR+. Im Beauty-Modus lassen verschiedene Algorithmen Porträts besonders einnehmend wirken. Oder sie steuern die große Blende, mit der ein künstlerischer Bokeh-Effekt entsteht. Die Gesichtserkennung, die als eine biometrische Entsperrfunktion dient, scannt ein Gesicht in Sekundenschnelle und gleicht die Daten mit den hinterlegten ab.

Auch bei Kopfhörern lässt sich viel mit KI optimieren. Auf der Elektronikmesse CES 2019 Anfang des Jahres hat der dänische Soundexperte Jabra gemeinsam mit dem Münchner KI-Innovationsführer audEERING erstmals den Elite-85h-Kopfhörer mit „KI-Context Intelligence“-Technologie vorgestellt. Die neuesten Kopfhörer der Elite-Reihe setzen auf intelligente akustische Szenenanalyse. Durch das adaptive Filtern unterschiedlichster Umgebungsgeräusche wird der Ton an die jeweilige akustische Situation des Benutzers angepasst. Wechselt er beispielsweise vom lauten Bahngleis in den leiseren Zug, so stimmt die Context-Intelligence-Technologie den Lautstärkepegel, die Rauschunterdrückung und den Equalizer automatisch darauf ab.

Anders als bei aktuellen, auf dem Markt erhältlichen „Active Noise Cancellation“-Lösungen (ANC) filtert Jabras neue Kopfhörergeneration nicht nur Hintergrundgeräusche heraus, sondern stellt sich intelligent auf die Geräuschkulisse ihrer Hörer ein. Die audEERING-Technologie verwendet dafür eine KI-basierte Echtzeit-Akustik-Szenenanalyse von Umgebungsgeräuschen. Dank KI-Algorithmen werden mehr als 6000 spezifische Klangmerkmale in Echtzeit automatisiert erkannt und analysiert, um im Anschluss daran die Audioausgabe an den individuellen akustischen Kontext und die Situation anzupassen.

Aktuell können wir Künstliche Intelligenz meist mit Machine Learning gleichsetzen, denn das steht bislang bei fast allen Anwendungsszenarien im Vordergrund. Ermöglicht hat diese Entwicklung die aktuelle Generation von Rechnersystemen, die einerseits die für Machine Learning erforderlichen großen Datenmengen speichern können, und andererseits schnell genug sind, um diese Daten auch blitzschnell zu verarbeiten. Heute funktioniert Machine Learning hauptsächlich so, dass vorab von Programmierern Beispielmodelle festgelegt werden, auf deren Basis die Algorithmen Muster erkennen können. Je länger das läuft, desto besser sind die Muster an die jeweilige Situation angepasst. Wie viel dabei immer noch schiefgehen kann, zeigen die zahlreich im Internet verfügbaren Videos mit Beispielen fehlgesteuerter Siris, Alexas oder Google-Home-Assistenten. Es gibt aber auch genügend Gegenbeispiele, die demonstrieren, wie schlagfertig die smarten Systeme heute sind. Wir dürfen also noch einiges erwarten.