Perg
HTL-Abschlussarbeiten setzen auf Künstliche Intelligenz
Durch Chat-GPT ist die Künstliche Intelligenz (KI) in aller Munde. An der HTL Perg ist Machine Learning schon länger ein Thema.
PERG. Mit der letzten Lehrplan-Novelle wurde ein eigenes Unterrichtsfach KI beschlossen. Im Schuljahr 2023/24 wird es zum ersten Mal offiziell unterrichtet. "Wobei Auszüge der Inhalte schon in den vergangenen Jahren in anderen Gegenständen untergebracht wurden", sagt HTL-Professor Patrick Praher. Die Lehrplanänderung sei unbedingt notwendig gewesen: Weil KI-Inhalte für die Arbeit von Software-Entwicklern und Informatikern immer wichtiger werden. Viele oberösterreichische (Industrie)-Unternehmen würden sich intensiv mit dem Thema zur Integration und Verbesserung ihrer Produkte auseinandersetzen. Außerdem befindet sich mit dem Institut für Machine Learning (ML) der Johannes Kepler Universität Linz, das von KI-Pionier Sepp Hochreiter geleitet wird, ein österreichweiter Forschungsschwerpunkt in Linz. Praher erklärt: "Die Inhalte konzentrieren sich auf das Verstehen der Grundlagen und Begriffe des ML, Entwickeln und Trainieren von ML-Modellen und die Integration von ML-Algorithmen in Softwareprodukte und Applikationen."
Chat-GPT: "Auf Vor- und Nachteile hinweisen"
An der HTL Perg setzt man sich auch mit Chat-GPT auseinander: "Die Entwicklung war absehbar und sie ist aus unserer Sicht auch beherrschbar. Unsere Aufgabe als Lehrkräfte ist es, den Schülerinnen und Schülern den Umgang mit solchen Technologien näherzubringen und diese auf Vorteile und Nachteile hinzuweisen. Aus unserer Sicht ist ChatGPT nur ein neues Tool, das einem Entwickler einige Aufgaben abnehmen kann. Bei Prüfungen sind solche, wie auch ähnliche Tools nicht zugelassen. Die Schülerinnen und Schüler müssen nach wie vor zeigen, dass Sie die Aufgabenstellungen selbst verstehen und lösen können", so Praher.
KI wird auch in Abschlussarbeiten von Schülerinnen und Schülern verwendet. Die HTL Perg gibt einen Einblick in zwei Projekte: Eines befasst sich mit einer Stauprognose für New York City, ein anderes mit dem Erkennen von Emotionen bei Musikstücken.
KI erkennt Emotionen beim Klavierspielen
Spielt der Pianist das Stück gerade eher fröhlich oder zornig oder will er der Musik eine traurige oder zärtliche Note verleihen? Die vermittelte Stimmung, die uns als Zuhörer sofort auffällt, kann nun auch eine Künstliche Intelligenz erkennen. Die Maturantinnen Christina Brandstetter und Katharina Praher entwickelten ein Machine Learning Modell zum Erkennen von Emotionen beim Spielen eines E-Pianos. Mit vielen Beispieldaten wurde dem Modell beigebracht, Emotionen unterscheiden zu können. Christina Brandstetter, selbst Musikerin, programmierte mit ihrer Kollegin entsprechende Programme und Routinen. Damit werden die digitalen Musikdaten, die vom E-Piano kommen, automatisch analysiert, kategorisiert und bewertet. Schließlich wird auf einem Bildschirm grafisch die am stärksten vorherrschende Emotion hervorgehoben. „Nicht jeder Pianist will beim Spielen eines bestimmten Stücks dieselben Gefühle rüberbringen. Mit dieser KI-Lösung kann das jetzt sogar von einem Computer erkannt werden", lobt Betreuungslehrer Patrick Praher die Arbeit der Mädchen.
Verkehrsprognosen für New York City
Die Städte der Zukunft sind Smart Cities. Dazu gehört auch ein intelligenter Ansatz zur bestmöglichen Vermeidung von Staus und zur Regelung der Verkehrsflüsse. Eine vielsprechende Lösung dafür haben Michael Leitner, Simon Fischer, Kilian Teufel und Lukas Gebetsberger von der HTL Perg entwickelt. Im Rahmen ihrer Abschlussarbeit haben die Informatiker ein Machine Learning Modell entwickelt, das alle verfügbaren Verkehrs- und Wetterdaten von New York City verarbeitet. Sogar Daten zum Fahrradverleih fließen in das Modell ein. Mit einer Fülle von Beispieldaten wurde das Modell trainiert. Für jeden 20x20 Meter großen Bereich der Stadt werden fast in Echtzeit Verkehrsprognosen für die nächste Stunde erstellt. Diese können wiederum verwendet werden, um aktiv durch Ampelsteuerung oder Freigabe beziehungsweise Sperre von Fahrspuren aktiv ins Verkehrsgeschehen einzugreifen. Die Auswirkungen der Verkehrsregelungen fließen dann wieder unmittelbar in die nächsten Prognosen ein. „Wir lassen unser KI-Programm nicht auf einen lokalen Computer, sondern in der Cloud, so dass es dynamisch an sich ändernde Anforderungen angepasst werden kann“, erklärt Betreuer Patrick Praher.
Kommentare
Du möchtest kommentieren?
Du möchtest zur Diskussion beitragen? Melde Dich an, um Kommentare zu verfassen.