- FOM ›
- Forschung ›
- ifes Institut für Empirie & Statistik ›
- Forschungsprojekte
ifes
Forschungsprojekte
Laufendes Forschungsprojekt:
AI-ANNE: (A) (N)eural (N)et for (E)xploration
Abstract: Das Projekt KI-ENNA eröffnet Studierenden, Schülerinnen und Schülern sowie weiteren Interessierten einen möglichst niedrigschwelligen Zugang zur Künstlichen Intelligenz (KI). Mit einem „Raspberry Pi Pico“ – einem Microcontroller mit nur 133 Mhz und weniger als einem halben Megabyte Arbeitsspeicher in USB-Stick-Größe – lassen sich neuronale Netze nicht nur ressourceneffizient, sondern auch transparent programmieren, optimieren und praxisnah erproben, etwa zur Gesichts-, Sprach- oder Objekterkennung.
Neuronale Netze funktionieren über viele kleine, nicht-lineare Rechenschritte, die über eine flexible Anzahl an Neuronen und Verarbeitungsschichten durchgeführt werden. Mit der Programmiersprache MicroPython können die mathematischen Grundlagen eines neuronalen Netzes direkt auf dem Raspberry Pi Pico nachempfunden werden – angefangen beim Rechnen mit Matrizen (bspw. Matrix-Transponierung, also eine Spiegelung der Ausgangsmatrix an ihrer Hauptdiagonale) bis zu den verschiedenen Aktivierungsfunktionen (Sigmoid, ReLU, Leaky ReLU, Softmax, Tanh) der Neuronen, mit denen Daten verarbeitet werden können.
Ziel dieses didaktischen Tools für Hochschulen, Berufsschulen und allgemeinbildende Schulen ist es, auf einfache Weise zu zeigen, wie ein neuronales Netz Daten verarbeitet und wie eine Künstliche Intelligenz dadurch zu einem Ergebnis kommen kann. Mit KI-ENNA können die zugrundeliegenden Parameter eines neuronalen Netzes darüber hinaus einfach verändert werden, sodass das Verhalten des neuronalen Netzes direkt beeinflusst werden kann.
Die Veranschaulichung erfolgt u. a. anhand klassischer Data-Science-Beispiele, wie dem Klassifikationsproblem des bekannten IRIS-Datensatzes. Der spielerisch-experimentelle Ansatz fördert MINT-Kompetenzen wie beispielsweise technisches Verständnis – und unterstützt junge Menschen dabei, sich auf zukünftige Herausforderungen vorzubereiten. Die Vorgehensweise wird kontinuierlich weiterentwickelt und an die Anforderungen im Hochschul- und Schulkontext sowie der Berufswelt angepasst.
Projektleitung: Prof. Dr. habil. Dennis Klinkhammer
Forschungseinrichtung: ifes Institut für Empirie & Statistik
Projektstart: 01.04.2022
Abgeschlossene Projekte:
Ansprechpartner
