Künstliche Intelligenz schafft Wissen: Der OPTME-Prozess
* Presenting author
Abstract:
Methoden der künstlichen Intelligenz (KI) revolutionieren heute nicht nur viele Bereiche des täglichen Lebens, sondern auch die Wissenschaft. Ausgehend von disruptiven Verbesserungen im computerbasierten Sehen seit 2012 adaptiert auch die Akustik sowie Strukturdynamik viele der evidenz-basierten Konzepte, um Muster in hochdimensionalen Daten zu erkennen, welche mit klassischen Methoden nur schwerlich oder gar unmöglich abzubilden wären. Entgegen des gegenwärtigen Eindrucks, dass jede Fragestellung mit KI beantwortet werden könnte, bedarf eine intelligente Datenanalyse eines strukturierten Prozesses, entlang dessen Kenntnisse gewonnen werden können. Dieser Beitrag stellt den kürzlich entwickelten Prozess OPTME (obtain – preprocess- transform – model – explain) vor, welcher in generischer Form auf vielfältige Fragestellungen in der Wissenschaft anhand von KI anwendbar ist. Die einzelnen Phasen des Prozesses können an die individuellen Charakteristiken und Typen der spezifischen Daten angepasst werden. Anhand der Prozess-Struktur können typische Risiken und Fehlerquellen in der datenbasierten Modellierung reduziert werden, und gleichzeitig Domänen-spezifische Denkmuster aufgebrochen werden. Der Fokus liegt hierbei auf einer konsistenten und bewussten Datenverarbeitung, sowie auf der Extraktion von neuem Wissen, welches nur selten aus industriell genutzten ML-Prozessen gewonnen werden kann. Der Prozess wird anhand beispielhafter Anwendungen illustriert.