Künstliche Intelligenz. Technologie-Web-Hintergrund. Virtuelles Konzept
kras99 / stock.adobe.com
20.10.2020

Auf dem Weg zur empathischen Künstlichen Intelligenz

Dagmar Schuller, Autorin dieses  Gastbeitrages, ist mit ihrem Unternehmen der audEERING GmbH Teil des VDE Netzwerks.

Kontakt

Leiter VDE Bayern
Dagmar Schuller (CEO), audEERING GmbH, Gilching

Dagmar Schuller (CEO), audEERING GmbH, Gilching

| Goran Gajanin

Autorin: Dagmar Schuller | Quelle: Funkschau

Künstliche Intelligenz und Emotionen – wie geht das zusammen? Diese häufig gestellte Frage zeigt, wo wir in der aktuellen Wahrnehmung von KI in Deutschland stehen. Für die allermeisten Unternehmen ist Künstliche Intelligenz eine Sammlung von Algorithmen, die mehr oder weniger einfache Aufgaben auf Basis von großen Datenmengen lösen. Werden sie mit einer unbekannten Aufgabe konfrontiert, ist es abhängig davon, mit welchen Daten sie trainiert wurden, ob das Ergebnis überzeugend ist oder nicht. Oftmals haben die Unternehmen aber keine Datenstrategie, um überhaupt die entsprechenden Daten für einen sinnvollen Einsatz von KI zur Verfügung zu stellen.  Insbesondere, wenn es um die menschlichen kognitiven Fähigkeiten geht, gilt es oftmals als völlige Fiktion, dass Maschinen ähnlich gut darauf reagieren könnten wie ein anderer Mensch. Tatsächlich ist Künstliche Intelligenz aber schon viel weiter. Bereits Ende der 90er Jahre haben deutsche Wissenschaftler an der Technischen Universität München im Bereich der emotionalen KI bzw. des Affective Computing Grundlagenforschung insbesondere im Bereich Audio betrieben. Heute stammen zahlreiche Innovationsführer auf diesem Gebiet aus Deutschland. Doch wie ist die Entstehung einer emotionalen KI möglich? Und warum kommt diese so selten zum Einsatz?

Einfühlsame KI: So lernen Maschinen, unsere Emotionen zu verstehen

Die Basis für eine emotional intelligente und einfühlsame KI liegt im Verständnis der Maschine von menschlichen Emotionen. Denn Emotionen beeinflussen unsere Assoziationen, unser Abstraktionsvermögen und unsere Intuition. Sie lenken unsere Aufmerksamkeit. Und sie beeinflussen unsere Entscheidungsfindung. Wie lernt KI uns also zu verstehen?
Hier kommen unsere Gestik, Mimik und auch die Stimme ins Spiel. Letztere wird mit zunehmender Nutzung von Sprachbefehlen, intelligenten Sprachassistenten und IoT-Anwendungen zu einer riesigen Informationsquelle für die Analyse von Emotionen und vielen weiteren menschlichen Zuständen und Eigenschaften in Sekundenschnelle – und dies nur mit einem Sensor: dem Mikrofon.
Mithilfe von Methoden der intelligenten Sprachanalyse kann KI nun verstehen, wie und unter welchen akustischen Bedingungen der Mensch etwas sagt. Unsere Stimme enthält kaum veränderbare emotionale Merkmale wie Tonlage, Stimmklang, Sprachmelodie und -rhythmus. Unter anderem geben diese Parameter Aufschluss darüber, in welcher psychischen und emotionalen Situation oder auch Zustand sich der Sprecher gerade befindet, und zwar ganz unabhängig vom eigentlichen Inhalt des Gesagten.

Audio Intelligence: Was die Stimme über uns verrät

Die Stimme verrät, wie alt wir sind, welches Geschlecht wir haben, ob wir freudig, wütend oder ängstlich sind. Die Analyse dieser Parameter macht es für Künstliche Intelligenz möglich, unsere Gefühle und Emotionen, aber auch Gesundheitszustände einzuordnen. Für einzelne Bereiche liegen die Erkennungsraten der KI-Algorithmen bereits auf menschlichem Niveau, teilweise sogar darüber. Die Verfahren befähigen die Maschinen also dazu, den individuellen Zustand eines Menschen zu erkennen, zu bewerten und darauf angepasst und „intelligent“ zu reagieren. Damit schafft die Technologie die Grundlage für eine neue Generation von angewandter KI: der Empathischen Künstlichen Intelligenz.

Wo kommt empathische KI zum Einsatz?

Das Potenzial dieser Form von KI ist riesig – und das in allen Bereichen, für die intelligente Geräte genutzt werden. Die Anwendungen in Marktforschung, Marketing, Retail, Medien und Entertainment liegen auf der Hand: geht es hier doch vor allem darum, den Kunden besser zu verstehen und individualisiert auf ihn eingehen zu können. Auch im medizinischen Bereich bieten sich bspw. in der Diagnose und Therapie von neurodegenerativen Krankheiten wie Alzheimer, Parkinson, neurokognitiven Krankheiten oder psychischen Krankheiten wie Depressionen vielfältige Anwendungsmöglichkeiten emotionaler Künstlicher Intelligenz. Sämtliche Industrien können von der neuen, verbesserten Art der Kommunikation zwischen Mensch und Maschine profitieren.

Mehr als Zukunftsmusik: Projekte und Kooperationen aus Bayern

Welche Chancen sich ganz konkret aus der angewandten Forschung und den praktischen Umsetzungen von emotionaler Künstlicher Intelligenz ergeben, zeigen die vielfältigen Projekte und Kooperationen der audEERING GmbH. So kommt die Technologie aktuell zum Beispiel in verschiedenen vom BMBF, BMWi aber auch der EU geförderten Forschungsprojekten mit anderen bayerischen Unternehmen und Forschungseinrichtungen zum Einsatz. Beispielsweise wird die audEERING Technologie zur Emotionserkennung aus der Stimme gemeinsam mit der Shore™-Technologie zur Emotionserkennung aus dem Gesicht des Fraunhofer-Instituts für Integrierte Schaltungen IIS aus Erlangen in verschiedenen Projekten kombiniert, um vor allem in medizinischen Bereichen höhere Erkennungsraten zu erzielen. So gehen beide Technologien beispielsweise im Forschungsprojekt ERIK zur Verbesserung der sozio-emotionalen Fähigkeiten von autistischen Kindern Hand in Hand. Ebenso werden die Technologien im von der Universität Regensburg geleiteten Forschungsprojekt OPTAPEB zur verbesserten Therapie von Angstpatienten mit einem VR-Therapeuten eingesetzt. Darüber hinaus wird audEERINGs Emotionserkennung bei dem EU-geförderten Projekt EcoWeB zur Erkennung und verbesserten Therapie bei Burnout und Depressionen angewendet, an dem auch die Forscher aus der Psychologie der Ludwig-Maximilians-Universität maßgeblich beteiligt sind.

Großes Potenzial der Technologie – doch warum hinkt die deutsche Wirtschaft hinterher?

Trotz dieses großen Potenzials sind deutsche Unternehmen zurückhaltend in der Anwendung komplexer KI, insbesondere auch da die Chancen und Risiken nicht richtig eingeschätzt werden. Oftmals kommt wesentliche Grundlagen-KI Forschung aus Deutschland, aber schon im Bereich der angewandten Forschung und noch mehr in der praktischen Umsetzung stehen KI Unternehmen in Deutschland vor enormen gesetzlichen, strukturellen und gesellschaftlichen Herausforderungen. Im internationalen Vergleich hinkt Deutschland deshalb deutlich hinter den USA und China hinterher. An welchen Stellen können wir ansetzen, um hier aufzuholen?

Innovationsförderung & Datenstrategie müssen sich hierzulande ändern

Es braucht eine effektive Innovations- und Forschungsförderung, Investments, eine größere Verfügbarkeit von Daten, gesellschaftlichen KI-Optimismus sowie Sonderregelungen für Hightech-Unternehmen, um KI-Innovationen in Deutschland voranzubringen. Bislang ist die Infrastruktur und angewandte Forschung sowie der Innovationsprozess an sich schlichtweg ineffizient. Aktuell bekommen KMU bei F&E Projekten des Bundes oftmals nur eine Förderquote von 50% oder darunter. Den anderen Teil der Forschungskosten müssen sie selbst tragen. Darüber hinaus müssen sie über Monate in Vorleistung gehen und hoffen, dass sie die liquiden Mittel auch pünktlich erhalten. Diese Umstände schrecken den starken Mittelstand Deutschlands ab, in Forschung zu investieren. Auch hemmen sie insbesondere aufgrund der Liquiditätssituation das Wachstum. Der zweite Ansatzpunkt liegt in einer Datenstrategie, die weniger von Verboten gekennzeichnet sein sollte als von transparenten Qualitätsprozessen, die Vertrauen schaffen und die Nutzung darauf basierender Produkte verstärken. Es ist nicht sinnvoll, die Situation zu umgehen, indem man den Schwerpunkt auf nicht-personenbezogene Daten setzt. Die Strategie für den Einzelnen muss sein, Transparenz und Vertrauen durch Information und Nutzung zu schaffen. Eine aktive Partizipation des Menschen sollte auch gesamtgesellschaftlich durch aktive Datenbeiträge unter der Prämisse der Sicherheit und Anonymität ermöglicht werden. Der letzte aber nicht minder entscheidende Punkt ist ein umfassender gesellschaftspolitischer Wandel: Weg von der Angst des „gläsernen Menschen“ durch KI, hin zu Optimismus und der realistischen Einschätzung der Möglichkeiten, die sich für jeden Einzelnen dadurch bieten. Wenn Staat, Wirtschaft und Gesellschaft hier Hand in Hand agieren, hat emotionale KI eine Chance auf eine großflächige Anwendung und Deutschland eine Chance, in dem Bereich endlich aufzuholen.

Die Autorin

Mit Ihrem Unternehmen audEERING, Gilching, ist Dagmar Schuller (CEO) Mitglied des VDE Netzwerkes.

Die audEERING GmbH (Kunstname aus „Intelligent Audio Engineering“ – intelligente Audiotechnik) wurde 2012 als Spin-off der TU München gegründet. Sie entwickelt heute mit mehr als 60 Mitarbeiterinnen und Mitarbeitern innovative Produkte im Bereich emotionaler künstlicher Intelligenz mit Fokus auf der intelligenten Audioanalyse. Mithilfe von Verfahren des maschinellen Lernens (Deep Learning) ermöglichen audEERING Produkte u.a. die automatische Analyse von akustischen Umgebungen, Sprecherzuständen sowie über 50 verschiedenen Emotionsausprägungen. Eine Zeitung fasste das so zusammen: „Mit schlauer Software Emotionen erkennen“.

2019 wurde das Unternehmen mit dem VDE Bayern Award ausgzeichnet!

Ethik und Künstliche Intelligenz - VDE, DIN und DKE veröffentlichen Whitepaper

nahaufnahme-schach-roboter-autoNahaufnahme eines schachspielenden Roboters, selektiver Fokusmation-205146230
LIGHTFIELD STUDIOS / stock.adobe.com
02.10.2020 Pressemitteilung

Wie können technische Standards ethisch wertvolles Verhalten einer autonomen Maschine sicherstellen, beispielsweise eines autonomen Fahrzeugs, das von einer KI gesteuert wird? Dieser Kernfrage ging das vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderte Projekt „Ethikaspekte in der Normung und Standardisierung für Künstliche Intelligenz in autonomen Maschinen und Fahrzeugen“ nach. Die Ergebnisse sind nun in einem Weißbuch veröffentlicht.

Mehr erfahren

Das könnte Sie auch interessieren