Advertorial
Regenwald (Bild: Pixabay/ Greg Monatani)

Die "Fridays for Future"-Bewegung hat Umwelt-, Klimaschutz und Nachhaltigkeit eine ganz neue Aufmerksamkeit verliehen. Bei diesen existenziellen Aufgaben hilft moderne Technologie wie Künstliche Intelligenz (KI). Mittels Bilderkennung und Deep Learning können Menschen auf der ganzen Welt jetzt per App dazu beitragen, gefährdete Regenwaldgebiete zu erkennen und besser zu schützen.

Von Dr. Gerhard Svolba, Analytic Solutions Architect bei SAS DACH

Umweltschutz ist SAS, einem der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), ein grosses Anliegen. Jetzt setzt das Unternehmen im Rahmen der Data for Good-Initiative zusammen mit dem International Institute for Applied Systems Analysis (IIASA) die nächste Generation an Crowd-basierter KI zur Erkennung und Beseitigung von Umweltproblemen um.

SAS und das IIASA haben eine Crowdsourcing-App entwickelt, um kollektives Wissen zu sammeln. Erstes Projekt ist die Eindämmung der weltweiten Abholzung, für das Freiwillige anhand von rund 44.000 Bildern aus Satellitenaufnahmen den Zustand des Regenwaldes beurteilen – und zwar nach dem Kriterium, ob eine menschliche Intervention zu erkennen ist oder nicht. So helfen sie, statistische Modelle zu trainieren und die Entwicklung präziser KI-Algorithmen zu fördern, die diese Aufgaben künftig automatisch erledigen können. Mithilfe der Schwarmintelligenz lässt sich die Genauigkeit der Modelle von 90 auf bis zu 98 Prozent steigern.

Das IIASA, mit Hauptsitz in Schloss Laxenburg im Süden Wiens, ist ein unabhängiges internationales Forschungsinstitut mit umfassender Expertise zu Systemanalyse. Das Institut zeigt unter anderem, wie sich KI sinnvoll einsetzen lässt, um Einblicke in das Zusammenwirken der verschiedenen Ökosysteme auf der Erde zu gewinnen. Mit KI erschließt sich eine neue Dimension der Forschung: Systeme ändern sich heutzutage so rasant, dass menschliche Erfahrung, wissenschaftliches Verständnis und herkömmliche Modelle nicht mehr ausreichen, um negative Entwicklungen rechtzeitig aufzuhalten. Nach der ersten Phase, die sich auf Abholzung konzentriert, soll die Plattform für weitere Umweltthemen eingesetzt werden, bei denen Crowdsourcing unterstützen kann.

"Diese Veränderungen auf unserem Planeten haben existenzielle Bedeutung – entsprechend benötigen wir beste Technologie, um mit ihnen umzugehen. Deshalb haben wir uns für SAS entschieden", sagt Albert van Jaarsveld, CEO des IIASA. "Mit der geballten Power aus unseren Forschungsplattformen zum Umweltschutz, SAS Technologie für KI und Computer Vision in Verbindung mit menschlicher Intelligenz bekommen wir aussagekräftige KI-Modelle. Diese werden uns bessere Einblicke denn je verschaffen und eine Beurteilung der globalen Umweltveränderungen annähernd in Echtzeit zulassen."

Warum Crowd-KI? Ein Mensch kann meist ohne Probleme eine Straße von einem Fluss unterscheiden. KI-Modelle schaffen diese Differenzierung nur mit entsprechendem Training, das wiederum auf menschlicher Beobachtung basiert. Insofern ist Crowd-KI bestens geeignet, um aussagekräftige Erkenntnisse über den aktuellen Zustand bestimmter Regionen zu gewinnen. Hier kann jede/r ganz einfach zum Erfolg des Projektes beitragen – mit der Kategorisierung einiger Bilder. Zwei Bilder können bereits dabei helfen, eine Fläche von mehr als 150 Quadratkilometern zu klassifizieren.

KI & Analytics in der Praxis

Welche Einsatzmöglichkeiten sich für Analytics und KI heutzutage bieten – im wirtschaftlichen sowie im gesellschaftlichen Kontext – zeigt das SAS Forum digital am 28. Mai 2020. Die erste reine Online Convention von SAS macht unterschiedliche Einsatzszenarien erlebbar: von personalisiertem Marketing über Betrugsbekämpfung und prädiktive Wartung bis hin zur Eindämmung globaler Pandemien. Weitere Infos zum Programm hier.

Nutzer bewerten Bilder (Bild: zVg)
Nutzer bewerten Bilder (Bild: zVg)
Beispiele für Kategorisierungen
Beispiele für Kategorisierungen
Autor Dr. Gerhard Svolba, Analytic Solutions Architect bei SAS DACH
Autor Dr. Gerhard Svolba, Analytic Solutions Architect bei SAS DACH