Maschinelles Lernen für Biodiversität (Teilprojekt KInsekt)

Die Artenvielfalt wie auch die absoluten Zahlen von Insekten gehen immer mehr zurück. Das kann schwerwiegende Folgen haben für unsere Ökosysteme und die Ernährungssicherheit. Ein zentrales Problem in diesem Kontext ist die Bestandsaufnahme und das automatisierte Zählen von Insekten.

In Zusammenarbeit mit Prof. Frank Haußer und Teodor Chiaburu entwickeln wir im Rahmen des KI Leuchtturm Projekts KInsekt Verfahren des Maschinellen Lernens (ML) zur automatisierten Erkennung von Insekten. Da die Annotation von Trainingsdaten für die ML Algorithmen für viele Insektenarten fundiertes Expertenwissen benötigt, liegt ein besonderer Fokus dieser Arbeit in der Verbesserung der Trainingsdatenakquise mit Hilfe von erklärbarer Künstlicher Intelligenz oder englisch eXplainable Artificial Intelligence (XAI).

Ein Ziel ist, Experten beim Annotieren von Insektenbildern zu unterstützen, indem ML Verfahren Bilder automatisiert annotieren und diese Annotationen den Experten erklärt werden - so können etwa falsche Annotationen schneller als solche erkannt werden. Über diese Anwendung hinaus erlauben die Einsichten, die so in die Nützlichkeit von XAI Methoden gewonnen werden, auch, XAI Methoden generell besser zu verstehen. So können die Ergebnisse dieser Arbeit auch für andere Anwendungen, etwa Textklassifikation, nützlich sein. 

 

Kontakt:

Prof. Dr. Felix Bießmann