4 6 Wer bei Künstlicher Intelligenz nur an das auswerten langer Zahlenkolonnen denkt wie sie in ordentlich strukturierter Form etwa von Maschinensensoren kommen unterschätzt bei weitem die Fähigkeiten dieser technologie Mit natural language Processing ist es heute möglich mittels Machine learning auch von Menschen verfasste texte zu verarbeiten Die Methode bringt in vielen Fällen eine enorme Zeitersparnis für den Kunden Es ist dieses arbeiten mit unstrukturierten Daten die die aufgabe für mich so richtig spannend macht denn es ist ein viel komplexerer Fall als die klassischen anwendungsgebie te sagt Projektleiter rené Berndt vom Fraunhofer austria Geschäftsbereich Visual Computing in Graz Wir filtern unwichtige Worte heraus berücksichtigen dann die Häufigkeit der relevanten Worte und vergleichen diese mit den Publikati onen der zur Verfügung stehenden reviewer Dabei arbeiten wir aber auch mit Kombinationen aus zwei oder drei Worten also Bigrammen und trigrammen Denken sie an den Begriff machine learning nur nach dem Begriff learning zu suchen würde auf einen falschen Pfad führen denn die Kombination macht die Bedeutung aus Wie bei der Partnersuche auf einer typischen Konferenz werden hunderte artikel einge reicht die von Senior reviewern Expertinnen und Experten auf ihrem Fachgebiet einem strengen Begutachtungsprozess unterzogen werden Zuvor jedoch müssen die Papers den reviewern zugeordnet werden und zwar so dass diese immer nur diejenigen artikel beurteilen deren thematik ihrer eigenen Expertise gut entspricht nun unterstützt eine KI bei dieser bisher aufwendigen arbeit Wie bei der Partnersuche in Online Dating Portalen schlägt die KI nachdem sie hunderte texte in hoher Geschwindigkeit durchforstet hat den passenden reviewer vor Jedoch gilt es zu vermeiden dass alle Publikationen beim selben Gutachter landen zum Beispiel weil dieser am meisten Erfahrung hat und auf vielen Gebieten Experte ist auch hier gibt es ähnlich keiten zu Dating Portalen weiß rené Berndt Es hätte keinen Sinn allen Kunden denselben traumpartner vorzuschlagen nur weil diese Person oft eine perfekte übereinstimmung zeigt Vielmehr will man dass jeder Kunde treffer erhält die gut passen könnten Bevor die reviewer aber informiert werden ist wieder der Chair der Konferenz gefragt Die Machine learning anwen dung soll unterstützend wirken nicht bevormundend das ist uns sehr wichtig erklärt rené Berndt So erhält der Chair also einen Vorschlag den er beliebig anpassen kann Die nase vorn PrIMa Paper rating and IPC Matching heißt das Wunder mittel das auf diese Weise entstanden ist Es ist eine Erweite rung des bestehenden Submission and review Management oder kurz SrM und erleichert den Organisatorinnen und Or ganisatoren der Eurographics die arbeit mit dem Einreichungs prozess für ihre Konferenz drastisch und das seit 2014 Die erste Vorläuferversion des heute eingesetzten Systems damals allerdings noch ohne KI entstand sogar schon man kann das zuordnen von eingereichten artikeln zu den passenden Gutachterinnen und Gutachtern war und ist für konferenzorganisatoren oft noch eine mammutaufgabe hunderte publikationen müssen gelesen werden um zu erfassen worum es darin im detail geht nicht so auf der euro graphics der renommierten jährl ichen konferenz der european association for computer Gra phics dort durchforstet dank der zusammenarbeit mit Fraunhofer austria eine ki die einrei chungen und schlägt punktgenau die passenden reviewer vor WEnn DIE KI tEXtE lIESt Shutterstock

Hinweis: Dies ist eine maschinenlesbare No-Flash Ansicht.
Klicken Sie hier um zur Online-Version zu gelangen.