KI-Lernmaterialien
-
Die hier gelisteten Lernmaterialien werden von forschenden ProfessorInnen der Universitäten und Hochschulen angewandter Wissenschaften in Rheinland-Pfalz angeboten.
Die Materialien sind geistiges Eigentum dieser ProfessorInnen und können nur zu eigenen Lernzwecken verwendet werden. Jegliche andere Nutzung ist zuvor mit den entsprechenden ProfessorInnen abzustimmen und von diesen schriftlich genehmigen zu lassen.
Hochschule Trier (4)
Fachbereich Umweltplanung/Umwelttechnik (Fachrichtung Informatik) (3)
- MINT macht Mut. Eine praktische Anleitung, beispielhafte Projekte mit KI umzusetzen.
Das grüne Büchlein "MINT macht Mut" richtet sich an die Gesellschaft, Schulen und Maker. Gezeigt wird, wie MINT die Resilienz unserer Gesellschaft stärken kann. Aktuell fokussieren wir uns auf den sparsamen Umgang mit Energie. Hier steckt nicht nur KI drin, aber auch.
Kategorie Exploratives Lernen
→ Link zu den Lernmaterialien
(c) Prof. Dr. Klaus-Uwe Gollmer, Institut für Softwaresysteme (ISS) - Apfel-KI zum Anfassen
Gut schmeckende Äpfel anhand der Farbe von schlecht schmeckenden Äpfeln unterscheiden.
Ein Nächste-Nachbar-Klassifikator kann verwendet werden, um gut schmeckende Äpfel anhand ihrer Farbe von schlecht schmeckenden Äpfeln zu unterscheiden. Dazu wird eine Lernstichprobe von angebissenen Äpfeln verwendet, deren Geschmack bekannt ist. In der Anwendungsphase vergleicht der Klassifikator die Eigenschaften eines neuen unbekannten Apfels mit den Trainingsdaten und gibt den Geschmack des am ähnlichsten gefärbten Trainingsapfels als Prognose für den neuen Apfel aus. Dieser Ansatz ermöglicht es, eine anfassbare KI zu entwickeln. Um den Algorithmus zu testen, können rote Äpfel mit gutem Geschmack und grüne Viezäpfel mit saurem Geschmack verwendet werden.
Kategorie Exploratives Lernen
→ Link zu den Lernmaterialien
(c) Prof. Dr. Klaus-Uwe Gollmer, Institut für Softwaresysteme (ISS) - IoT-Demonstratoren
Im BMBF-geförderten Forschungsprojekt COSY des Umwelt Campus Birkenfeld der Hochschule Trier und der RWTH Aachen wurden sieben praxisnahe Studentenversuche zu den Themen Internet der Dinge und maschinelles Lernen entwickelt. Ziel der Versuche ist die didaktische Aufbereitung der Themen und deren Veranschaulichung anhand einfach reproduzierbarer Demonstratoren auf low-cost Hardware, zum Beispiel der IoT-Plattform Octopus. Das IoT-Kit ist von der IoT-Werkstatt (Expertengruppe IoT in Zusammenarbeit mit dem Umwelt-Campus) konzipiertes IoT-Kit.
Kategorie Exploratives Lernen
→ Link zu den Lernmaterialien
(c) Prof. Dr.-Ing. Guido Dartmann, Institut für Softwaresysteme (ISS)
Fachbereich Informatik (1)
- Vorlesung Simulation und Reinforcement Learning
Die Veranstaltung Simulation und Reinforcement Learning ist eine Lehrveranstaltung, die für den kommenden Masterstudiengang KI und Data Science vorgesehen ist, der wahrscheinlich im Sommersemester 2022 beginnen wird. Der Vorlesungsanteil dieser Veranstaltung ist als Screencast aufgezeichnet und wird in der Ausführung durch ein Tutorium und eine Projektarbeit ergänzt. Die Vorlesung besteht aus einer Übersichtsvorlesung und einem Block zum Thema Modelling & Simulation sowie einem Block zum Thema Reinforcement Learning.
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau (3)
Fachbereich Informatik (3)
- Humanoider Roboter
Das Video erläutert die Forschung der Arbeitsgruppe Robotersysteme der RPTU im Bereich der menschlichen Interaktion mit Robotern. Es wird betont, dass zukünftige Anwendungen eine natürlichere Interaktion erfordern, insbesondere für ältere Menschen. Die Forschung konzentriert sich auf emotionale Interaktion, einschließlich Mimik und Gestik, um die Kommunikation zwischen Mensch und Roboter zu verbessern. Es wird auch auf potenzielle Anwendungen in Bereichen des öffentlichen Verkehrs und der Altenpflege eingegangen. Der humanoid aussehende Roboter namens Robin wird vorgestellt, der in der Lage ist, menschliche Emotionen zu erkennen und entsprechend zu reagieren. Interessierte können sich an die Forschungsgruppe wenden, um mehr über die Technologie zu erfahren.
- Smart Mobility
Das Video zeigt Professor Karsten Berns, Leiter der Arbeitsgruppe Robotersysteme an der RPTU Kaiserslautern, der die Anschaffung eines autonomen Busses zur Erprobung neuer Mobilitätskonzepte in Zusammenarbeit mit der Stadt Kaiserslautern diskutiert. Der Fokus liegt auf der Bereitstellung von bedarfsgesteuerter Beförderung innerhalb von Stadtgebieten, insbesondere für ältere und behinderte Menschen, mit Testgebieten rund um den Universitätscampus und Wohngebieten. Die aktuellen Bemühungen beinhalten den Aufbau des Busses mit Hardware, Software und Sensoren sowie die Integration von Steuersoftware und die Gewährleistung der Sicherheit in überfüllten Bereichen. Das Projekt beinhaltet eine gemeinsame Anstrengung mit lokalen Unternehmen, dem Fraunhofer-Institut und der Stadt Kaiserslautern, um alle Aspekte der Transportdienste für neue urbane Mobilität zu berücksichtigen.
- KI vor Gericht. Ein Comic-Essay zur Frage automatischer Entscheidungssysteme.
Der Einsatz von Künstlicher Intelligenz (KI) zur gerichtlichen Entscheidungsfindung birgt Herausforderungen. Erstens können KI-Systeme aufgrund von Bias und Diskriminierung zu ungerechten Urteilen führen. Zweitens fehlt es oft an Transparenz, da die Entscheidungsprozesse von KI-Algorithmen schwer nachvollziehbar sind. Drittens müssen Datenschutz und Privatsphäre gewährleistet werden, da der Einsatz von KI den Zugriff auf sensible Informationen erfordert. Es ist wichtig, diese Probleme anzugehen, um sicherzustellen, dass der Einsatz von KI in der gerichtlichen Entscheidungsfindung fair, transparent und ethisch verantwortlich ist.
Kategorie Grafische Bildung
→ Link zu den Lernmaterialien
(c) Prof. Dr. Katharina A. Zweig, Algorithm Accountability Lab