Seit Beginn 2020 unterstützt der DFKI-Forschungsbereich „Sprachtechnologie und Multilingualität“ (MLT) die Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) auf ihrer Mission hin zu einer „florierenden, ethischen und nachhaltigen KI-Industrie“ in Afrika und Asien. Dabei kooperiert das DFKI mit der Initiative „FAIR Forward - Artificial Intelligence for All“, die drei wichtige Ziele verfolgt:
- Transfer und Ausbau des Wissens im Bezug auf KI,
- Verbesserung von Zugang zu Trainingsdaten und KI-Technologien,
- Entwicklung von politischen Rahmenbedingungen, die einen verantwortungsvollen und ethischen Einsatz von KI ermöglichen.
Bereits 2020 organisierte das DFKI in diesem Zusammenhang mehrere Veranstaltungen, darunter einen Workshop zur Unterstützung der Entwicklung eines „AI Chatbots in Ruanda“ und ein Webinar zum Thema „NLP in low-resourced languages“ mit Fokus auf afrikanische Sprachen. In diesem Jahr ist das MLT-Team virtuell von Afrika nach Asien gereist: In Zusammenarbeit mit den DFKI-Forschungsbereichen „Speech and Language Technology“ (SLT) und „Erweiterte Realität“ sowie ausgewählten Experten der Universität des Saarlandes fanden im März 2021 zwei Crashkurse in Kooperation mit GIZ Indien statt:
"Voice Applications, Data Collection... and more!" (01.03.2021)
Mit Schwerpunkt auf Indien gewährte der Crashkurs „Voice Applications, Data Collection... and more!“ Einblicke in neueste KI-Entwicklungen und maschinelles Lernen im Bereich Dialogsysteme (Question Answering Systems, Chatbots) und vermittelte die Grundlagen der Spracherkennung, Sprachsynthese und Methoden zur Erfassung von Sprachdaten. Die Teilnehmer stammten aus zwei sehr unterschiedlichen Bereichen: Eine indische Mikrofinanzinstitution, die an Dialogsystemen für Callcenter interessiert ist und ein Netzwerk für den Austausch von Klimainformationen zwischen Wissenschaftlern und Landwirten, bei der Teile der Kommunikation automatisiert werden sollen. Die Referenten aus den DFKI-Forschungslaboren MLT (Prof. Günter Neumann) und SLT (Jan Nehring) sowie der Universität des Saarlandes (Prof. Dietrick Klakow, Lakshmi Bashyam, Prof. Bernd Möbius und Dr. Olga Petukhova) verhalfen den Teilnehmer*innen zu einem besseren Verständnis der Unterschiede und Komplexität von Dialogsystemen und akustischen Modellen und zeigten Möglichkeiten und Hürden bei der Entwicklung geeigneter Lösungen auf.
„Machine Learning and Computer Vision for Earth Observation” (04.03.2021)
Der zweite Crashkurs mit dem Titel „Machine Learning and Computer Vision for Earth Observation“ war speziell auf Erdbeobachtungssysteme für Landwirtschaft und Wassermanagement ausgerichtet. Zwei Projekte wurden durch die Teilnehmer*innen vertreten: Während eines der Projekte digitale Werkzeuge und Technologien (z.B. Fernerkundungs- und GIS-Daten) nutzt, um das klimaresistente Wasserressourcenmanagement zu verbessern, konzentriert sich das andere gemeinsam mit der Nationalen Bank für Landwirtschaft und ländliche Entwicklung in Indien auf die Erfassung von z.B. Wassereinzugsgebieten, Landnutzung und Flächenbedeckung. Im Workshop wurde erläutert, wie Computer aus Bildern, Videos oder 3D-Sensoren Informationen gewinnen können. Auf die Frage nach konkreten Anwendungsfällen im Zusammenhang mit Erdbeobachtung und Landwirtschaft erwähnte Referent Dr. Jason Rambach (Augmented Vision, DFKI), dass es Techniken gäbe, um Anomalien bereits in einem frühen Stadium erkennen und somit größere Katastrophen verhindern zu können. Im Anschluss stellte Dr. Ioannis Dontas (Aratos Group) Lösungen für die Erdbeobachtung, ein Precision Farming System und eine Möglichkeit zur Fernüberwachung der Wasserqualität in Binnengewässern vor. In einer offenen Diskussion tauschten sich die Teilnehmer anschließend zur automatischen Baum- und Plantagenerkennung, Satellitensensoren und zur Verfügbarkeit von hochauflösenden Satellitendaten aus.
Obwohl die beiden Crashkurse thematisch sehr unterschiedlich waren, verfolgten beide ein Ziel: Die Teilnehmer*innen über die verfügbaren KI-Lösungen zu informieren und gemeinsam herauszufinden, wie KI sinnvoll innerhalb der Projekte eingesetzt werden kann.