Komplementäre Stärken menschlicher und künstlicher Intelligenz effektiv nutzen

Das menschliche Gehirn und die heutige KI weisen stark komplementäre Fähigkeiten und „Arten von Intelligenz“ auf. Wir wollen mit unserer Arbeit neue menschzentrierte Paradigmen für KI erforschen und entwickeln, die Menschen und Maschinen in einen kooperativeren Prozess zum beiderseitigen Vorteil einbinden. Wir verfolgen daher einen transdisziplinären Forschungsansatz, der Data-Mining, maschinelles Lernen, interaktive Visualisierung, visuelle Datenanalyse und Mensch-Computer-Interaktion miteinander verbindet.

Forschungsfokus

Unsere Forschung konzentriert sich auf eine stärkere Integration von Menschen und Maschinen durch Interaktion und Zusammenarbeit. In diesem Kontext wird der Lernprozess des menschlichen Gehirns und der KI als wechselseitiger Prozess verstanden, in dem Mensch und Maschine in einen Dialog eintreten, um gemeinsam ein Problem zu lösen. Dabei profitieren beide Seiten von den entstehenden Synergien.

Der Mensch kann durch seine Expertise den Lernprozess der KI lenken und somit besser auf die eigentlichen Ziele und Bedürfnisse der Nutzer*innen abstimmen. Die menschliche Intuition und Wahrnehmung kann wirksam eingesetzt werden, um schnell komplexe Muster zu erkennen, was der KI oft schwer fällt. Zusätzlich unterstützt der kollaborative Prozess Menschen dabei, tiefere Einblicke in KI sowie ihre Funktionsweisen und Lernfortschritte zu gewinnen, wodurch bessere Nachvollziehbarkeit, mehr Transparenz und höheres Vertrauen ermöglicht werden.

Unsere kollaborative und menschzentrierte Herangehensweise an künstliche Intelligenz bietet eine Vielzahl an möglichen Anwendungsfeldern. Überall dort, wo KI-basierte Assistenzsysteme integriert werden sollen, kann sie dabei helfen, die Systeme an die tatsächlichen Bedürfnisse der Nutzer*innen anzupassen und die KI-Methoden interativ zu verbessern und transparenter zu gestalten. Vor allem in Bereichen, die von großen Mengen nicht gekennzeichneter Daten geprägt sind, kann kollaboratives Lernen dabei helfen, das Training von KI-Systemen zu aktivieren und zu beschleunigen. Nachfolgend sind konkrete Anwendungsfelder dargestellt.

Felder der Human-Centered Artificial Intelligence: Gesundheit & Medizin, Verkehr & Mobilität, Archive & Sammlungen, Sicherheit & Monitoring, Biologie & Chemie, Industrie, Soziale Medien, Persönliche Assistenten

Zu den Forschungsschwerpunkten im Bereich der menschzentrierten KI gehören:

Projekte

Active deep learning for object detection

Entwicklung neuer Strategien zur Integration von Active Learning und Deep Learning für den Einsatz künstlicher Intelligenz

VALiD-Visual Analytics in Data-Driven Journalism

Interdisziplinäres Forschungsprojekt zur Entwicklung von Visual Analytics Technologien, die DatenjournalistInnen bei der Analyse von komplexen Daten unterstützen.

SoniVis

Entwicklung eines einheitlichen Rahmens für die kombinierte auditive und visuelle Datenanalyseansätze

KAVA-Time – Datenanalyse von Mensch und Maschine

Knowledge-Assisted Visual Analytics Methods for Time-Oriented Data – neue Methoden zur Erfassung von explizitem Expertenwissen und dessen Visualisierung vereinen menschliches Hintergrundwissen mit d...

Sie wollen mehr wissen? Fragen Sie nach!

Forschungsgruppenleiter
Forschungsgruppe Media Computing
Institut für Creative\Media/Technologies
Department Medien und Digitale Technologien
Arbeitsplatz: A - Campus-Platz 1
M: +43/676/847 228 652