Künstliche Intelligenz (KI) ist derzeit in aller Munde. Wahrscheinlich sind Ihre Newsfeeds und Timelines in den sozialen Medien voll von Artikeln, die prognostizieren, wie KI die Art und Weise verändern wird, wie wir mit der Welt um uns herum interagieren. Von der Art und Weise, wie wir Inhalte konsumieren, Geschäfte tätigen, mit unseren Mitmenschen interagieren, uns fortbewegen und unseren Lebensunterhalt verdienen – all das wird von KI-bezogenen Innovationen beeinflusst werden. Die Revolution hat bereits begonnen.
Auch wenn die Technologie noch nicht ausgereift ist, wurden in den letzten 18 Monaten bedeutende Meilensteine erreicht. Meilensteine, die zweifelsfrei zeigen, dass KI das Leben von Menschen mit Behinderungen verbessern kann. Dieser Artikel vermittelt Ihnen einen Ausblick darauf, in welche Richtung sich die Technologie entwickeln wird. Und was dies für die Barrierefreiheit und die Inklusion von Menschen mit Behinderungen im digitalen Raum bedeutet.
Neuronale Netze und maschinelles Lernen
Künstliche Intelligenz wirkt oft so, als würde sie in einer „Black Box“ ablaufen. Doch ihre Grundlagen lassen sich relativ einfach erklären. Der Umgang mit riesigen Datenmengen ist der Kern des ganzen „Zaubers“. Kurz gesagt: Ohne riesige Datenmengen ist KI nicht möglich. Hinzu kommt eine enorme Rechenleistung, um diese Fülle an Informationen zu verarbeiten. Auf diese Weise entwickelt künstliche Intelligenz neue Erkenntnisse. So entsteht der „Zauber“ (nennen wir ihn einfach „maschinelles Lernen“).
Maschinelles Lernen lässt sich als die Praxis zusammenfassen, Algorithmen einzusetzen, um Daten zu analysieren, aus diesen Daten zu lernen und anschließend mithilfe komplexer neuronaler Netze Entscheidungen zu treffen oder Vorhersagen zu treffen. Die Verbindungen, die KI-Systeme herstellen, wenn sie mit Daten konfrontiert werden, führen zu Mustern, die die Technologie erkennen kann. Diese Muster eröffnen neue Möglichkeiten, wie beispielsweise die Bewältigung von Aufgaben, die für die Maschine bis dahin unmöglich waren: das Erkennen eines bekannten Gesichts in einer Menschenmenge, das Identifizieren von Objekten in unserer Umgebung, das Auswerten von Informationen in Echtzeit usw.
Neuronale Netze bilden den Kern der Lernfähigkeit einer Maschine. Man kann sich das wie das menschliche Gehirn vorstellen: Informationen gelangen über unsere Sinne ins Gehirn und werden dort verarbeitet. Auf der Grundlage bereits vorhandenen Wissens werden Assoziationen hergestellt. Daraus entsteht neues Wissen. Ein ähnlicher Prozess führt auch bei Maschinen zu neuen Erkenntnissen. Die Assoziationen, die Computer mithilfe von KI herstellen können, sind der Schlüssel zur Entwicklung der digitalen Inklusion der Zukunft.
Grundbausteine der künstlichen Intelligenz
Da sich neuronale Netze selbst aufbauen und Maschinen aus den daraus resultierenden, zusammengetragenen Datenpunkten lernen, wird es möglich, KI-Bausteine zu entwickeln, die ganz spezifischen und relativ „einfachen“ Zwecken oder Aufgaben dienen. Angetrieben von den Bedürfnissen der Nutzer und mit ein wenig Kreativität lassen sich diese Bausteine zu komplexeren Diensten zusammenfügen, die dann unser Leben verbessern und Aufgaben für uns erledigen können. Allgemein gesagt vereinfachen sie einige der Dinge, die Menschen täglich erledigen müssen.
Konzentrieren wir uns auf fünf solcher Bausteine und schauen wir uns an, wie sie bereits dazu beitragen, das Online-Erlebnis für Menschen barrierefreier zu gestalten. Einige dieser Bausteine beziehen sich auf die Bewältigung einer Behinderung, während andere allgemeinere menschliche Herausforderungen thematisieren.
- Automatische Bilderkennung,
- Automatische Gesichtserkennung,
- Automatische Lippenlesungserkennung,
- Automatisierte Textzusammenfassung,
- Automatisierte Übersetzungen in Echtzeit.
Und wenn man bedenkt, dass wir bisher erst an der Oberfläche gekratzt haben. Verdammt.
1. Bilderkennung zur Behebung von Problemen mit Alt-Text?
Jeden Tag laden Nutzer über 2 Milliarden Bilder auf Facebook, Instagram, Messenger und WhatsApp hoch. Stellen Sie sich einmal vor, wie es wäre, die eigene Timeline ohne Bilder zu durchblättern. Genau das war die Realität für Millionen von Menschen mit Sehbehinderungen, bis Facebook beschloss, etwas dagegen zu unternehmen. Anfang 2016 veröffentlichte der Social-Media-Riese seine bahnbrechende Funktion für automatischen Alternativtext. Sie beschreibt Bilder dynamisch für blinde und sehbehinderte Menschen. Die Funktion ermöglicht es der Facebook-Plattform, die verschiedenen Bestandteile eines Bildes zu erkennen. Dank maschinellem Lernen und neuronalen Netzen kann sie jeden einzelnen mit atemberaubender Genauigkeit beschreiben.
Früher enthielt der Alt-Text für Bilder, die auf Ihrer Timeline gepostet wurden, lediglich den Namen der Person, die das Bild gepostet hatte. Heute werden Bilder auf Ihrer Timeline anhand aller Elemente beschrieben, die mithilfe von KI darin erkannt werden können. Ein Bild von drei Freunden, die an einem sonnigen Tag eine Kanufahrt genießen, könnte beispielsweise wie folgt beschrieben werden: 3 Personen, lächelnd, ein Gewässer, blauer Himmel, im Freien. Zugegeben, das ist nicht so ausführlich und anschaulich, wie es ein von Menschen verfasster Alternativtext sein könnte. Aber es ist bereits eine erstaunliche Verbesserung für alle, die die Bilder nicht sehen können. Und wenn man bedenkt, dass Facebook dies erst seit etwa 18 Monaten tut!
In weiteren 5 bis 7 Jahren wird die KI zur Bilderkennung so präzise sein, dass schon allein der Gedanke, Alternativtext für Bilder zu verfassen, sinnlos erscheinen wird. Genauso sinnlos, wie es sich für manche von uns heute anfühlt, Layout-Tabellen anstelle von CSS zu verwenden.
2. Gesichtserkennung – der lang ersehnte CAPTCHA-Killer?
Während Apple die Gesichtserkennung als neue Methode zum Entsperren der nächsten iPhone-Generation eingeführt hat, hat Microsoft intensiv an der Umsetzung von Windows Hello gearbeitet. Beide Technologien ermöglichen es Ihnen, sich allein mittels Gesichtserkennung an Ihrem Computer anzumelden. Das Endziel? Die Abschaffung von Passwörtern, mit deren Verwaltung die meisten Menschen, wie wir wissen, ziemlich schlecht zurechtkommen. UndDaten von Applezeigen, dass dies bislang recht gut funktioniert. Während die Fehlerquote bei Touch ID unter iOS bei etwa 1 zu 50.000 lag, gibt Apple an, dass sie diese Quote mit der Gesichtserkennung bereits auf 1 zu einer Million senken konnten. Das nenne ich mal eine Verbesserung!
Ja, die Gesichtserkennung wirft erhebliche Sicherheits- und Datenschutzbedenken auf. Sie bietet jedoch auch Lösungen für viele Herausforderungen im Zusammenhang mit der Online-Authentifizierung.Durch die Auswertung von Daten – in diesem FallzahlreicheFotos des eigenen Gesichts ausverschiedenenBlickwinkeln – lernen die Bausteine der KI,Rückschlüsse darauf zu ziehen, wer sich vor der Kamera befindet. Auf diese Weise sind sie schließlich in der Lage, eine Person in verschiedenen Kontexten zu erkennen und zu authentifizieren.
Der Ersatz von CAPTCHA-Bildern ist ein Bereich, in dem Menschen mit Behinderungen möglicherweise am meisten von der Gesichtserkennung profitieren könnten.Sobald das System eine Person, die mit ihm interagiert, über die Kameralinse als Menschen erkennt, dürfte die Notwendigkeit, Bots auszusortieren, der Vergangenheit angehören. Die KI-gestützte Gesichtserkennung könnte der CAPTCHA-Killer sein, auf den wir alle gewartet haben.
3. Lippenlesen zur Verbesserung von Videountertiteln?
Wussten Sie, dass KI bereits die weltweit besten Experten für Lippenlesen im Verhältnis 4 zu 1 übertrifft?Auch hier haben die Bausteine der KI durch die Verarbeitung riesiger Datenmengen im Laufe der Zeit gelernt, Muster und Mundformen zu erkennen. Diese Systeme sind nun in der Lage, zu interpretieren, was Menschen sagen.
Im Rahmen des Google DeepMind-Projekts wurden über 100.000 natürliche Sätze aus Videos der BBC untersucht.Diese Videos wiesen eine große Bandbreite an Sprachen, Sprechgeschwindigkeiten, Akzenten, Beleuchtungsverhältnissen und Kopfpositionen auf.Die Forscher ließen einige der weltweit führenden Experten versuchen, die Äußerungen der Personen auf dem Bildschirm zu interpretieren. Anschließend ließen sie dieselbe Videosammlung durch die neuronalen Netze von Google DeepMind laufen. DieErgebnisse waren verblüffend. Während die besten Experten etwa 12,4 % des Inhalts interpretieren konnten, gelang es der KI, 46,8 % erfolgreich zu interpretieren. Das reicht aus, um jeden Experten in den Schatten zu stellen!
Das automatisierte Lippenlesen wirft zudem erhebliche Datenschutzbedenken auf. Was wäre, wenn jede beliebige Kamera in der Lage wäre, fast 50 % dessen zu erfassen, was jemand in einem öffentlichen Raum sagt?Dennoch birgt die Technologie ein erstaunliches Potenzial, um Menschen mit Hörbehinderungen beim Konsum von Online-Videoinhalten zu unterstützen. Geben wir Google DeepMind und anderen ähnlichen Bausteinen der KI ein paar Jahre Zeit, um das Lippenlesen zu verbessern.Mit der Verbesserung der Qualität und Relevanz automatisierter Untertitel werden wir dramatische Fortschritte bei der Genauigkeit dieser Online-Dienste erleben.
4. Automatische Textzusammenfassung als Hilfe bei Lernschwierigkeiten?
KI ist nützlich, um Barrieren für Menschen mit Seh- oder Hörbehinderungen abzubauen. Aber auch Menschen mit kognitiven Beeinträchtigungen können davon profitieren! Unter anderem Salesforce arbeitet an einemAlgorithmus zur abstrakten Zusammenfassung. Der Algorithmus nutzt maschinelles Lernen, um kürzere Textzusammenfassungen zu erstellen. Obwohl er noch in den Kinderschuhen steckt, ist er sowohl kohärent als auch präzise.Die menschliche Sprache ist einer der komplexesten Aspekte der menschlichen Intelligenz, die es für Maschinen zu entschlüsseln gilt.Dieser Baustein birgt großes Potenzial für Menschen mit Lernbehinderungen wie Legasthenie sowie für Menschen mit Aufmerksamkeitsdefizitstörungen, Gedächtnisproblemen oder geringen Lese- und Schreibfähigkeiten.
Innerhalb weniger Jahre hat Salesforce beeindruckende Fortschritte bei der automatisierten Zusammenfassung erzielt. Das Unternehmen nutzt nun KI, um von einem extraktiven Modell zu einem abstraktiven Modell überzugehen. Extraktive Modelle stützen sich auf bereits im Text vorhandene Wörter, um eine Zusammenfassung zu erstellen. Dadurch ist das Modell recht starr. Mit einem abstrakten Modell haben Computer mehr Möglichkeiten. Sie können neue, themenbezogene Wörter und Synonyme einbringen, sofern das System den Kontext ausreichend versteht, um die richtigen Begriffe zur Zusammenfassung des Textes zu finden.Dies ist ein weiterer Bereich, in dem der massive Umgang mit Daten es der KI ermöglicht, fundiertere Annahmen zu treffen. Diese Annahmen führen dann zu Erfolg, Relevanz und Genauigkeit.
In der heutigen Welt, in der wir einer solchen Informationsflut ausgesetzt sind, stellt es eine enorme Herausforderung dar, den Überblick über die Daten zu behalten.Die Verarbeitung relevanter Informationen bei gleichzeitiger Aussortierung des Übrigen ist zu einer der größten Herausforderungen des 21. Jahrhunderts geworden. Wir alle müssen immer mehr lesen, um in unserem Beruf, bei den Nachrichten und in den sozialen Medien auf dem Laufenden zu bleiben.Für Menschen mit kognitiven Beeinträchtigungen, Menschen mit geringen Lese- und Schreibfähigkeiten oder Menschen aus anderen Kulturkreisen ist dies eine noch größere Herausforderung.Wir sollten uns noch keine allzu großen Hoffnungen auf abstrakte Zusammenfassungen machen, aber dies könnte unsere beste Chance sein, einen Ausweg aus dem Chaos der kognitiven Überlastung zu finden, in dem wir uns befinden.
5. Echtzeitübersetzung wie der legendäre Babelfish?
Die Vielfalt der Sprachen und Kulturen ist vielleicht einer der bereicherndsten Aspekte der Menschheit.Sie ist aber auch ein Aspekt, der unüberwindbare Probleme mit sich bringt, wenn es um die Kommunikation mit Menschen aus aller Welt geht.Seit jeher träumen die Menschen davon, Maschinen zu bauen, die eine Kommunikation ohne Sprachbarrieren ermöglichen. Bis jetzt.
Wir alle kennen mittlerweile Dienste wie Google Translate. Die meisten von uns haben sich oft darüber lustig gemacht, wie ungenau die daraus resultierenden Übersetzungen oft waren.Vor allem bei verschiedenen Sprachen, die weniger verbreitet sind und daher nicht so gut abgedeckt werden.Im November 2016 führte Google sein System „Neural Machine Translation“ (GNMT) ein, dasdie Fehlerquote um bis zu 85 % senkte. Vorbei sind die Zeiten, in denen der Dienst Wort für Wort übersetzte. Dank GNMT erfolgen Übersetzungen nun ganzheitlich – Satz für Satz, Idee für Idee. Je mehr die KI mit einer Sprachein Berührung kommt, desto mehr lernt sie darüber, und desto genauer werden die Übersetzungen.
Anfang dieses Jahres hat Google die PixelBuds auf den Markt gebracht. Diese Ohrhörer sind mit der neuesten Version des Google-Smartphones kompatibel. Sie können nun das, was man hört, in Echtzeit in bis zu 40 verschiedene Sprachen übersetzen. Das isterstder Anfang. Aus Sicht der Barrierefreiheit und des Abbaus von Barrieren ist das unglaublich. Wir sind dem Babelfish (diesem kleinen, gelben, blutegelartigen Außerirdischen aus „Per Anhalter durch die Galaxis“) so nahe, dass wir ihn fast schon berühren können.
Und das ist erst der Anfang
Diese Bausteine sind nur einige der Innovationen, die dank künstlicher Intelligenz entstanden sind. Sie sind nur die Spitze des KI-Eisbergs. Die nächsten Jahre werden garantiert noch viel mehr bringen. Solche Innovationen halten bereits Einzug in die assistiven Technologien. Sie tragen bereits dazu bei, die Lücken zu schließen, mit denen Menschen mit Behinderungen konfrontiert sind.Wenn kreative Köpfe diese Bausteine miteinander verbinden, entstehen Produkte, Anwendungen und Dienstleistungen, die das Leben der Menschen zum Besseren verändern. Es sind spannende Zeiten.
Selbstfahrende Autos, Anwendungen zur Umgebungserkennung, im Gehirn implantierte Computerschnittstellen usw.Noch vor wenigen Jahrenwurdensolche Ideenals Science-Fictionabgetan. Es zieht ein regelrechter KI-Sturm auf.Er wird das Leben aller Menschen verbessern, vor allem aber das Leben von Menschen mit Behinderungen.
