KI-Anwendungsfälle, die deine Zukunft verändern

Wie verändert KI die Welt, in der wir leben? Falls es dir noch nicht aufgefallen ist, wirst du vielleicht überrascht sein. Von der Übertragung von Avataren zwischen virtuellen Räumen über die Entlastung von Datenarchitekturen bis hin zur Entwicklung holografischer Fitnesstrainer für unsere Wohnungen: Künstliche Intelligenz verändert bereits unsere Lebensweise.

Wir leben zwar noch nicht in einer Science-Fiction-Fantasie wie Star Trek, kommen ihr aber näher. Im Folgenden besprechen wir neue KI-Anwendungsfälle, darunter Objekterkennung im Fitnessbereich und beim Edge Computing, und untersuchen, wie Edge Computing mit Objekterkennung die Datenübertragung zwischen digitalen Geräten verbessert.

Hier sind einige KI-Anwendungsfälle, von denen wir erwarten, dass sie 2022 neue Maßstäbe setzen.

Visuelle KI im Fitnessbereich#

Objekterkennung bietet 2022 spannende Möglichkeiten und sorgt bereits in der Fitnessbranche für Aufsehen. Mirror und Tonal sind Beispiele für erfolgreiche Unternehmen, die KI im Fitnessbereich voranbringen. Beide bieten interaktive Geräte für zu Hause, die über 10.000 Trainingseinheiten streamen und auf einen Spiegel projizieren können – alles mit dem Ziel, die Gesundheit und Fitness zu verbessern.

Viele von uns empfinden Fitness eher als lästige Pflicht denn als Hobby und betreten nur ungern ein Fitnessstudio. In den eigenen vier Wänden kannst du mit Mirror jedoch dank der Haltungserkennung deinen Fortschritt, deine Körperhaltung und weitere Messwerte verfolgen.

Diese Anwendung bewertet die Körperhaltung und Pose von Personen in Videos mithilfe der menschlichen Posenschätzung, einem Verfahren, das die Posen menschlicher Körperteile und Gelenke in Bildern oder Videos vorhersagt.

Anders als die Objekterkennung unterscheidet sie Personen anhand eines menschlichen Begrenzungsrahmens und entwickelt mithilfe von Algorithmen des maschinellen Lernens ein Verständnis für die menschliche Körpersprache. Durch die Kombination menschlicher Posenschätzung mit Deep Learning erstellt Mirror jedoch konzeptionelle Modelle dafür, wie jede Übung ausgeführt werden sollte, indem Millionen verschiedener Trainingseinheiten analysiert werden.

Während des Trainings vergleicht die App mithilfe eines Algorithmus die Position deiner Gelenke. Abweichungen werden erkannt und hervorgehoben, wodurch das Verletzungsrisiko sinkt und ein sichereres, optimaleres Training ohne Personal Trainer ermöglicht wird. Dasselbe Prinzip steckt hinter der Trainingsüberwachung mit Ultralytics YOLO-Posenmodellen.

Visuelle KI im Fitnessbereich hat in letzter Zeit dank innovativer Anwendungen wie Mirror einen gewaltigen Sprung gemacht. Da fragt man sich unweigerlich: Wie wird die Fitnessbranche 2023 aussehen?

Computer Vision mit KI im Metaversum#

Seit Mark Zuckerberg Facebook in Meta umbenannt hat – die Kurzform von Metaverse –, ist der Begriff in aller Munde. Aber was bedeutet er genau? Kurz gesagt bezeichnet Metaversum die digitalen Welten, die die reale Welt erweitern sollen.

Stell dir vor, du nimmst an virtuellen Veranstaltungen, Konzerten und Treffen teil – dann bekommst du eine Vorstellung davon. Zum Metaversum gehören aber auch einfachere „virtuelle“ Interaktionen, etwa sich bei sozialen Medien anzumelden und durch den eigenen Newsfeed zu scrollen.

Auch wenn es kein endgültiges Ziel gibt, arbeiten Forschende intensiv daran, das Metaverse mithilfe von Computer-Vision-KI so immersiv wie möglich zu gestalten. Dabei handelt es sich um einen Bereich der künstlichen Intelligenz, in dem Computer darauf trainiert werden, wertvolle Informationen aus visuellen Eingaben zu erfassen und auf Grundlage der gesammelten Daten Empfehlungen zu geben. Ein entscheidender Aspekt von Computer-Vision-KI im Metaverse ist die Interoperabilität. Der Begriff bezeichnet die Übertragung von Avataren und digitalen Gegenständen von einer virtuellen Welt in eine andere.

Algorithmen des maschinellen Lernens (ML) ermöglichen bereits die Interoperabilität in der Gesundheitsbranche. Bei einer CT-Untersuchung werden beispielsweise große Datenmengen verarbeitet, gesammelt und in einer medizinischen Datenbank gespeichert.

Ärztinnen und Ärzte gehen anders vor und tragen deine Gesundheitsdaten manuell in eine Datenbank ein. Anschließend werden diese beiden Datenanalysen mithilfe der Interoperabilität zusammengeführt, um eine schnelle Diagnose zu ermöglichen.

Objekterkennung beim Edge Computing#

Die Welt versinkt in Daten. Daten werden zwar als „das neue Öl“ bezeichnet, tatsächlich verursachen zu viele Daten jedoch Probleme. Nicht alle Daten sind gleich wertvoll. Das Erfassen, Organisieren und Durchsuchen der gesammelten Daten kostet viel Zeit.

Edge Computing mit Objekterkennung hat uns von der mühsamen Aufgabe entlastet, Daten aus dem zentralen Rechenzentrum an die Randbereiche der Architektur zu übertragen. Doch was ist Edge Computing und wie funktioniert es?

Stell dir einen Verbund technischer Geräte vor, die Daten an die zentrale Datenbank senden und von dort empfangen. Dabei fallen große Informationsmengen zur Verarbeitung an. Die Verarbeitungsgeschwindigkeit der Datenbank leidet darunter, was zu Verzögerungen und Unterbrechungen führt und die Leistung beeinträchtigt.

Beim Edge Computing wird ein großer Teil dieser Daten jedoch auf die Randbereiche verteilt. Algorithmen des maschinellen Lernens weisen jedes Edge-Gerät an, mit den lokal gespeicherten Daten ein Analysemodell zu trainieren – ein Ansatz, der als föderiertes Lernen bekannt ist.

Jedes Gerät übernimmt einen Großteil der Arbeit, indem es die wertvollsten Daten herausfiltert und sie anschließend zur umfassenden Analyse an die zentrale Datenbank sendet. Stell dir eine Forscherin oder einen Forscher vor, die oder der ein Projekt mit einer enormen Menge an Forschungsergebnissen bearbeitet. Statt sämtliche Daten aus jedem einzelnen Experiment selbst zu analysieren, überträgt die Person diese Aufgabe an andere Forschende, die anschließend eine Zusammenfassung liefern.

Vision AI verändert die Welt, und die hier vorgestellten KI-Anwendungsfälle sind nur die Spitze des Eisbergs. Mit der Ultralytics Platform kannst auch du Vision AI einsetzen.

Du möchtest mit Computer Vision und KI experimentieren, aber ohne Code?#

Alles, was du brauchst, ist eine Idee. Mit der Ultralytics Platform kannst du ganz einfach Modelle mit Ultralytics YOLO erstellen und deine Ideen zum Leben erwecken. Wir halten alles einfach und übernehmen die gesamte komplexe MLOps-Arbeit, damit du keinen Code kennen musst, um Spaß mit KI zu haben. Der Einstieg ist einfach, und dein erstes ML-Modell zu erstellen ist noch einfacher.

Löse dein Problem mit visueller KI#

Mit unserer Plattform zur Bereitstellung von ML-Modellen kannst du ganz einfach loslegen. Du brauchst keinerlei Vorerfahrung mit KI.