Steckbrief: Machine Learning Tools

Bilderkennung mit Java: Machine-Learning-Beispiel CognitiveJ

Ian Kelly

(c) Shutterstock / Daboost (modifiziert)

Im Rahmen unseres Themen-Dossiers zum Maschinellen Lernen stellen wir interessante Projekte und Beispiele für Machine Learning vor. Heute: CognitiveJ. Das quelloffene Projekt stellt ein Java 8 API zur Interaktion zwischen Java-Anwendungen und Microsofts Cognitive Machine Learning & Image Processing Libraries bereit.

CognitiveJ – Intelligente Bilderkennung mit Java

CognitiveJ ist eine Java-Bibliothek, die Entwicklern Zugriff auf eine große Sammlung leistungsstarker Bildverarbeitungsfunktionen gibt, beispielsweise auf eine Gesichtserkennung, eine Geschlechts- und Altersidentifikation und eine Personenerkennung.

CognitiveJ wurde ausschließlich in Java geschrieben und verwendet im Kern die Services von Microsofts Project Oxford, die kontinuierlich von einigen der führenden und klügsten Forschern auf dem Gebiet weiterentwickelt werden. CognitiveJ ist breit und vielfältig einsetzbar; von der Gruppierung von Fotos und der Erkennung von Menschen auf Bildern bis hin zur Identifikation von Emotionen auf Gesichts-Fotos.

Ich persönlich arbeite an einer Spring Security Extension, die CognitiveJ für eine Multi-Faktor-Authentifizierung per Android-App verwendet. Die Anwendung benutzt die Device-Kamera, um ein Foto der Person zu machen, die das Gerät in der Hand hält, und auf diese Weise zu validieren, dass die Person ist, wer sie zu sein vorgibt. Das wäre ohne CognitiveJ nicht möglich.

Beispiel

CognitiveJ wurde in Hinblick auf eine leichte Benutzbarkeit entwickelt und kümmert sich um alle Komplexitäten, wenn es mit den Backend-ML-Services interagiert. Die folgenden paar Zeilen Code laden ein Bild aus einer URL, markieren jedes Gesicht im Bild und geben eine Information darüber aus, welche dominanten Emotionen die Gesichter zeigen (glücklich/traurig/wütend usw):

‘
FaceScenarios faceScenarios = new FaceScenarios(getProperty("azure.cognitive.subscriptionKey"),
                getProperty("azure.cognitive.emotion.subscriptionKey"));
        ImageOverlayBuilder.builder(IMAGE_URL)
                .outlineDominantEmotionsOnImage(faceScenarios
                        .findEmotionFaces(IMAGE_URL), RectangleTextPosition.BOTTOM_OF).launchViewer();
‘

CognitiveJ – Ausblick

Die zukünftige Weiterentwicklung von CognitiveJ hängt komplett von der Community ab. Ich bitte also alle Leute dringend darum, sich bei mir zu melden und mir zu sagen, was ihnen gefällt und wo es noch Raum für Verbesserungen und Veränderungen gibt. In der nächsten Zeit werde ich mir einige Möglichkeiten zur Integration von Audio-Analyse-Services anschauen, die Entwicklern vielfältige Feature-Sets zur Verfügung stellen könnten; beispielsweise eine Funktion zur Erkennung von Stimmen innerhalb von Sound-Streams sowie zur Authentifizierung anhand des „Fußabdrucks“ der Stimme – stellt euch vor, man könnte einfach mit einer Login-Seite im Browser sprechen oder sogar mit der Eingangstür der eigenen Wohnung, um Zugang zu erhalten. Ziemlich spannendes Zeug!

 Steckbrief

Name CognitiveJ
Art Intelligente Bildanalyse, Bilderkennung
Sprache Java
Lizenz Apache 2.0
Home https://github.com/CognitiveJ/cognitivej
Kontakt  https://iankelly.io/

Faszination Machine Learning – das Interview

JAXenter: Was ist so spannend an Machine Learning?

imgpsh_fullsize-1Ian Kelly: Ich habe mich seit meinem Studium mit Machine Learning beschäftigt und damit gearbeitet. Was mich daran fasziniert, ist die evolutionäre Geschwindigkeit, mit der sich ML-Tools weiter entwickeln. Das ist, in meinen Augen, im Moment die spannendste Disziplin der Computer-Wissenschaften. ML-Technologien werden Teil der Struktur unseres Alltagslebens werden, was unheimlich aufregend ist, aber auch nervig sein kann. Komplexe Rechenprobleme, die führende Wissenschaftler seit Jahrzehnten beschäftigt haben, werden nun mit Leichtigkeit durch die Verwendung von ML- und AI-Ansätzen gelöst; es scheint keine Grenzen mehr zu geben.

JAXenter: Glaubst du, dass Maschinen irgendwann die Weltherrschaft übernehmen werden? Sind solche Ängste begründet?

Ian Kelly: Ich glaube, dass die Frage nicht ist, ob das passiert, sondern nur, wann es so weit ist. Maschinen arbeiten auf eine analytische Weise und betrachten ausschließlich die ihnen vorliegenden Daten, um fundierte Entscheidungen zu treffen. Wenn die Zeit gekommen ist, zu der Maschinen Datensätze auswerten, die uns Menschen so zeigen wie wir wirklich sind, ist die einzig logische Konsequenz, dass sie die Kontrolle übernehmen und diese „Anomalie“ beseitigen. Das wäre nichts anderes, als wenn heute ein modernes Auto den Fahrer übergeht und anhält, bevor es zu einem Unfall kommt, nur in einem viel größeren Maßstab und mit entgegengesetzten Ergebnissen für die menschliche Rasse.

JAXenter: Welche drei Bücher/Blogs/Filme fallen dir als erstes ein, wenn dich jemand nach Empfehlungen fragt, weil er gern mehr über Machine Learning wissen möchte?

Ian Kelly: Ich halte es für sehr empfehlenswert, die Posts und Paper zu lesen, die die Leute von den Projekten Oxford & Cortana veröffentlichen und auch einen Blick auf die Paper zu DeepMind zu werfen, weil sie uns einen Einblick in die neusten Trends der Industrie geben. Aus einer cineastischen Perspektive halte ich iRobot für einen Film, der leicht wahr werden könnte – tatsächlich sehen wir die ersten Samen dieser Entwicklung schon heute.

Beende bitte die folgenden Sätze:

Machine Learning wird in 50 Jahren…

… allgegenwärtig in alltäglichen Aufgaben, Ereignissen und Interaktionen sein und uns große Macht und großes Potential geben.

Wenn Maschinen intelligenter als Menschen werden…

… müssen wir an unseren diplomatischen Fähigkeiten arbeiten und darauf hoffen, dass sie uns nicht überflüssig machen.

Im Vergleich mit einem Menschen wird eine Maschine nie…

… Selbstzweifel haben, sich darüber sorgen, was andere denken oder Entscheidungen aufgrund von Emotionen wie Neid, Habgier oder Gier treffen.

Die Menschheit würde folgende Probleme nie ohne die Hilfe von Machine Learning lösen:

Die großen Herausforderungen, denen wir heute gegenüberstehen, so wie die Diagnostik und Heilung von Krankheiten oder die Reduzierung von Umweltzerstörung und einige alltägliche Probleme wie öffentlicher Nahverkehr, der sich wirklich an den Fahrplan hält oder eine akkurate Wettervorhersage, die Wetterwechsel auf die Sekunde genau vorhersieht.

Verwandte Themen:

Geschrieben von
Ian Kelly
Ian Kelly
Ian Kelly is a highly experienced and passionate technologist with over 12 years’ experience and has worked on a diverse and wide ranging suite of platforms & technologies in the Enterprise space. Over these years, Ian has managed a number of large Enterprise projects and has worked with companies such as SAP, Microsoft, Volvo and Oracle and has provided technical guidance and expertise to their customer. Ian is currently helping bring emerging trends and concepts to the industry and continues to research and design technologies that offers business value and innovations to his clients. At this time, Ian is living and working in Dublin, Ireland.
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu: