Das DIN hat einen „Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen“ veröffentlicht, wie gestern qz-online berichtete. Die DIN SPEC 13266 vermittelt grundlegende Kenntnisse zu den Anwendungsmöglichkeiten und der Struktur von Deep-Learning-Systemen und nennt Voraussetzungen, unter denen sich Bilderkennungsprobleme mithilfe eines Deep-Learnings-Systems bearbeiten lassen. Weiterhin gibt das Dokument Leitlinien zur praktischen Umsetzung an die Hand – angefangen beim Sammeln von Daten über ihre Strukturierung bis hin zur Ablaufstruktur von Lernexperimenten und zur Fehleranalyse.
Die neue Spezifikation unterstütze Entscheidungsträger oder Umsetzer von KI-Projekten beim Einschätzen des Aufwands und Nutzens von Deep-Learning-Bildsystemen und könne dadurch eine genauere Erfolgsprognose erstellen, erklärte Felix Faber von der MindPeak GmbH, der die DIN SPEC mitinitiiert hat. Die hohe Erkennungsgenauigkeit von Deep-Learning-Systemen biete vielversprechende Möglichkeiten, um monotone oder langwierige Aufgaben zu automatisieren und neue Anwendungsbereiche für die Bilderkennung zu erschließen, beispielsweise in der medizinischen Diagnose von Krebszellen.
Dennoch hätten Nicht-Experten oft keinen Zugang zu dem Gebiet, sodass ihnen ein realistisches Bild der Entwicklung von Deep-Learning-Systemen vorenthalten bleibt. Gerade mittelständische Unternehmen könnten enorm von standardisierten KI-Anwendungen profitieren, häufig fehlten jedoch Kapazitäten und Mittel, um sich in den Methodenbereich einzuarbeiten. Ziel der Spezifikation ist es daher, diese Lücke zu schließen, um Unternehmen den Zugang zu den aktuellen technologischen Entwicklungen im KI-Bereich zu gewähren und ihre nationale und internationale Wettbewerbsfähigkeit zu fördern.
Die DIN SPEC wurde im PAS-Verfahren (Publicly Available Specification) in nur sechs Monaten erarbeitet. Daran beteiligt waren außer der MindPeak GmbH auch die Fuse-AI GmbH, die Psiori GmbH, die Hochschule Düsseldorf, die Deutsche Röntgengesellschaft e.V. sowie die Quality Match GmbH.