Zeitraum: 07/2019 - 03/2020

- Kurzfassung -

An dem Begriff “künstliche Intelligenz” kommt man im Alltag kaum noch vorbei. Die meisten gehen automatisch davon aus, dass hinter diesem Begriff eine große Einstiegshürde steckt. Mit meinem Projekt, dem sogenannten EasyNet, wollte ich im Rahmen zweier Wettbewerbe (Jugend Forscht und Bundeswettbewerb Künstliche Intelligenz) Interessierten helfen, einen einfachen Einstieg in die Welt der KI zu finden. Hierzu entwickelte ich eine intuitive Oberfläche, die dem Nutzer die Möglichkeit bietet, über eine grafische Benutzeroberfläche neuronale Netzwerke zu erstellen, zu bearbeiten und zu analysieren. Man kann sich darunter eine Art digitalen Baukasten vorstellen. Schrittweise wird man von der Auswahl des Datensatzes bis hin zur fertigen Architektur des Netzwerks begleitet. Und für all dies benötigt man keinerlei Programmierkenntnisse. Man kann die Auswirkungen von den verschiedensten Parametern eines Netzwerks spielerisch leicht anpassen, auswerten und erfassen.

- Dokumentation -

Dieses Projekt ergab sich durch das stetig steigende öffentliche Interesse an dem Thema “künstliche Intelligenz” und meinem persönlichen Interesse an den Themen Informatik und Design. Es vereint das Thema Machine Learning mit der Welt der UX. Ein komplexes Thema soll also auf das Grundsätzlichste heruntergebrochen werden und dann übersichtlich neu gestaltet werden. Grundidee und Leitkonzept war es dementsprechend, während der Entwicklung eine Art virtuellen Baukasten zu programmieren, in dem man neuronale Netzwerke übersichtlich erstellen, bearbeiten und auswerten kann. Diese Oberfläche sollte ohne jegliche Programmierkenntnisse als reguläre Desktop-App bedienbar sein und sich daher besonders an Neulinge in dem Bereich des Machine Learning richten. Bei mehr Interesse können Sie sich unter diesem Link die Langfassung herunterladen.

easynet_poster

Plakat für Jugend Forscht

- Referenzen -

easynet_standfoto

Wettbewerbsstand (für Jugend Forscht)

Stand-Video (für Jugend Forscht)