Projektübersicht
Dauer: 11/2020 bis 10/2022
Programm: FORTE – Industrielle Forschung
Referenznummer: 879705
Hintergrund des Projekts
Die Beschaffung, Vernetzung, Auswertung und Verbreitung von Informationen spielt in modernen Konfliktszenarien eine immer größere Rolle. Neben klassischen Militäreinsätzen werden in der sogenannten “hybriden Kriegsführung” zusätzlich (Des-)Informationen im Internet und den sozialen Medien verbreitet, um zum Beispiel eine Aufwiegelung der Bevölkerung beziehungsweise Destabilisierung der Gesellschaft zu erreichen.
Dabei sind vor allem kleinere, lokal agierende Nachrichtensender relevant, da diese Nachrichten über sicherheitsrelevante Ereignisse rascher und mit stärkerem lokalem Bezug verbreiten. Die Problemstellung wird außerdem auf die Erkennung von Ereignissen im Text und in Verbindung damit häufig auftretende Audio-Ereignisse (z. B. Sirenengeheul) eingeschränkt.
Automatisierte Verfahren der Informationsgewinnung werden, zum Beispiel im Rahmen der Cyber Defence, bereits für die Datenanalyse eingesetzt. Jedoch stellt der Einsatz von Künstlicher Intelligenz in multi-modalen Szenarien – zum Beispiel die gleichzeitige Verarbeitung von Text- und Audio-Informationen – noch immer eine große Herausforderung dar, da die Systeme kontinuierlich an neue Anwendungsszenarien und an eine sich stetig verändernde Umgebung angepasst werden müssen.
Des Weiteren erfordert der operative Einsatz das überwachende und steuernde Eingreifen von Expertinnen und Experten, während zugleich die Leistungsfähigkeit der eingesetzten Algorithmen gewährleistet werden muss.
Hierbei kann durch den Einsatz aktueller Ansätze interaktiven Lernens von Menschen (human in the loop) und Methoden des maschinellen Lernens, wie z. B. „Transfer Learning“ und „Active Learning“, der Einsatz operativer Fachkräfte optimal genutzt werden, wodurch eine verbesserte Leistungsfähigkeit der Modelle mit weniger Aufwand in Form von Humanressourcen erreicht werden kann.
Projektziele
Ziel von AMMONIS ist die Entwicklung und Implementierung prototypischer Services für die Erstellung, Anpassung und kontinuierliche Evaluation multi-modaler KI-Algorithmen für die Klassifikation und Verknüpfung von Audio-Ereignissen mit jeweils in räumlichem, zeitlichem oder thematischem Zusammenhang stehenden Textinformationen.
Unter der Annahme, dass die Darstellungen aus verschiedenen Online-Informationsquellen voneinander abweichen, gilt es widersprüchliche – aber auch ergänzende – Darstellungen in den unterschiedlichen Nachrichtenkanälen – wie unter anderem das Erwähnen beziehungsweise Auslassen akustischer Ereignisse (z. B. Schüsse, Explosionen, Hubschraubergeräusche) – aufzufinden, die für die Situationseinschätzung von Bedeutung sind, um so ein Monitoring und die Früherkennung zu ermöglichen.
Inhaltlich befasst sich das AMMONIS-Projekt mit Ereignissen wie zum Beispiel Proteste, Unruhen oder Ausschreitungen und wird mit Hilfe von KI-Technologien eine vergleichende Auswertung der Nachrichten aus Online-Medien unterschiedlicher Länder durchführen.
Das Ergebnis des Projekts sind ausbaufähige und wiederverwendbare Services für die verknüpfte Analyse von Audio- und Text-Daten unter Verwendung heterogenen Datenquellen, die in einer abgeschlossenen Cloud- oder HPC-Umgebung bereitgestellt werden können. Dank der Verknüpfung verschiedener Modalitäten, der Aufbereitung unstrukturierter Daten, und der Vernetzung von Informationen zu einem semantischen Netzwerk, unterstützen die Services die Gewinnung eines Lagebilds im Rahmen der strategischen und militärischen Aufklärung.