Open Source im professionellen Einsatz
Linux-Magazin 07/2017
© Rittikrai Namket, 123RF

© Rittikrai Namket, 123RF

Künstliche Intelligenz spürt Muster in Kilometerständen auf

Auf heißer Spur

Anhand von Trainingsdaten in Form von täglich im Auto erfassten Kilometerständen versucht Michael Schillis KI-Programm Muster im Fahrverhalten zu erkennen und Prognosen abzugeben.

451

In der Rubrik Deep Learning sprudeln die Neuerscheinungen zurzeit ja nur so aus den Verlagen heraus, "Neuronale Netzwerke" hier, "Entscheidungsbäume" da. Und mit brandaktuellen Open-Source-Tools wie Tensorflow oder Scikit kann selbst Otto Normalverbraucher seinem Heim-PC künstliche Intelligenz einhauchen. Was läge da näher, als den lerneifrigen Rechner mit den gesammelten Daten zu füttern und zu prüfen, ob er dann anhand historischer Werte und mittels neuer KI-Techniken die Zukunft vorhersagen kann.

Einfach linear

Wie in einer früheren Ausgabe dieser Reihe schon einmal besprochen, habe ich einen Adapter im Auto stecken, der über den OBDII-Port Fahrdaten sammelt und sie über das Handy-Netzwerk auf einem Webservice hinterlegt [2]. Diese Daten holen dann Skripte per REST-API vom Netz und können damit minutiös belegen, wer wann mit dem Auto wohin gefahren ist.

So ist es zum Beispiel ein Leichtes, tägliche Kilometerstände abzurufen und als CSV-Datei auszugeben (Abbildung 1) oder, wie Abbildung 2 zeigt, die Tachodaten eines ganzen Jahres grafisch über die Zeitachse aufzutragen.

Abbildung 1: CSV-Datei mit täglichem Kilometerstand des Autos.
Abbildung 2: Regelmäßig abgelesene Tachostände – über ein Jahr aufgetragen.

Der – abgesehen von ein paar abweichenden Rucklern – lineare Verlauf der Kilometerstände deutet darauf hin, dass das Automobil fast jeden Tag eine stattliche Anzahl von Kilometern abspult, und falls jemand fragt "Was wird der Tacho wohl nächstes Jahr im Juli anzeigen?", könnte ein mathematisch einigermaßen geschulter Mensch mittels Dreisatz relativ zügig den zukünftigen Kilometerstand errechnen.

Doch wie steht es mit den heute verfügbaren KI-Programmen, wie aufwändig wäre es, die historischen Fahrdaten einzufüttern, den Computer den Tachoverlauf lernen zu lassen, um später akkurate Zukunftsprognosen zu erstellen?

Doch noch Hexenwerk

Heute erhältliche KI-Tools sind von intuitiver Intelligenz jedoch noch weit entfernt und erfordern schon noch, dass man die Rahmenbedingungen genau absteckt, bevor der Computer überhaupt etwas erkennt. Ist aber der lineare Verlauf der Kurve bekannt, wählt der Fachmann ein KI-Tool für lineare Regression, dann ist der Erfolg programmiert.

Tensorflow, ein heißes KI-Framework aus dem Hause Google, hilft auf hoher Abstraktionsebene beim Einfüttern von Daten sowie beim Trainieren und Auswerten von Modellen. Da KI-Tools relativ viel mit linearer Algebra und Matrizen rechnen, helfen auch Mathe-Tools wie Pythons Pandas bei der Arbeit. Tensorflow für Python 3 installiert sich auf Ubuntu einfach mit dem Python-Modul-Installer »pip3 install tensorflow« , Gleiches gilt für Pandas und andere Module.

Bei meiner Installation warf die Tensorflow-Engine übrigens bei jedem Aufruf mit wüsten Warnungen um sich, die sich durch Setzen der Environment-Variablen »TF_CPP_MIN_LOG_LEVEL« auf den Wert »3« jedoch abstellen ließen.

Diesen Artikel als PDF kaufen

Express-Kauf als PDF

Umfang: 4 Heftseiten

Preis € 0,99
(inkl. 19% MwSt.)

Linux-Magazin kaufen

Einzelne Ausgabe
 
Abonnements
 
TABLET & SMARTPHONE APPS
Bald erhältlich
Get it on Google Play

Deutschland

Ähnliche Artikel

  • Machine Learning

    Der Arbeitgeber von Autor Chris Hinze litt wie vermutlich alle Homepage-Baukasten-Anbieter unter Spammern und illegalen Inhalten. Ein Praxisbericht, der auf der Theorie des Deep Learning beruht.

  • Tensorflow erreicht Version 1.0

    Tensorflow 1.0 verspricht Stabilität für sein Python API und beschleunigt die aktuelle und zukünftige Arbeit mit der Einführung des domain-spezifischen XLA Compilers.

  • Screencast zum Snapshot 07/2017

    Anhand von Trainingsdaten in Form von täglich im Auto erfassten Kilometerständen versucht Michael Schillis ein KI-Programm, Muster im Fahrverhalten zu erlernen und Prognosen für die Zukunft abzugeben.

  • Verständnisfrage

    Als Prüfer Programmcode oder Multiple-Choice-Fragen elektronisch auszuwerten ist nicht allzu schwer. Doch das Korrektursystem zur Linux-Vorlesung an der Hochschule Heidelberg versteht nicht nur vorformulierte Textbausteine, sondern auch Freitextantworten.

  • Googles Tensor-Flow wird Open Source

    Google hat mit Tensor-Flow eine neue Deep-Learning-Software vorgestellt, die unter einer Open-Source-Lizenz steht. Sie löst den Vorgänger Dist-Belief ab, der es zu einiger Bekanntheit brachte.

comments powered by Disqus

Ausgabe 07/2017

Digitale Ausgabe: Preis € 6,40
(inkl. 19% MwSt.)

Artikelserien und interessante Workshops aus dem Magazin können Sie hier als Bundle erwerben.