Wie Maschinen die Welt in 4D begreifen
Wie Maschinen die Welt in 4D begreifen
Einleitung
{{#ev:youtube| https://www.youtube.com/watch?v=M3H9LFrGcHI |500|center}}
Wie Maschinen die Welt in 4D begreifen bedeutet: Eine Künstliche Intelligenz soll nicht nur einzelne Bilder erkennen, sondern eine sich verändernde Szene als räumlich-zeitlichen Zusammenhang verstehen. Die drei räumlichen Dimensionen beschreiben, wo etwas ist: links oder rechts, oben oder unten, nah oder fern. Die vierte Dimension ist die Zeit. Erst durch sie wird sichtbar, wie sich Menschen, Fahrzeuge, Roboterarme, Türen, Werkzeuge oder Hindernisse bewegen, verschwinden, wieder auftauchen und miteinander in Beziehung stehen.
Für Robotik, Autonomes Fahren, Augmented Reality, Medizinische Bildgebung, Digitale Zwillinge und Mensch-Maschine-Interaktion ist dieses 4D-Verständnis entscheidend. Ein Roboter muss nicht nur erkennen, dass vor ihm ein Stuhl steht. Er muss abschätzen, ob der Stuhl im Weg ist, ob ein Mensch ihn gerade verschiebt, ob die Lücke daneben breit genug ist und wie sich die Lage in den nächsten Sekunden verändern könnte. Genau hier beginnt das Thema dynamische Weltmodelle.
Ein klassisches Künstliches neuronales Netz wird häufig als Modell beschrieben, das aus Beispielen Muster lernt. Bei 4D-Szenenverständnis reicht reine Mustererkennung aber nicht aus. Moderne Systeme müssen Geometrie, Bewegung, Semantik, Speicher, Vorhersage und Planung verbinden. Sie sollen nicht nur sagen: „Da ist ein Objekt“, sondern auch: „Dieses Objekt bewegt sich auf mich zu, verdeckt gleich einen anderen Bereich, könnte mit meiner geplanten Handlung kollidieren und muss deshalb in meinem nächsten Schritt berücksichtigt werden.“
Lernziele
Nach diesem aiMOOC kannst Du erklären, was mit 4D-Szenenverständnis gemeint ist, warum Zeit für Computer Vision und Robotik so wichtig ist und wie Neuronale Netze von reinen Klassifikationsmodellen zu dynamischen Weltmodellen weiterentwickelt werden. Du lernst wichtige Begriffe wie Punktwolke, Voxel, Optischer Fluss, SLAM, NeRF, Occupancy Grid, Sensorfusion, Trajektorie, Latenter Raum und Prädiktion kennen. Außerdem analysierst Du Chancen, Grenzen und gesellschaftliche Folgen dieser Technologie.
Grundidee: Was bedeutet 4D?
Drei Raumdimensionen plus Zeit
Eine 3D-Rekonstruktion beschreibt eine Szene räumlich. Sie fragt: Wo befinden sich Oberflächen, Kanten, Räume und Objekte? Eine 4D-Rekonstruktion erweitert diese Frage um die Zeit: Wie verändern sich diese räumlichen Strukturen von Moment zu Moment? Die 4D-Szene ist also kein einzelnes Standbild, sondern eine Folge räumlicher Zustände.
Ein einfaches Beispiel ist ein Ball, der durch einen Raum fliegt. In einem 2D-Bild siehst Du ihn nur an einer Position im Bild. In 3D kannst Du seine räumliche Lage bestimmen. In 4D kannst Du zusätzlich erfassen, wie seine Position über die Zeit verläuft, welche Geschwindigkeit er hat, welche Trajektorie er beschreibt und wo er in der nächsten Sekunde wahrscheinlich sein wird.
Von der Aufnahme zur Bedeutung
Maschinen erhalten die Welt nicht direkt, sondern über Sensoren. Dazu gehören Kameras, LiDAR, Radar, Infrarot, Tiefenkameras, Mikrofone, Inertialsensoren und manchmal auch GPS. Diese Rohdaten sind zunächst unvollständig, verrauscht und abhängig von Licht, Blickwinkel, Geschwindigkeit, Wetter und Sensorqualität. Ein 4D-System muss daraus eine brauchbare Vorstellung der Szene ableiten.
Eine Tiefenkamera wie eine Kinect verbindet Farbinformation mit Tiefeninformation. Dadurch entsteht nicht nur ein zweidimensionales Bild, sondern eine Annäherung an die räumliche Struktur der Umgebung. Für 4D-Szenenverständnis werden solche Daten über viele Zeitpunkte hinweg zusammengeführt.
Warum ein Einzelbild nicht genügt
Ein einzelnes Bild kann täuschen. Ein nahes kleines Objekt kann ähnlich groß erscheinen wie ein fernes großes Objekt. Eine Person kann teilweise verdeckt sein. Ein stehendes Auto und ein langsam rollendes Auto können in einem Standbild gleich aussehen. Erst die zeitliche Entwicklung hilft, Bewegung, Absicht, Risiko und Ursache-Wirkungs-Zusammenhänge zu erkennen. Deshalb ist 4D-Szenenverständnis besonders wichtig für alle Systeme, die in der realen Welt handeln sollen.
Bausteine des 4D-Szenenverständnisses
Sensoren und Sensorfusion
Sensorfusion bedeutet, dass Informationen aus mehreren Sensoren kombiniert werden. Kameras liefern reichhaltige Texturen und Farben. LiDAR liefert genaue Entfernungen und Punktwolken. Radar kann Bewegungen und Geschwindigkeiten auch bei schwierigen Sichtbedingungen erkennen. Inertialsensoren messen Beschleunigung und Drehung. Durch Kombination dieser Signale kann ein System robuster werden als mit nur einem Sensor.
Bei autonomen Fahrzeugen werden Kameras, Lidare, Radare und Positionssensoren oft gemeinsam genutzt. Das Ziel ist nicht nur Objekterkennung, sondern ein fortlaufendes Modell der Umgebung: Welche Bereiche sind frei, welche sind belegt, welche Objekte bewegen sich, welche Verkehrsregeln gelten und welche Handlung ist sicher?
Punktwolken, Voxel und Belegung
Eine Punktwolke ist eine Menge von Punkten im Raum. Jeder Punkt kann eine gemessene Oberfläche darstellen. Ein Voxel ist das räumliche Gegenstück zu einem Pixel: Während ein Pixel ein kleines Flächenelement in einem Bild ist, beschreibt ein Voxel ein kleines Volumenelement im Raum. In Belegungskarten wird die Umgebung in Zellen oder Voxel aufgeteilt. Jede Zelle kann zum Beispiel als frei, belegt oder unbekannt markiert werden.
.png)
Punktwolken sind für Maschinen nützlich, weil sie räumliche Abstände direkt sichtbar machen. Sie sind aber oft unvollständig: Glas, glänzende Oberflächen, Nebel, Regen, dunkle Bereiche oder verdeckte Objekte können Messfehler erzeugen. Darum müssen 4D-Systeme mit Unsicherheit umgehen.
Bewegung, optischer Fluss und Trajektorien
Optischer Fluss beschreibt, wie sich Bildpunkte zwischen aufeinanderfolgenden Bildern verschieben. Er hilft, Bewegung im Bild zu erkennen. Eine Trajektorie beschreibt den Verlauf eines Objekts durch Raum und Zeit. Für 4D-Szenenverständnis sind beide Konzepte zentral: Ein System muss erkennen, ob sich die Kamera bewegt, ob sich ein Objekt bewegt oder ob beides gleichzeitig geschieht.
In realen Szenen entstehen häufig Verdeckungen. Ein Mensch kann hinter einem Fahrzeug verschwinden, ein Roboterarm kann ein Werkzeug kurz verdecken oder ein Ball kann hinter einer Säule vorbeifliegen. Ein gutes 4D-Modell speichert, dass ein Objekt wahrscheinlich weiter existiert, auch wenn es vorübergehend nicht sichtbar ist. Das ist eine wichtige Form von Objektpermanenz.
Semantik: Was ist in der Szene?
Semantik bedeutet hier: Das System ordnet räumlichen Strukturen Bedeutungen zu. Ein Punkt oder eine Fläche ist nicht nur eine Messung, sondern Teil eines Autos, einer Tür, eines Tisches, eines Fußwegs oder einer Hand. Für einen Roboter ist diese Bedeutung entscheidend. Eine Tür kann geöffnet werden, ein Mensch darf nicht angefahren werden, ein Griff kann gegriffen werden, eine Glaswand kann durchsichtig erscheinen und trotzdem ein Hindernis sein.
4D-Szenenverständnis verbindet deshalb Objekterkennung, Instanzsegmentierung, Semantische Segmentierung, Tiefenschätzung, Tracking und Bewegungsvorhersage. Erst dadurch wird aus Sensordaten eine handlungsrelevante Szene.
Neuronale Netze neu denken
Vom Klassifizieren zum Modellieren
Frühe Anwendungen von Deep Learning in der Bildverarbeitung konzentrierten sich oft auf Klassifikation: Ein Netz sollte sagen, ob ein Bild eine Katze, ein Auto oder ein Straßenschild zeigt. 4D-Szenenverständnis verlangt mehr. Das System muss ein inneres Modell aufbauen, das räumlich, zeitlich und handlungsbezogen ist. Es muss vergangene Beobachtungen speichern, aktuelle Messungen einordnen und mögliche Zukunftszustände abschätzen.
{{#ev:youtube| https://www.youtube.com/watch?v=aircAruvnKk |500|center}}
Ein Künstliches neuronales Netz kann dabei verschiedene Rollen übernehmen. Es kann Merkmale aus Bildern extrahieren, 3D-Strukturen schätzen, Punktwolken verarbeiten, Objekte verfolgen, Bewegungen vorhersagen oder Handlungen bewerten. In modernen Systemen arbeiten mehrere Netztypen und klassische Verfahren zusammen.
Repräsentationen: Wie speichert ein Modell Welt?
Ein zentrales Problem lautet: In welcher Form soll eine Maschine eine dynamische Welt speichern? Es gibt mehrere Möglichkeiten.
- Bildraum: Die Szene wird als Folge von Bildern oder Videos dargestellt. Das ist einfach zu speichern, enthält aber nur indirekte Tiefeninformation.
- Punktwolke: Die Szene wird als Menge räumlicher Punkte dargestellt. Das ist geometrisch stark, aber oft unregelmäßig und lückenhaft.
- Voxel: Der Raum wird in kleine Volumenzellen zerlegt. Das ist anschaulich, kann aber viel Speicher benötigen.
- Mesh: Oberflächen werden durch Eckpunkte, Kanten und Flächen beschrieben. Das ist nützlich für 3D-Grafik, aber bei dynamischen Szenen aufwendig.
- Neurales Feld: Eine Funktion beschreibt kontinuierlich Eigenschaften des Raums, zum Beispiel Dichte, Farbe oder Belegung.
- Latenter Raum: Das Modell speichert eine verdichtete, nicht direkt sichtbare Repräsentation, aus der es Szene, Bewegung oder Zukunft rekonstruieren kann.
NeRF und neuronale Felder
NeRF steht für Neural Radiance Field. Ein NeRF beschreibt eine Szene als kontinuierliches Strahlungsfeld, das aus Kamerabildern gelernt werden kann. Vereinfacht gesagt lernt ein Netz: Wenn man von einer bestimmten Blickrichtung auf einen bestimmten Punkt im Raum schaut, welche Farbe und Dichte ist dort zu erwarten? Dadurch können neue Ansichten einer Szene erzeugt werden. Für dynamische Szenen wurden Erweiterungen entwickelt, bei denen zusätzlich die Zeit berücksichtigt wird.
{{#ev:youtube| https://www.youtube.com/watch?v=CRlN-cYFxTk |500|center}}
Für 4D-Szenenverständnis ist diese Idee wichtig, weil sie zeigt: Ein neuronales Netz kann nicht nur ein Bild beschriften, sondern eine räumliche Szene als Funktion modellieren. Wenn Zeit hinzukommt, wird daraus eine dynamische Repräsentation, die Bewegung, Formänderung und Blickwechsel einbeziehen kann.
Weltmodelle: Eine innere Simulation
Ein Weltmodell ist ein Modell, das Zustände der Umgebung und ihre Veränderung vorhersagt. In der Robotik kann ein Weltmodell zum Beispiel fragen: Was passiert, wenn der Roboter diesen Griff zieht? Wird die Schublade aufgehen? Wird ein Objekt herunterfallen? Ist der Weg frei? Ein solches Modell ist keine perfekte Kopie der Realität, sondern eine nützliche, zweckgebundene Annäherung.
Ein dynamisches 4D-Weltmodell verbindet drei Fähigkeiten: Es rekonstruiert die aktuelle räumliche Szene, es verfolgt Veränderungen über die Zeit und es sagt mögliche nächste Zustände voraus. Dadurch entsteht eine Grundlage für Planung, Reinforcement Learning, Simulation, Sicherheitsprüfung und Handlungsentscheidung.
Speicher und Vorhersage
Ein 4D-System braucht Gedächtnis. Es muss frühere Beobachtungen berücksichtigen, weil die aktuelle Messung oft unvollständig ist. Dazu können rekurrente Netze, Transformer, State-Space-Modelle, Graph Neural Networks oder andere Speichermechanismen verwendet werden. Entscheidend ist nicht der Name der Architektur, sondern die Fähigkeit, räumliche und zeitliche Zusammenhänge stabil zu halten.
Eine gute Vorhersage ist dabei immer unsicher. Ein Mensch könnte nach links oder rechts gehen. Ein Ball könnte abprallen. Eine Tür könnte geschlossen bleiben oder geöffnet werden. Deshalb sollten 4D-Systeme nicht nur eine einzige Zukunft berechnen, sondern mehrere plausible Möglichkeiten mit Wahrscheinlichkeiten berücksichtigen.
Anwendung in KI und Robotik
Autonomes Fahren
Beim autonomen Fahren muss ein System die Umgebung über mehrere Kameras, Radare und andere Sensoren hinweg verstehen. Es muss Fahrspuren, Fahrzeuge, Fußgänger, Ampeln, Baustellen, Schilder, Radfahrende und freie Fahrflächen erkennen. 4D-Szenenverständnis ergänzt diese Wahrnehmung um Bewegung und Zukunft: Wer bewegt sich wohin? Welche Lücke entsteht? Welche Handlung ist sicher und regelkonform?
Mobile Roboter
Ein mobiler Roboter in einem Krankenhaus, Lager oder Haushalt braucht ein dynamisches Modell seiner Umgebung. Menschen laufen herum, Türen öffnen sich, Gegenstände werden verschoben. Ein rein statischer Lageplan reicht nicht. Der Roboter muss Simultane Lokalisierung und Kartierung, Hinderniserkennung, Pfadplanung und soziale Rücksicht verbinden.
{{#ev:youtube| https://www.youtube.com/watch?v=V9qQc5X7O0k |500|center}}
SLAM bedeutet, dass ein System gleichzeitig seine eigene Position schätzt und eine Karte der Umgebung aufbaut. In dynamischen Szenen ist das schwieriger als in statischen Räumen, weil sich Teile der Umgebung bewegen und Messungen nicht einfach zu einer festen Karte zusammengefügt werden können.
Robotische Manipulation
Bei robotischer Manipulation geht es um Greifen, Schieben, Ziehen, Öffnen, Sortieren oder Montieren. Ein Roboterarm muss nicht nur die Form eines Objekts erkennen, sondern auch seine Beweglichkeit, Stabilität und mögliche Reaktion auf Kontakt. Eine Schublade, ein Tuch, ein Kabel oder eine Flüssigkeit verhält sich anders als ein starrer Würfel. 4D-Weltmodelle sollen solche Veränderungen vorhersagen helfen.
Augmented Reality und digitale Zwillinge
In Augmented Reality müssen virtuelle Objekte stabil in eine reale Umgebung eingefügt werden. Dafür braucht das System eine räumlich und zeitlich konsistente Rekonstruktion: Wo ist der Boden? Wo steht ein Tisch? Was bewegt sich? Was verdeckt was? Bei digitalen Zwillingen wird eine reale Umgebung als dynamisches Modell nachgebildet, zum Beispiel eine Fabrik, ein Verkehrsraum oder ein Operationssaal.
Chancen und Grenzen
Chancen
4D-Szenenverständnis kann Maschinen sicherer, flexibler und nützlicher machen. Roboter könnten besser mit Menschen zusammenarbeiten, Assistenzsysteme könnten Risiken früher erkennen, Simulationen könnten realistischer werden und Lernsysteme könnten Handlungen zuerst in einer inneren Vorstellung testen, bevor sie in der echten Welt handeln. Dadurch könnten weniger reale Fehlversuche nötig sein.
Grenzen und Herausforderungen
Die größte Schwierigkeit liegt in der offenen, unübersichtlichen Wirklichkeit. Reale Szenen enthalten selten perfekte Daten. Es gibt schlechte Beleuchtung, Spiegelungen, Transparenz, Verdeckung, schnelle Bewegungen, Sensorfehler, seltene Ereignisse und soziale Situationen, die technisch schwer zu erfassen sind. Außerdem können 4D-Modelle rechenintensiv sein und große Datenmengen benötigen.
Ein weiteres Problem ist die Generalisation. Ein System kann in bekannten Umgebungen gut funktionieren und trotzdem in einer neuen Situation scheitern. Deshalb müssen Tests, Sicherheitskonzepte und menschliche Kontrolle ernst genommen werden.
Verantwortung und Ethik
4D-Szenenverständnis kann viele Vorteile bringen, berührt aber auch ethische Fragen. Kameras und Sensoren können Menschen erfassen. Bewegungsprofile, Aufenthaltsorte und Handlungen können sensible Informationen enthalten. Deshalb sind Datenschutz, Transparenz, Sicherheit, Bias, Verantwortung und nachvollziehbare Entscheidungen wichtig. Gerade wenn Maschinen in der realen Welt handeln, darf technische Leistungsfähigkeit nicht von gesellschaftlicher Verantwortung getrennt werden.
Zentrale Begriffe
- 4D-Szenenverständnis: Verständnis einer räumlichen Szene über die Zeit hinweg.
- Computer Vision: Teilgebiet der Informatik, das Maschinen visuelle Informationen auswerten lässt.
- Punktwolke: Menge von Punkten, die räumliche Messungen repräsentieren.
- Voxel: Kleines Volumenelement in einem dreidimensionalen Raster.
- Optischer Fluss: Bewegung von Bildpunkten zwischen aufeinanderfolgenden Bildern.
- Trajektorie: Zeitlicher Verlauf einer Position im Raum.
- SLAM: Gleichzeitige Lokalisierung und Kartierung einer Umgebung.
- Sensorfusion: Kombination mehrerer Sensordatenquellen.
- Neural Radiance Field: Neuronale Repräsentation einer Szene als Strahlungsfeld.
- Weltmodell: Modell, das Zustände und Veränderungen einer Umgebung vorhersagt.
- Prädiktion: Vorhersage zukünftiger Zustände.
- Robotik: Fachgebiet, das Konstruktion, Steuerung und Einsatz von Robotern untersucht.
Lernpfad
- Wahrnehmen: Sammle Sensordaten aus Kamera, LiDAR, Radar oder Tiefensensor.
- Rekonstruieren: Baue aus den Daten eine räumliche Darstellung wie Punktwolke, Voxelgitter oder neurales Feld.
- Verstehen: Ordne Objekten und Bereichen Bedeutungen zu.
- Verfolgen: Bestimme, wie Objekte und Kamera sich über die Zeit bewegen.
- Vorhersagen: Berechne plausible zukünftige Zustände.
- Planen: Wähle eine sichere und zielgerichtete Handlung.
- Überprüfen: Bewerte Unsicherheit, Fehlerquellen und ethische Folgen.
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Was beschreibt die vierte Dimension im 4D-Szenenverständnis? (Die Zeit) (!Die Farbe) (!Die Lautstärke) (!Die Auflösung)
Warum reicht ein einzelnes Bild für dynamische Robotik oft nicht aus? (Weil Bewegung und zukünftige Zustände daraus nur begrenzt erkennbar sind) (!Weil Bilder grundsätzlich keine Informationen enthalten) (!Weil Roboter nur mit Text arbeiten können) (!Weil Kameras keine Farben aufnehmen können)
Was ist eine Punktwolke? (Eine Menge räumlicher Messpunkte) (!Eine Liste von Programmbefehlen) (!Ein zweidimensionales Farbmuster) (!Ein Speicherchip im Roboter)
Welche Aufgabe hat Sensorfusion? (Sie kombiniert Informationen aus mehreren Sensoren) (!Sie entfernt alle Sensoren aus einem System) (!Sie ersetzt Bewegung durch Zufall) (!Sie macht Bilder absichtlich unscharf)
Was beschreibt der optische Fluss? (Die Verschiebung von Bildpunkten zwischen Bildern) (!Die elektrische Spannung eines Motors) (!Die Lautstärke einer Szene) (!Den Preis eines Sensors)
Was ist ein Weltmodell in der KI? (Ein Modell zur Vorhersage von Zuständen einer Umgebung) (!Eine Weltkarte aus Papier) (!Ein reines Wörterbuch ohne Bezug zur Umwelt) (!Eine Kameraeinstellung für Nachtaufnahmen)
Wofür steht SLAM in der Robotik? (Gleichzeitige Lokalisierung und Kartierung) (!Schnelle Lichtaufnahme mit Motor) (!Statische Linienanalyse in Medien) (!Systematische Löschung aller Messdaten)
Warum ist Unsicherheit bei 4D-Szenen wichtig? (Weil reale Sensordaten unvollständig und fehleranfällig sein können) (!Weil Maschinen nie rechnen können) (!Weil Zeit keine Rolle spielt) (!Weil alle Objekte immer sichtbar sind)
Was ist ein Voxel? (Ein kleines Volumenelement im Raum) (!Ein Satzzeichen) (!Ein zweidimensionaler Ton) (!Ein mechanischer Greifer)
Was unterscheidet 4D-Szenenverständnis von einfacher Bildklassifikation? (Es verbindet Raum, Zeit, Bedeutung und Vorhersage) (!Es ignoriert Bewegung vollständig) (!Es erkennt nur einzelne Buchstaben) (!Es nutzt keine Daten)
Memory
| 4D-Szene | Raum plus Zeit |
| Punktwolke | Räumliche Messpunkte |
| Voxel | Volumenzelle |
| Optischer Fluss | Bildbewegung |
| SLAM | Karte und Position |
| Weltmodell | Vorhersage der Umgebung |
| Sensorfusion | Kombinierte Messdaten |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Thema |
|---|---|
| Sensorsignal | Wahrnehmung der Umgebung |
| Kalibrierung | Ausrichtung der Messdaten |
| Geometrie | Räumliche Rekonstruktion |
| Semantik | Bedeutung von Objekten |
| Prädiktion | Vorhersage zukünftiger Zustände |
| Planung | Auswahl einer Handlung |
Kreuzworträtsel
| Voxel | Wie heißt ein kleines Volumenelement im dreidimensionalen Raster? |
| Lidar | Welcher Sensor misst Entfernungen häufig mit Laserlicht? |
| Kamera | Welcher Sensor liefert visuelle Bilddaten? |
| Roboter | Welche Maschine kann in der realen Welt handeln? |
| Semantik | Wie nennt man die Bedeutungsebene einer Szene? |
| Trajektorie | Wie heißt der Verlauf einer Bewegung durch Raum und Zeit? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- Alltagsbeobachtung: Beobachte eine belebte Alltagsszene, zum Beispiel einen Schulflur, eine Bushaltestelle oder einen Pausenhof. Beschreibe, welche Informationen ein Roboter in 2D, 3D und 4D erfassen müsste.
- Begriffskarte: Erstelle eine Begriffskarte mit mindestens zehn zentralen Begriffen aus diesem aiMOOC und verbinde sie mit Pfeilen und kurzen Erklärungen.
- Sensorvergleich: Recherchiere Kamera, LiDAR, Radar und Tiefenkamera. Erstelle eine Tabelle mit Stärken, Schwächen und typischen Einsatzgebieten.
- Bewegungsskizze: Zeichne eine einfache Szene mit einem bewegten Objekt und markiere Positionen zu drei Zeitpunkten. Erkläre, warum daraus eine 4D-Betrachtung entsteht.
Standard
- Punktwolkenmodell: Baue mit Papier, Stecknadeln, Holzstäbchen oder digitaler 3D-Software ein einfaches Punktwolkenmodell eines Gegenstands und erkläre, welche Informationen fehlen.
- Szenenanalyse: Nimm ein kurzes Video einer ungefährlichen Alltagsszene auf oder nutze ein frei verfügbares Video. Analysiere Objekte, Bewegungen, Verdeckungen und mögliche Vorhersagen.
- Ethikdiskussion: Entwickle in einer Gruppe Regeln für den verantwortlichen Einsatz von 4D-Szenenverständnis in Schule, Krankenhaus, Verkehr oder Haushalt.
- SLAM-Erklärung: Erstelle ein Erklärplakat oder ein kurzes Video, das SLAM mit einem einfachen Beispiel verständlich macht.
Schwer
- Weltmodell-Konzept: Entwirf ein Konzept für einen Haushaltsroboter, der einen Tisch decken soll. Beschreibe Sensoren, Repräsentation, Speicher, Vorhersage, Planung und Sicherheitsregeln.
- Fehleranalyse: Entwickle fünf schwierige Szenarien für 4D-Szenenverständnis, zum Beispiel Spiegel, Nebel, verdeckte Personen oder schnelle Bewegungen. Erkläre mögliche Fehler und Gegenmaßnahmen.
- Forschungsvergleich: Vergleiche klassische 3D-Rekonstruktion mit neuronalen Feldern wie NeRF. Stelle Gemeinsamkeiten, Unterschiede, Chancen und Grenzen heraus.
- Prototypische Simulation: Erstelle mit einer Tabellenkalkulation, einer Programmiersprache oder einer grafischen Simulation ein einfaches Modell, das die Bewegung eines Objekts über mehrere Zeitschritte vorhersagt.
|
|
Lernkontrolle
- Transfer Robotik: Erkläre anhand eines Lieferroboters, warum ein statischer Lageplan nicht genügt und welche 4D-Informationen für eine sichere Fahrt benötigt werden.
- Fehlerszenario: Analysiere eine Situation, in der ein Mensch kurz hinter einem Hindernis verschwindet. Beschreibe, wie ein 4D-Weltmodell anders reagieren sollte als ein reines Einzelbildsystem.
- Sensorentscheidung: Wähle für einen Roboter in einem dunklen Lager geeignete Sensoren aus und begründe Deine Auswahl mit Blick auf Raum, Zeit und Sicherheit.
- Modellgrenze: Diskutiere, warum ein sehr realistisches Weltmodell trotzdem falsche Vorhersagen treffen kann. Beziehe Unsicherheit, seltene Ereignisse und unvollständige Daten ein.
- Ethiktransfer: Bewerte den Einsatz von 4D-Szenenverständnis in einer Schule. Welche Vorteile wären denkbar, welche Datenschutzprobleme entstehen und welche Regeln wären notwendig?
- Architekturvergleich: Vergleiche ein klassisches Bildklassifikationssystem mit einem dynamischen Weltmodell. Erkläre, welche zusätzlichen Fähigkeiten für Handeln in der realen Welt nötig sind.
Lernnachweis
Für einen überzeugenden Lernnachweis zu diesem Thema solltest Du zeigen, dass Du nicht nur Begriffe auswendig kennst, sondern Zusammenhänge erklären und anwenden kannst.
- Fachbegriffe: Du verwendest zentrale Begriffe wie 4D-Szene, Punktwolke, Voxel, optischer Fluss, SLAM, Sensorfusion, Weltmodell und Prädiktion korrekt.
- Erklärungskompetenz: Du kannst verständlich erklären, warum Zeit für maschinelles Szenenverständnis unverzichtbar ist.
- Anwendungsbezug: Du überträgst das Thema auf Robotik, autonomes Fahren, Augmented Reality oder digitale Zwillinge.
- Systemdenken: Du beschreibst die Verbindung von Sensorik, Repräsentation, Speicher, Vorhersage und Planung.
- Kritische Reflexion: Du erkennst Grenzen, Unsicherheiten, Fehlerquellen und ethische Fragen.
- Produkt: Du erstellst ein eigenes Lernprodukt, zum Beispiel eine Analyse, Simulation, Skizze, Präsentation, Begriffskarte oder ein Erklärvideo.
- Begründung: Du begründest Deine Entscheidungen mit fachlichen Argumenten und reflektierst Alternativen.
OERs zum Thema
Links
aiMOOC-Projekte
Schulfach+
|
|
aiMOOCs
aiMOOC Projekte
|
|
THE MONKEY DANCE
{{#ev:youtube | https://youtu.be/rFhZlg38Zf8?si=9KdMNZYRkRD81YTo%7C 500 | center}}
|
{{#ev:youtube | https://youtu.be/Ob7etf9QuBo?si=t_NBA71bWg3Rq3LI%7C 500 | center}}
|
|