Data Science und KI in der Agrartechnik
Überblick
- Anwendungen
- Wie funktioniert Machine Learning?
- Qualitätsmetriken von KI Systemen
- Hypothesen Tests
Satelittengestütztes Monitoring
Dronengestütztes Monitoring
- Bessere Auflösung
- Unabhängig von Wolken
- Teurer
Automatische Erkennung von Krankheiten
Komplexe Erntehelfer: Zitronen
Komplexe Erntehelfer: Erdbeeren
Spot Spraying
Laser Weeding
Beispiel: Laser Weeder
Wie unterscheiden wir Unkraut und Kraut?
 |
 |
https://commons.wikimedia.org/wiki/File:Bellis_perennis_dsc00906.jpg
https://commons.wikimedia.org/wiki/File:Lactuca_sativa_%27Ashbrook%27.jpg
Maschinelles Lernen
Beeindruckende Fortschritte (z.B. bei Bilderkennung) in den letzten 10 Jahren.
.svg)
https://commons.wikimedia.org/wiki/File:ImageNet_error_rate_history_(just_systems).svg
.svg){kind=link}
Generelle Funktionsweise
Im Vorfeld wird der Algorithmus mit einem großen Datensatz an Bildern "trainiert".
In unserem Beispiel könnten das 2 Gruppen von Bildern sein: Unkräuter und Nicht-Unkräuter.
Im Laufe des Trainings wird der Algorithus besser, die Beispiele korrekt zu klassifizieren.
Neuronale Netzwerke
https://commons.wikimedia.org/wiki/File:Neural_network_example.svg
Neuron
https://commons.wikimedia.org/wiki/File:ArtificialNeuronModel.png
Training
Für Beispiel Input $x_i$ (Bild) berechnen wir den Output unseres Algorithmus $y_i$ (1 = Unkraut) und vergleichen diesen mit der Wahrheit $\bar y_i$
$$L = \sum_i (y_i - \bar y_i)^2$$
Wir wollen die Parameter $w$ unserer Neuronen so einstellen, dass $L$ minimal wird.
| $$\min_w L(w)$$ |
|
Wir folgen der Ableitung, bis $L(w)$ nicht mehr kleiner wird.
.png) |
 |
https://en.wikipedia.org/wiki/File:Gradient_ascent_(surface).png
https://commons.wikimedia.org/wiki/File:Extrema_example_de.svg
.png){kind=link}
- Training und Anwendung sind separate Schritte: Der Algorithmus wird nicht schlauer im laufenden Betrieb.
- Machine Learning Systeme haben immer eine Fehlerrate.
- Ergebnisse sehr abhängig von den Trainingsdaten.
- Black Box: Ursachen für Fehler sind schwer zu finden.
Daten mit Bias
Beispiel: Alle Positiv Beispiele haben ein Wasserzeichen / wurden Abends aufgenommen / kommen von einem bestimmten Kameramodell
→ der Algorithmus funktioniert nur, wenn diese Eigenschaft auch im Einsatz da ist.
Qualität eines Klassifizierungsalgorithmus
Die Qualität eines Klassifizierungsalgorithmus wird an neuen Bildern, die nicht im Datensatz waren gemessen.
Confusion Matrix
| Vorhergesagt | |||
| Positiv | Negativ | ||
| Wahrheit | Positiv | Richtig Positiv (RP) | Falsch Negativ (FN) |
| Negativ | Falsch Positiv (FP) | Richtig Negativ (RN) | |
Relevante Metriken aus der Confusion Matrix
Genauigkeit (Accuracy): $ \frac{RP + RN}{RP + RN + FP + FN} $
Richtig-positiv-Rate (Sensitivität, Recall): $\frac{RP}{RP+FN}$
Falsch-positiv-Rate (Fall-out): $\frac{FP}{FP+RN}$
Richtig-negativ-Rate (Spezifität, Specificity): $\frac{RP}{FP+RN}$
| Vorhergesagt | |||
| Positiv | Negativ | ||
| Wahrheit | Positiv | Richtig Positiv (RP) | Falsch Negativ (FN) |
| Negativ | Falsch Positiv (FP) | Richtig Negativ (RN) | |
Im Beispiel (Positiv = "Ist Unkraut"):
Niedrige Falsch-positiv-Rate: Wir zerstören weniger Nutzpflanzen
Hohe Richtig-positiv-Rate: Wir verbrennen mehr Unkraut
Eine Metrik alleine kann täuschen:
- Alles als Unkraut zu klassifizieren gibt uns eine 100% Richtig-positiv-Rate.
- Auf 98 Nutzpflanzen kommen 2 Unkräuter. Nichts als Unkraut zu klassifizieren gibt 98% Genauigkeit (und 0% Falsch-positiv-Rate).
Metriken brauchen Kontext: ELISA HIV Test
Test mit 99,9% Genauigkeit, 99,9% Richtig-positiv und 0,1% Falsch-positiv Rate.
| Vorhergesagt | ||||
| Summe | Positiv | Negativ | ||
| Wahrheit | Positiv | 67.000 | 66.933 | 67 |
| Negativ | 81.933.000 | 81.933 | 81.851.067 | |
Bias aus Trainingsdaten kann auch in Testdaten auftauchen.
Beispiel: US Hersteller hat Algorithmen nur zuhause trainiert und getestet.
→ Nicht heimische Varianten von Unkräutern werden nicht gut erkannt.
Trade-offs bei Klassifikationen
Der Algorithmus gibt uns in Wirklichkeit keine binäre Entscheidung, sondern eine Angabe, wie sicher er sich ist:
|
|
Unkraut: 87%
|
Die Angabe "zu 87% Unkraut" müssen wir in eine Entscheidung übersetzen. Dazu setzen wir einen Grenzwert fest, ab dem wir eine Pflanze als Unkraut annehmen.
Hoher Grenzwert → Bessere Falsch-positiv-Rate
Niedriger Grenzwert → Bessere Richtig-positiv-Rate
| Vorhergesagt | |||
| Positiv | Negativ | ||
| Wahrheit | Positiv | Richtig Positiv (RP) | Falsch Negativ (FN) |
| Negativ | Falsch Positiv (FP) | Richtig Negativ (RN) | |
Receiver operating characteristic (ROC)
Hypothesen Tests
Ausgangslage:
Produkt X verspricht uns 10% mehr Ertrag bei 5% Mehrkosten.
Woher wissen wir, ob sich die Investition gelohnt hat?
| Ertrag | Einnahmen | Kosten | Gewinn | |
|---|---|---|---|---|
| ⌀ Aktuell | 100 | 500 | 300 | 200 |
| ⌀ Progn. | 110 | 550 | 315 | 235 |
Wir machen 5 Experimente
| Ertrag | Einnahmen | Kosten | Gewinn | |
|---|---|---|---|---|
| 1 | 97 | 485 | 315 | 170 |
| 2 | 120 | 600 | 315 | 285 |
| 3 | 112 | 560 | 315 | 245 |
| 4 | 99 | 495 | 315 | 180 |
| 5 | 115 | 575 | 315 | 260 |
| ⌀ | 108,6 | 543 | 315 | 228 |
| σ | 9,05 | 45,23 | 0 | 45,23 |
Wie wahrscheinlich ist es, dass wir jetzt wirklich im Erwartungswert mehr Gewinn machen?
Bei wenigen Experimenten (n < 30) können wir das mit dem "t-Test" ermitteln.
Null Hypothese $H_0$: Der Erwartungswert des Gewinns ist gleich geblieben.
Wie wahrscheinlich ist es, dass unser Experiment passiert, falls $H_0$ wahr ist?
Wichtig: Wir wissen nur, dass wir in ca. 9 / 10 Fällen jetzt mehr Gewinn machen. Wir wissen nicht, ob die Aussage des Herstellers stimmt.
Was, wenn wir unser Experiment auf unterschiedlichen Feldern machen?
Felder sollten ungefähr gleich groß und ertragreich sein.
Werte normieren (Gewinn / ha).
Einsatzmöglichkeiten für Hypothesentests:
- Produktionsmethoden vergleichen
- Ertrag von Feldern über die Zeit vergleichen.
- Testen welches Produkt sich besser verkauft.