Artwork

Moritz Metz에서 제공하는 콘텐츠입니다. 에피소드, 그래픽, 팟캐스트 설명을 포함한 모든 팟캐스트 콘텐츠는 Moritz Metz 또는 해당 팟캐스트 플랫폼 파트너가 직접 업로드하고 제공합니다. 누군가가 귀하의 허락 없이 귀하의 저작물을 사용하고 있다고 생각되는 경우 여기에 설명된 절차를 따르실 수 있습니다 https://ko.player.fm/legal.
Player FM -팟 캐스트 앱
Player FM 앱으로 오프라인으로 전환하세요!

Vogelstimmen erkennen mit lokaler KI

37:16
 
공유
 

Manage episode 360227935 series 1995643
Moritz Metz에서 제공하는 콘텐츠입니다. 에피소드, 그래픽, 팟캐스트 설명을 포함한 모든 팟캐스트 콘텐츠는 Moritz Metz 또는 해당 팟캐스트 플랫폼 파트너가 직접 업로드하고 제공합니다. 누군가가 귀하의 허락 없이 귀하의 저작물을 사용하고 있다고 생각되는 경우 여기에 설명된 절차를 따르실 수 있습니다 https://ko.player.fm/legal.

Um Amseln, Tauben und Spatzen zu unterscheiden, reicht es oft, wenn wir uns auf unser eigenes Gehör verlassen. Aber manchen von uns fällt selbst das schon schwer. Per App und mit einem Mikro kann uns eine Künstliche Intelligenz auf die Sprünge helfen. Netzbastler Moritz Metz erklärt, wie es geht.

In der 203. Ausgaben (!) von „Netzbasteln“ baut Moritz Metz eine Vogelerkennungsstation, die mit einer lokalen Künstlichen Intelligenz arbeitet, und installiert diese auf seinem Balkon. Während er bei Vogelgezwitscher das Wochenende auf seinem sonnigen Balkon genießt, erkennt die Künstliche Intelligenz, die Moritz zu diesem Zweck aktiviert hat, welche Vögel in der Umgebung um die Wette zwitschern.

Denn bei Blaumeisen, Grünfinken und Goldammern ist es gar nicht so einfach, sie richtig zuzuordnen, findet Moritz.

Gamechanger für die Vogelforschung
Das frei verfügbare neuronale Netzwerk „BirdNET“ der Cornell University in US-amerikanischen Stadt Ithaca und der TU Chemnitz arbeitet in Smartphone-Apps wie „BirdNET ( Android / iOS )“ und „ Birdweather (iOS)“ oder lokal als BirdNet-Pi auf dem Minicomputer Raspberry Pi. Es erkennt 3000-6000 Vogelarten weltweit und gilt als Gamechanger in der Vogelforschung.

Moritz testet eine lokale Version des LLM (large language model) Alpaca 7B von Meta und der Stanford University und erklärt, weshalb es wichtig ist, dass sich die Maker- und Hackerszene auch mit Künstlicher Intelligenz beschäftigt.

Raspberry Pi-Minicomputer und USB-Mikrofon Aus einem Raspberry Pi-Minicomputer und einem USB-Mikrofon baut Moritz eine Vogelerkennungsstation.

Der Computer arbeitet innen, das Mikrofon ist mit einem Spülschwamm geschützt. Der Computer arbeitet innen, auf dem Fensterbrett dient ein alter Küchenschwamm als Windschutz.
Günstigere Mikrofon aus Mikrofonkapseln zusammenlöten. Für zukünftige Projekte lötet Moritz noch bessere und günstigere Mikrofone aus 3€-Mikrofonkapseln zusammen, die auch im Fieldrecording- und ASMR-Bereich eingesetzt werden.

Vogelerkennung mit Spektogramm Die Software auf dem Minicomputer stellt eine Website im lokalen WLAN bereit - und listet dort ihre Vogelerkennungen auf - und das sogar mit einem Spektrogramm. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.
Website Birdweather verortet Aufnahmen von Vogelstimmen, die per App registriert wurden. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.

  continue reading

112 에피소드

Artwork

Vogelstimmen erkennen mit lokaler KI

Netzbasteln

204 subscribers

published

icon공유
 
Manage episode 360227935 series 1995643
Moritz Metz에서 제공하는 콘텐츠입니다. 에피소드, 그래픽, 팟캐스트 설명을 포함한 모든 팟캐스트 콘텐츠는 Moritz Metz 또는 해당 팟캐스트 플랫폼 파트너가 직접 업로드하고 제공합니다. 누군가가 귀하의 허락 없이 귀하의 저작물을 사용하고 있다고 생각되는 경우 여기에 설명된 절차를 따르실 수 있습니다 https://ko.player.fm/legal.

Um Amseln, Tauben und Spatzen zu unterscheiden, reicht es oft, wenn wir uns auf unser eigenes Gehör verlassen. Aber manchen von uns fällt selbst das schon schwer. Per App und mit einem Mikro kann uns eine Künstliche Intelligenz auf die Sprünge helfen. Netzbastler Moritz Metz erklärt, wie es geht.

In der 203. Ausgaben (!) von „Netzbasteln“ baut Moritz Metz eine Vogelerkennungsstation, die mit einer lokalen Künstlichen Intelligenz arbeitet, und installiert diese auf seinem Balkon. Während er bei Vogelgezwitscher das Wochenende auf seinem sonnigen Balkon genießt, erkennt die Künstliche Intelligenz, die Moritz zu diesem Zweck aktiviert hat, welche Vögel in der Umgebung um die Wette zwitschern.

Denn bei Blaumeisen, Grünfinken und Goldammern ist es gar nicht so einfach, sie richtig zuzuordnen, findet Moritz.

Gamechanger für die Vogelforschung
Das frei verfügbare neuronale Netzwerk „BirdNET“ der Cornell University in US-amerikanischen Stadt Ithaca und der TU Chemnitz arbeitet in Smartphone-Apps wie „BirdNET ( Android / iOS )“ und „ Birdweather (iOS)“ oder lokal als BirdNet-Pi auf dem Minicomputer Raspberry Pi. Es erkennt 3000-6000 Vogelarten weltweit und gilt als Gamechanger in der Vogelforschung.

Moritz testet eine lokale Version des LLM (large language model) Alpaca 7B von Meta und der Stanford University und erklärt, weshalb es wichtig ist, dass sich die Maker- und Hackerszene auch mit Künstlicher Intelligenz beschäftigt.

Raspberry Pi-Minicomputer und USB-Mikrofon Aus einem Raspberry Pi-Minicomputer und einem USB-Mikrofon baut Moritz eine Vogelerkennungsstation.

Der Computer arbeitet innen, das Mikrofon ist mit einem Spülschwamm geschützt. Der Computer arbeitet innen, auf dem Fensterbrett dient ein alter Küchenschwamm als Windschutz.
Günstigere Mikrofon aus Mikrofonkapseln zusammenlöten. Für zukünftige Projekte lötet Moritz noch bessere und günstigere Mikrofone aus 3€-Mikrofonkapseln zusammen, die auch im Fieldrecording- und ASMR-Bereich eingesetzt werden.

Vogelerkennung mit Spektogramm Die Software auf dem Minicomputer stellt eine Website im lokalen WLAN bereit - und listet dort ihre Vogelerkennungen auf - und das sogar mit einem Spektrogramm. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.
Website Birdweather verortet Aufnahmen von Vogelstimmen, die per App registriert wurden. Auch auf der Karte der Website für Vogelliebhaber „BirdWeather“ sind Moritz’ Vogelsichtungen verzeichnet.

  continue reading

112 에피소드

모든 에피소드

×
 
Loading …

플레이어 FM에 오신것을 환영합니다!

플레이어 FM은 웹에서 고품질 팟캐스트를 검색하여 지금 바로 즐길 수 있도록 합니다. 최고의 팟캐스트 앱이며 Android, iPhone 및 웹에서도 작동합니다. 장치 간 구독 동기화를 위해 가입하세요.

 

빠른 참조 가이드