Rund zwei Liter Wasser sollte der Mensch täglich trinken. In Österreich kann man das Wasser direkt aus der Leitung trinken. Trinkwasser dient zwar in erster Linie zur Ernährung, der mengenmäßig größere Anteil wird in den Haushalten allerdings als Nutzwasser, wie etwa zum Duschen oder Putzen verwendet. Der tägliche Verbrauch des Menschen liegt in Österreich im Durchschnitt bei rund 135 Litern.
Um die Wasserqualität zu gewährleisten und sicherzustellen, dass kein verschmutztes Wasser in Umlauf gerät, sind komplexe Prozesse notwendig. Herkömmliche Methoden dauern bis zu 48 Stunden, um den Reinheitsgrad zu testen. Doch ein junges Unternehmen aus Wien hat eine Methode entwickelt, bei der die Prüfung bloß fünfzehn Minuten dauert.
Das Startup Vienna Water Monitoring hat mit Hilfe des Gründerservices INiTS erste Messgeräte entwickeln können, die nun gemeinsam mit der Technischen Universität und der Hauptkläranlage der Stadt Wien getestet werden. Der sogenannte „ColiMinder“, der dabei zum Einsatz kommt, ist 33 cm groß und 14 kg schwer. Er liefert Ergebnisse über die bakterielle Belastung des Wassers. Die Messung verläuft dabei voll automatisch und kann via Internet gesteuert und verfolgt werden.
Standardmethoden zur Wasserüberprüfung müssen im Labor durchgeführt werden und nehmen mehr als einen Tag in Anspruch. Mit dem ColiMinder wird der Prozess erheblich verkürzt: Nach fünfzehn Minuten liefert der Apparat vor Ort das Ergebnis. Somit kann rasch auf Veränderungen reagiert und die Sicherheit erhöht werden. „Wasserreinigung und -aufbereitung ist nicht nur lebenswichtig, sondern auch ein Wirtschaftszweig, der national und international immer wichtiger wird: Rasche und einfache Lösungen sind hier gefragt“, meint Irene Fialka, Geschäftsführerin von INiTS. „Wir haben Vienna Water Monitoring in unseren Inkubator aufgenommen und mit unserer Expertise zu Geistigem Eigentum, Patenten, Projektentwicklung und Finanzierungsmöglichkeiten unterstützt“
In Museen und Bibliotheken weltweit lagern hunderttausende Inschriften und über eine Million Papyrusfragmente aus der Antike. Der Großteil des Materials ist fragmentarisch und schwer lesbar. „92 Prozent der Papyri warten bis heute auf ihre Entzifferung. Ein gigantischer, unerschlossener Schatz der Geschichte“, heißt es per Aussendung der Österreichischen Akademie der Wissenschaften (ÖAW). Genau hier möchte Apollo ansetzen.
Apollo: „Neues Fenster zu unserem gemeinsamen kulturellen Erbe“
Entwickelt wurde das Large Language Model (LLM) in einer Kooperation zwischen der ÖAW und den europäischen KI-Unternehmen Mistral AI und SAIL Reply. Am gestrigen Mittwoch präsentierten die Forschungspartner die erste Stufe des Apollo-KI-Systems, das ab sofort der Wissenschaft und der Öffentlichkeit zur Verfügung steht.
„Apollo zeigt, was europäische Zusammenarbeit leisten kann, wenn KI, die gezielt an wissenschaftliche Anforderungen angepasst werden kann, auf jahrhundertealtes wissenschaftliches Wissen trifft“, sagt Guillaume Lample, Co-Founder und Chief Scientist von Mistral. „Indem Mistrals Technologie dabei hilft, Texte wiederherzustellen, die seit zweitausend Jahren nur fragmentarisch überliefert sind, eröffnet sie ein neues Fenster zu unserem gemeinsamen kulturellen Erbe – und das ist erst der Anfang.“
600 Millionen Wörter
Die meisten Texte der Antike sind nur unvollständig überliefert und es fehlen einzelne Wörter oder sogar ganze Textpassagen. Das Sprachmodell Apollo könne fehlende Inhalte von Fragmenten eigenständig ergänzen und dabei helfen, das Verständnis und die historische Einordnung eines Schriftstückes zu verbessern.
Obwohl für das Training der KI in Altgriechisch nur 600 Millionen Wörter zur Verfügung standen – mehrere zehn Milliarden Wörter gelten üblicherweise als der Standard für LLMs – sei eigenen Angaben nach Apollo treffsicher.
„Bei einem vorhandenen Originaltext auf Papyrus erreicht das Modell bei maskierten, also bewusst versteckten Passagen eine Trefferquote von rund 80 Prozent“, erklärt Anna Dolganov, Forscherin am Österreichischen Archäologischen Institut der ÖAW und Mastermind hinter dem Projekt. Bei tatsächlich unbekannten Textlücken bewerteten internationale Fachexpert:innen, die das KI-System im Rahmen einer Blindstudie evaluiert haben, Apollos Vorschläge in 77 Prozent der Fälle als mindestens ebenso gut wie durch Menschen vorgenommene Ergänzungen und in 16–20 Prozent der Fälle sogar besser, heißt es.
Apollo erkennt Sprachstufen
Besonders beeindruckend sei zudem, wie präzise Apollo zwischen verschiedenen Sprachstufen des Griechischen unterscheiden kann, betont Dolganov: „Unser LLM kann mit vergleichsweise geringem Wissen über einen Kontext weitreichende Schlüsse ziehen. Anhand von Satzbau und Vokabular erkennt Apollo präzise, ob ein Text zum Beispiel aus Homers ‚Odyssee‘ stammt, und ergänzt ihn im passenden Sprachregister.“
Als Beweis zeigte Dolganov bei der Präsentation von Apollo etwa eine antike Geburtsurkunde, die vollständig rekonstruiert wurde. Zudem wurde eine beim Ausbruch des Vesuvs verkohlte Schriftrolle an entscheidenden Stellen „vollständig lesbar gemacht“. Und mit der Rekonstruktion einer fragmentarischen Inschrift aus dem Schwarzmeerraum hat sich der Forscherin zufolge belegen lassen, dass in einer bestimmten Region bereits römisches Recht galt. Die Aussendung sprach hierbei von einer „weitreichenden Erkenntnis, die durch einen Beleg für die römische Prostitutionssteuer untermauert wird.“
Weitere Stufen geplant
„Mithilfe der KI entsteht ein neues Bild der antiken Sozial- und Wirtschaftsgeschichte, da sich viele Erkenntnisse erst aus der Masse der Dokumente ergeben – etwa bei Steuerquittungen“, präzisiert Dolganov.
Und Heinz Faßmann, Präsident der Österreichischen Akademie der Wissenschaften, ergänzt: „Apollo bringt die Erforschung von historischen Schriftstücken und Dokumenten in ein neues Zeitalter. Der Einsatz des neuen Sprachmodells wird völlig neue Forschungsfragen zulassen und unser historisches Wissen erweitern. Wir sind stolz, dass die ÖAW gemeinsam mit dem europäischen KI-Unternehmen Mistral diese wegweisende Technologie entwickelt hat. Für die Zukunft streben wir eine vertiefte Zusammenarbeit mit Mistral an.“
Der ersten Stufe des Modells sollen bald noch weitere folgen. „Das Ziel ist ambitioniert, aber machbar“, wie Dolganov betont: Die KI soll künftig unerschlossene Papyri sowohl entziffern als auch rekonstruieren können. Geplant ist außerdem eine Erweiterung, mit der das Modell thematische und semantische Suchen in der gesamten griechischen Textüberlieferung durchführen sowie Parallelstellen suchen soll und so die passende Evidenz für Ergänzungsvorschläge gleich mitliefert.
Dolganov, die ÖAW und Mistral wollen jedoch bei Altgriechisch nicht aufhören. Aufbauend auf den Erfahrungen soll die KI künftig auch mit einem lateinischen Textkorpus trainiert werden. Dafür stehen dann rund zwölf Milliarden Wörter zur Verfügung. Was für das Projekt noch fehlt, sei ein passender Name.
Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.
