Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Autonomes Fahren | Künstliche Intelligenz 24 Elektronik automotive 04 2020 es keine KI mehr weil wir dann verstehen wie ein Problem gelöst werden kann und damit dieses Mystische das mit dem Begriff der künstlichen Intelligenz verbunden wird verschwunden ist Wenn sie mit wirklich intelligent auf den Begriff der allgemeinen künstlichen Intelligenz abzielen dann erwarte ich eher dass dies entweder in sehr ferner Zukunft oder nie passieren wird da entsprechende Regulierungen hier greifen werden Ich persönlich bin der Meinung dass wir nicht unbedingt Wesen schaffen sollten ob natürlich oder künstlich die uns genau ebenbürtig sind oder sogar allgemein überlegen sind Wir sollten künstliche Intelligenz nutzen um Maschinen zu schaffen die uns helfen unsere Probleme zu lösen und unsere Welt weiter zu verbessern Sie sind seit November 2019 Wissenschaftliche Direktorin für den neu gegründeten Forschungsbereich Algorithmic Business and Production Was waren die Hintergründe diesen Forschungsbereich ins Leben zu rufen? Dr Köhler Der Forschungsbereich beschäftigt sich mit der intelligenten Analyse und Optimierung geschäftlicher und technischer Prozesse Unsere heutigen Produktionsmethoden oder auch Abläufe in der Logistik sind noch viel zu ineffizient Wir verbrauchen zu viele Ressourcen wir arbeiten nicht wirklich umweltverträglich und sind oft nicht anpassungsfähig genug Mit modernen Optimierungsmethoden aus der KI können sehr komplexe Probleme gelöst werden So können wir Material sparen den Energieverbrauch reduzieren und auch flexiblere Lösungen entwickeln bei denen sich Maschinen oder Prozesse selbstständig an neue Bedingungen anpassen Diese Methoden helfen uns auch Maschinen zu bauen die sich selbst optimal steuern und in der kundenindividuellen Fertigung sehr flexibel Produktvarianten herstellen können ohne dass wir hohe Umrüstkosten und -zeiten aufwenden müssen Mit welchen Problemstellungen beschäftigen Sie und Ihr Team sich momentan? Dr Köhler Im Moment arbeiten wir unter anderem an zwei technischen Fragestellungen Einerseits geht es darum eine Lösung zur automatisierten Fertigung von Kabelbäumen durch intelligente Maschinen noch um weitere KI-Techniken zu erweitern Bereits jetzt können wir sehr gut die Steuerung dieser Maschinen durch sogenannte CP-SAT-Solver berechnen In den letzten Jahren hat jedoch auch das Gebiet des Reinforcement Learning enorme Fortschritte gemacht bei dem eine Maschine durch Erfahrung und dem Experimentieren in einer Umgebung lernt Für uns ist es sehr spannend herauszufinden ob man auch in einem Simulationsmodell durch Lernen und Ausprobieren eine Steuerung quasi sich selbst entwickeln lassen kann die dann zuverlässig auf einer wirklichen Maschine in der realen Welt läuft Auch frage ich mich wie wir es einfacher machen können diese Simulationsumgebungen zu entwickeln Neben industrieller Optimierung interessieren mich auch Themen wie zum Beispiel die intelligente Steuerung von Aufzügen mit mehreren autonomen Kabinen in einem Schachtsystem oder aber auch Fragen aus der medizinischen Forschung und Diagnostik wenn zum Beispiel Diagnoseverfahren individuell geplant oder auch Behandlungsverfahren in ihren Prozessen optimiert werden sollen KI gilt als vielversprechender Kandidat um aus Big Data nützliche Informationen zu extrahieren Leider kann das Ergebnis nur so gut sein wie das Training Wie lässt sich Shit in shit out vermeiden? Dr Köhler Wir müssen Methoden entwickeln um die implizite Abhängigkeit von den Trainingsdaten besser zu verstehen Wir wissen zwar dass die Qualität der Trainingsdaten ganz entscheidend ist aber wir können noch immer nicht genau sagen in welchem trainierten Bereich sich zum Beispiel ein neuronales Netz zuverlässig verhält und was in einer Anwendung passieren muss damit wir den trainierten Bereich verlassen Dies ist aber unbedingt notwendig um Systeme zuverlässig in der realen Welt einsetzen zu können die sich ja ständig verändert und dem Training immer einen Schritt voraus sein wird Lassen Sie uns dieses Problem auf den Anwendungsfall autonomes Fahren übertragen Beim Training von KI lassen sich heute in der Objekterkennung und -klassifizierung Trefferraten jenseits der 99 9 Prozent erzielen Wenn man es im Verkehr aber z Bmit einer Million Fahrzeugen zu tun hat heißt das dass immer noch Wir sollten künstliche Intelligenz nutzen um Maschinen zu schaffen die uns helfen unsere Probleme zu lösen und unsere Welt weiter zu verbessern