Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
2 6 E - Pa P Er In t Er a c t Iv E Di e Zu k u n f t d e r El e k t r o n i k IIoT und Embedded Systems Fünf Expertenstimmen zu Gegenwart und Zukunft der künstlichen Intelligenz Im Video-Interview äußert sich die KI-Expertin Tanja Maaß Geschäftsführerin von Resolto Informatik zu Gegenwart Zukunft Möglichkeiten Grenzen und potenziellen Gefahren von KI Video WEKA Fachmedien schaften gezielt identifizieren und auswerten was zu sehr robusten Erkennungsergebnissen führt « Yonatan Hyatt CTO und Mitgründer von Inspekto bestätigt dies »KI wird eine immer größere Rolle in der Bildund Video verarbeitung spielen sei es speziell in der industriellen Automatisierung oder im weiteren Sinne Je mehr die KI kann desto eher wird die Bildverarbeitung in der Lage sein kritische Lücken beim Aufbau intelligenter und flexibler Automatisierung zu schließen indem sie die autonome oder zumindest einfache Einrichtung von Automatisierungsaufgaben ermöglicht – sei es die Erkennung von Teilen im 3D-Raum die Fehlerprüfung von Teilen in anspruchsvollen Anwendungen mit großen Abweichungen und Toleranzen die Erstellung digitaler Zwillinge von physischen Gegenständen und vieles mehr « Laut Christoph Wagner hat Deep Learning aber auch seine Grenzen »Auch wenn die KI-Technologie in vielen alltäglichen Anwendungen wie etwa in digitalen Assistenten oder selbstfahrenden Autos eine wichtige Rolle spielt ist sie für industrielle Bildverarbeitungsszenarien nicht immer die erste Wahl Häufig ist die Kombination aus beiden Systemwelten – Deep Learning und traditionellen regelbasierten Bildverarbeitungsverfahren – der Königsweg « Damit ließen sich in der Industrie die meisten Aufgaben erfolgreich lösen »Und schließlich fungiert Deep Learning oft als Enabler für neue Anwendungsgebiete die bislang nur schwer oder gar nicht mit industrieller Bildverarbeitung möglich waren « Eine typische Anwendung KIbasierter Bildverarbeitung ist die Führung von Roboterarmen »Wenn die Aufgabe lautet Produkte unterschiedlicher Größe Form Material oder auch Qualität mittels Robotern zu sortieren muss nicht nur gegriffen sondern vorher identifiziert analysiert und lokalisiert werden« sagt Heiko Seitz Technischer Autor bei IDS Imaging Development Systems »Mit regelbasiert arbeitenden Bildverarbeitungssystemen ist das gerade bei kleinen Losgrößen oft nicht nur sehr aufwendig sondern auch kaum wirtschaftlich lösbar Doch in Kombination mit auf KI-Basis erzeugten Schlussfolgerungen sogenannten Inferenzen lassen sich Industrierobotern schon heute die nötigen Fähigkeiten antrainieren « In der industriellen Bildverarbeitung ist KI mit am weitesten verbreitet aber generell nimmt auf dem Weg in Richtung Industrie 4 0 die Nutzung von KI stetig zu »Eine KI kann problem los weltweit Produktionsstandorte überwachen auf Fehler beobachten Muster interpretieren auch abweichende Muster erkennen und interpretieren« hebt Tanja Maaß hervor »Das macht die Chancen enorm groß « ak