Was ist die Aufgabe von Pro²Future?
Der erste gravierende technische Wandel begann Ende des 19. Jahrhunderts mit der Elektrifizierung, die so gut wie alle Lebensbereiche veränderte. In den 1970er-Jahren kam die zweite große Veränderung mit dem Aufkommen der ersten Mikroprozessoren und damit der Computer. Seither sind wir mit der Digitalisierung erneut in einer Phase des technischen Wandels. Pro²Future beschäftigt sich seit knapp zehn Jahren mit der Einbettung kognitiver Fähigkeiten des Menschen in die Maschine und induziert damit eine dritten technologischen Wandel in der Industrie, den der Kognifizierung.
Was bedeutet das konkret?
Wir bringen das menschliche Wahrnehmen, Erkennen, Schlußfolgern, Lernen, Vorhersagen, Planen, Entscheiden in Produkte und Produktionssysteme. Es geht um die Intelligenzanreicherung der Dinge, also um Kognifizierung. Am Anfang haben wir uns die Frage gestellt: Was kommt nach der Digitalisierung? Die Antwort: Erst wenn das letzte Ding, der letzte Prozess digitalisiert ist, wird man draufkommen, dass man es kognifizieren hätte sollen. Derzeit werden KI-Systeme aus dem dokumentierten Wissensbestand der Menschheit trainiert. Damit wird eine Wirkung erzielt, als handelte es sich dabei um mitdenkende Dinge, in Wirklichkeit sind diese Systeme aber vorprogrammierte Musteranalysesysteme.
Wie wollen Sie Dinge mit Intelligenz anreichern?
Ein gutes Beispiel dafür ist unser neues Forschungsprojekt „Streaming AI“. Derzeit sind die gängigen KI-Systeme sehr monolithisch und zentralisiert organisiert. Sie werden mit riesigem Aufwand und extrem ressourcenintensiv trainiert. Computerleistungen von mehreren Petaflops sind dafür notwendig. Ein Petaflop entspricht 1.000 Billionen Rechenoperationen pro Sekunde. Dafür braucht man riesige Rechner, Unmengen an Energie und eine massive Kommunikationsleistung, um die verarbeiteten Informationen an die richtigen Stellen zu bekommen. Genau hier setzen wir mit „Streaming AI“ an. Wir wollen die KI vernetzen. Alle Teile des Systems, zum Beispiel einer Produktionslinie, können sich gegenseitig Daten zukommen lassen und jeder neue Wahrnehmungseindruck in Datenform ist ein weiterer Schritt zu Lernen von Neuem. Die Lernkontrolle liegt beim Menschen: Positive Lernentwicklungen werden verstärkt, negative unterdrückt.
Wie werden aus Datenflüssen Intelligenzflüsse?
Wie in der Erkenntnisfindung und Wissensweitergabe in der zwischenmenschlichen Kommunikation, die sehr dezentral erfolgt, ist auch Streaming AI ein dezentral organisiertes Netzwerk von Intelligenzknoten, die über Wissensflüsse verbunden sind. Für die Verwertbarkeit in der Industrie gehen wir mehrstufig vor. Erster Ansatzpunkt sind fest verortete Intelligenzknoten, die in einem Netzwerk verbunden sind, ähnlich einem Rooternetzwerk. In der zweiten Stufe adressieren wir mobile Szenarien, zum Beispiel autonom fahrende Transport-Carts in einer Fabrik, wobei deren Anzahl gleich bleibt. In der dritten Stufe sind die Intelligenzknoten nicht nur mobil, sondern auch dynamisch. Sie entstehen und verschwinden zur Laufzeit.
Welche Rolle kann Österreich in der Entwicklung von KI spielen?
Die großen Player im GPT-Bereich sind nicht einzuholen. Allerdings sind diese Lösungen mit vortrainierten monolithischen Systemen für die Industrie aus Kapazitätsgründen nicht darstellbar. Es braucht hier also alternative Ansätze wie „Streaming AI“, bei der das System durch Beobachtung im Betrieb lernt und nicht mit massiven Trainingsdatenmengen vortrainiert wird. Wir liegen damit sehr viel näher an der industriellen Realität als die sehr industriefremden GPTs.
