In unserer heutigen Gesellschaft verlässt man sich vermehrt auf Künstliche Intelligenz (KI). Besonders in Produktionsprozessen und bei der Entwicklung autonomer Maschinen und Fahrzeuge wird Künstliche Intelligenz auf vielfältige Weise eingesetzt. Die diesjährige „Berlin Science Week“ thematisierte, wie intelligente Maschinen den Menschen unterstützen und bei der Lösung großer Zukunftsprobleme helfen können.
Künstliche Intelligenz (KI) ist längst kein reines Zukunftsthema mehr. Vielmehr durchdringen Methoden der KI immer weitere Bereiche unseres Lebens und Arbeitens. Das reicht von nützlichen Tools für unser Alltagsleben bis hin zum Einsatz im Gesundheitswesen. Auch die Stadtplanung, das Erkennen von Fake News, Sprachalgorithmen, sowie die Entwicklung (teil)autonomer Fahrzeuge und Maschinen profitiert von KI. Künstliche Intelligenz ermöglicht überdies große Fortschritte in Wissenschaft und Forschung.
Autonome Maschinen und Fahrzeuge: Das ist künstliche Intelligenz
Ein strategisches Forschungsziel des AIT Austrian Institute of Technology ist die Entwicklung von (teil)autonomen Arbeitsmaschinen wie Bagger, Kräne, Gabelstapler etc. Diese sollen den Menschen in seiner Tätigkeit unterstützen und schwere, gefährliche oder monotone Aufgaben übernehmen. Ein Testgelände im niederösterreichischem Seibersdorf entwickelt und testet autonomer Verladekräne. Die Aufgabe „Fahr zum Baumstamm, greif den Baumstamm und bring ihn zum Laster!“ ist für den Menschen eine klar definierte und (mit dem entsprechenden Gerät) leicht lösbare Aufgabe. Für Maschinen war dies bisher kaum möglich. Denn hinter dem scheinbar einfachen Befehl stecken viele komplexe Aufgaben. Beispielsweise umfasst das die zuverlässige Aufgaben- und Bewegungsplanung sowie Lokalisierung der Eigenposition. Eine Vielzahl an Befehlen konnten bisher nur mithilfe von menschlichen Befehlen ausgeführt werden. Dazu gehören beispielsweise das richtige Greifen von Objekten, die robuste Wahrnehmung der Umgebung sowie die Objektklassifizierung zur korrekten Interpretation des Umfelds.
Noch größer werden die Anforderungen für Roboter, wenn sie „geschützte“ und wohldefinierte Umgebungen wie etwa Fabrikhallen oder Holzverladeplätze verlassen und sich in der realen Welt zurechtfinden müssen – mit vielen störenden und oft unvorhersehbaren Einflussfaktoren, die sich unmöglich alle schon im Vorfeld berücksichtigen lassen. Problematisch sind dabei insbesondere Sicherheitsaspekte: Von autonomen Maschinen dürfen niemals Gefahren für andere Gegenstände und erst recht nicht für den Menschen ausgehen. Um das zu gewährleisten, ist eine genaue Kenntnis ihrer Umgebung nötig.
Exakte Umgebungserkennung
Kamerasysteme, Radar- und Lasermessungen sowie mathematische Verfahren erstellen ein hochgenaues, segmentiertes 3D-Modell der Umgebung. Einzelne Objekte, in etwa ein Verkehrszeichen oder ein*e Passant*in, werden klassifiziert. Nachdem den Objekten eine Bandbreite gewisser Eigenschaften zugeordnet wurde, etwa, dass ein Verkehrszeichen einen fixen Standort hat, Fußgänger*innen aber in dauernder Bewegung sind, werden diese Informationen mithilfe von Machine-Learning-Methoden mit anderen verknüpft. Somit entsteht ein grundlegendes Szenenverständnis, auf dessen Basis Entscheidungen getroffen werden können.
Bei autonomen Fahrzeugen ist diese Umgebungserkennung die Basis für die Bewegungsplanung und die Steuerung des Autos. Laut Expert*innen ist die richtige Interpretation des Umgebungsmodells das schwächste Glied beim autonomen Fahren. Eine fehlerhafte Klassifizierung etwa eines entgegenkommenden Fahrzeugs oder von querender Fußgänger*innen kann desaströse Konsequenzen haben – wie einige berühmt gewordene Unfälle von Testautos namhafter Konzerne zeigen.
Kooperation mit dem Menschen
Intelligente Maschinen der Zukunft sollen den Menschen nicht ersetzen, sondern unterstützen. Das Ziel ist dabei, die jeweiligen Stärken von Menschen und Maschinen miteinander zu kombinieren. Intelligente Maschinen können den Menschen von anstrengender, gefährlicher und monotoner Arbeit entlasten und Produktionsprozesse effizienter, flexibler, nachhaltiger und resilienter gestalten. Der Mensch kann sich auf komplexere, überwachende oder kreative Aktivitäten konzentrieren und im Sinne gesamtheitlicher Problemlösung wirken. Die technischen Abläufe werden dabei konsequent auf die Bedürfnisse und Notwendigkeiten des Menschen ausgerichtet (Human Centered Design).
Diese Themen standen Anfang November im Zentrum einer vom AIT im Rahmen der „Berlin Science Week“ veranstalteten Panel Discussion im „Einstein Center Digital Future“ in Berlin. Unter dem Titel „AI-enabled Automation: Wie intelligente Maschinen den Menschen unterstützen“ brachten führende Expert*innen ihr Know-how ein – konkret: Andreas Kugi (TU Wien, AIT), Lydia Kaiser (TU Berlin), Matthias Scheutz (Tufts University, AIT), Elisabeth André (Universität Augsburg), Manfred Tscheligi (Universität Salzburg, AIT), und Johannes Winter (L3S).
Beim Panel-Talk identifizierte man zahlreiche Anwendungsfelder, bei denen intelligente Maschinen den Menschen bei der Bewältigung künftiger Herausforderungen helfen können. Etwa die Produktivitäts- und Wettbewerbsfähigkeitssteigerung, die Qualitätssteigerung, die Schonung von Ressourcen, der Vermeidung von CO2-Emissionen und die Optimierung des Einsatzes von immer knapper werdenden Arbeitskräften.
Mehr Informationen:
www.ait.ac.at
Kostenloser Download:
https://www.ait.ac.at/fileadmin/cmc/downloads/News/efatec22/TG2022-Book-165×240-SCR.pdf
Foto: Hochkarätig besetzte Panel Discussion bei der „Berlin Science Week“ zum Thema „AI-enabled Automation: Wie intelligente Maschinen den Menschen unterstützen“ (v.l.): Martin Kugler (Moderator, AIT), Andreas Kugi (TU Wien, AIT), Elisabeth André (Universität Augsburg), Manfred Tscheligi (Universität Salzburg, AIT), Lydia Kaiser (TU Berlin), Johannes Winter (L3S), Matthias Scheutz (Tufts University, AIT) und Wolfgang Knoll (Managing Director AIT).
Credit: AIT/Hlava
