Page 56

HOB_1119

56 Maschinenelemente KI meets Sensorik Sensor- und Bildverarbeitungslösungen integrieren zunehmend Methoden und Algorithmen der Künstlichen Intelligenz und des Machine Learnings. Ein Ziel ist hierbei oft, dass der Sensor mit jeder Messung schlauer wird. Das wichtigste Ziel ist aber zunächst die Konnektivität. Es gibt sie nicht, die Definition der Künstlichen Intelligenz (KI). Aber das hat KI immerhin mit der menschlichen Intelligenz gemeinsam. „Jeder hat seinen eigenen Blickwinkel: der Naturwissenschaftler, Pädagoge, Mathematiker, Ingenieur, der Psychologe oder der Philosoph“, so Dr. Gunther Kegel, Vorstandsvorsitzender der Pepperl+Fuchs AG in Mannheim. „Mal überwiegt die analytische, mal die empathische Betrachtungsweise, aber es gibt noch viel mehr“, ergänzt Dr. Stefan Gehlen, Geschäftsführer des Tochterunternehmens   11.2019 VMT Bildverarbeitungssysteme. Beide haben gleich nach ihrem Studium mit KI-Vorläufer-Modellen gearbeitet und wissen, wie heikel eine Definition sein kann. „KI ist nicht scharf zu definieren, in den 90er Jahren hat man sich darauf geeinigt, von KI zu reden, wenn sich ein System intelligent zu verhalten scheint“, unterstreicht Kegel. Aber die Fähigkeiten sind trotz aller Euphorie begrenzt. Den Turingtest, einen philosophisch angehauchten Knobelspaß, hat bisher kein KI-System geknackt. Solche ,intelligenten‘ Systeme lassen sich im Gegensatz zum Menschen noch immer austricksen. „Wenn man das System außerhalb seiner Logik- und Domaine Ecke fordert, steigt es aus. Je banaler die Frage, desto merkwürdiger die Ant- worten. Bei einer Erstanamnese durch einen simulierten Arzt zum Beispiel reicht die Frage: Was wollen Sie heute Mittag zum Essen, Herr Doktor? Ein KI-System weiß darauf heute oft keine sinnvolle Antwort, während ein Mensch schnell die Ebene wechseln kann“, so Kegel. Ein unglücklicher Begriff In der frühen Phase der künstlichen Intelligenz gab es die Bemühungen um eine ,starke‘ KI und den Versuch, ein künstliches Bewusstsein zu schaffen. In der industriellen Nutzung sind heute ausschließlich Ansätze der sogenannten ,schwachen‘ KI relevant, bei der nur intelligentes Verhalten erzeugt wird. Der Begriff Künstliche Intelligenz wurde 1956 auf der Dartmouth Conference (Dartmouth Summer Research Project on Artificial Intelligence) geboren. „Eine Wortprägung, die bis heute mehr Vorbehalte als Klarheit schafft“, findet Kegel. Außerdem verspricht der Begriff mehr als er halten kann – das war vor allem in den 60er bis zu den 90er Jahren der Fall. Kegel: „Heute stehen uns Rechnerkapazitäten, Speichertiefe, aber vor allem jede Menge gelabelte Daten zur Verfügung, sodass man mit den in den 90er Jahren entwickelten Algorithmen erst jetzt etwas anfangen kann. Davor war es problematisch, überhaupt geeignete Es gibt sie nicht, die Definition der Künstlichen Intelligenz, sind Dr. Gunther Kegel (links) und Dr. Stefan Gehlen überzeugt (Bild: Peter Schäfer) Daten zu finden oder zu generieren, um etwa neuronale Netze füttern zu können.“ Nutzen autonomer Systeme Der Begriff KI war nie unumstritten, nie eindeutig und wohl auch nicht die beste Wahl. „,Autonome Systeme‘ ist ein Begriff, der interessanter ist als KI“, sagt Gehlen. Ausschlaggebend sei, welche Entscheidungen Maschinen und Anlagen treffen können, und ob sie fähig sind, sich autonom zu verhalten: „Wir wollen KI dazu nutzen, um teilautonome Systeme zu entwickeln, die sich in unterschiedlichen Gebieten einsetzen lassen“, formuliert er das Ziel. Dabei komme es in erster Linie auf den Nutzen und weniger auf den Grad der Autonomie an: „Es wird viele Systeme geben, die mit Teilautonomie schon am Ende des sinnvoll technisch Machbaren sind“, findet Kegel, der in der jetzigen Entwicklungsphase auf Teilautonomie setzt. „Beim Auto möchte auch nicht jeder gänzlich autonom fahren. Gefragt ist Teilautonomie, wie sie durch Assistenzsysteme möglich wird.“ Es komme darauf an, das Risiko zu minimieren und den Menschen bei der Fahrzeugführung und -überwachung abzulösen. Für Kegel ist es nicht nur konsequent, dass teilautomatisierte Systeme das Führen des Fahrzeugs übernehmen, „die Gesellschaft muss auch auf das autonome Fahren vorbereitet werden“, ist er überzeugt und bringt das Kerngeschäft von Pepperl+Fuchs ins Spiel. „Die 3-D-Sensorik als Grundkomponente vieler Assistenzsysteme hilft, diese Entwicklung voranzutreiben.“ Allerdings denken auch hier viele Anwender vor allem in industriellen Applikationen noch eher konservativ. „Einfache Sensoren ohne Ethernetanbindung erfüllen weiterhin zuverlässig ihren Zweck. Der verschleißfreie induktive Annäherungsschalter wird noch lange seit


HOB_1119
To see the actual publication please follow the link above