K unstliche Intelligenz - Lernf ahige Maschinen und Roboter f ur eine nachhaltige Zukunft - Hochschule Ravensburg-Weingarten
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Künstliche Intelligenz
Lernfähige Maschinen und Roboter für eine
nachhaltige Zukunft
Prof. Dr. Wolfgang Ertel
Hochschule Ravensburg-Weingarten
http://iki.hs-weingarten.de
Physikalischer Verein
Frankfurt
16.5.2018
University of Applied Sciences
Was ist Künstliche Intelligenz?
Elaine Rich:1
Die KI erforscht, ob und wie Computer Dinge tun
können, die wir Menschen heute noch besser
können.
1
E. Rich. Artificial Intelligence. McGraw-Hill, 1983.
University of Applied Sciences Was können Menschen besser?
University of Applied Sciences
Was können Menschen besser?
• Wo ist die Türe?
• einfache” Alltagsprobleme lösen.
”
• Lernen!
University of Applied Sciences Was ist Lernen? für Roboter: • Vokabeln lernen? Einfach • Gedicht auswendig lernen? Einfach • Mathematik lernen? Schwierig • Skifahren lernen? Schwierig
University of Applied Sciences Lernen durch Demonstration
University of Applied Sciences Lernen durch Verstärkung
University of Applied Sciences Lernen durch Verstärkung
University of Applied Sciences
Lernen durch Verstärkung
Teppich, Tisch, Tisch (nass), Schaumstoff, Ole
University of Applied Sciences
Landen von Flugzeugen
[Russ Tedrake, IROS 08]University of Applied Sciences
Birds don’t solve Navier-Stokes!
[Russ Tedrake, IROS 08]University of Applied Sciences
Birds don’t solve Navier-Stokes!
[Russ Tedrake, IROS 08]University of Applied Sciences
Birds don’t solve Navier-Stokes!
[Russ Tedrake, IROS 08]University of Applied Sciences Lernen durch Demonstration
Assistenzroboter für Menschen mit
körperlicher Behinderung2
1
Gefördert durch die Landesstiftung Ba.-Wü.University of Applied Sciences
Assistenzroboter3
3
Feldtests im AsRoBe-Projekt am KBZO RavensburgUniversity of Applied Sciences
Intelligenter Rollator3
• Nutzermodellierung
• Anpassung an Nutzerverhalten
• automatischer Notruf
3
Ab 09/2017 gefördert durch das BMBFUniversity of Applied Sciences
Lernfähige Diagnose von Maschinen
4
4
W. Ertel, et.al. Model Free Diagnosis of Pneumatic Systems using Machine Learning. In
9th International Fluid Power Conference, p. 340-349, Aachen, 2014.University of Applied Sciences
Mustererkennung in Zeitreihen
airflow [litres/min]
900
700
500
35000 35050 35100 35150 time [sec]
800
airflow [litres/min]
600
400
45100 45150 45200 45250 time [sec]
Durchfluss einer Produktionsanlage.University of Applied Sciences Aktuelle Schlagzeilen • 2011: IBM Watson • 2014: Deep Learning • 2015: KI wird kreativ • 2016: Durchbruch beim GO – Spiel • 2017: Durchbruch beim Poker – Spiel
University of Applied Sciences
Objekterkennung mit Deep Learning
5
5
He K. et al, Deep residual learning for image recognition. In: Proc. IEEE conf. CVPR,
2016. S. 770-778.University of Applied Sciences
Objekterkennung mit Deep Learning
6
62014: Fotos beschreiben m. Deep Learning
7
http://googleresearch.blogspot.de/2014/11/a-picture-is-worth-thousand-coherent.htmlUniversity of Applied Sciences
2015: Deep Learning – Kreativität –
Kunst
8
L.A. Gatys, A.S. Ecker, M. Bethge. A Neural Algorithm of Artistic Style,
arXiv:1508.0657v1, 26.8.2015University of Applied Sciences
9
9
D. Silver et al. Nature 529, 484–489 (2016)University of Applied Sciences
Durchbruch bei der Sprachverarbeitung
Yaniv Leviathan, Matan Kalman: Google Duplex,
8.5.2018 10
10
https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.htmlUniversity of Applied Sciences KI und Gesellschaft
University of Applied Sciences
Beeindruckende Intelligenz!
11
–
11
http://autonomousweapons.org, http://futureoflife.orgDie Mobilität der Zukunft
08/2016: Robotertaxis von Uber in Pittsburgh12
08/2016: Robotertaxis von nuTonomy in Singapur13
08/2020: Robotertaxis in Frankfurt!
12
Max Chafkin, Uber’s First Self-Driving Fleet Arrives in Pittsburgh This Month,
Bloomberg, http://www.bloomberg.com
13
Self-Driving Taxis Get a Test Drive in Singapore, http://www.forbes.com.University of Applied Sciences
Robotertaxis: Auswirkungen
• Es wird nur noch Taxis geben
• Keine Privatautos mehr
• Keine Garagen mehr
• Keine Parkplätze mehr nötig
• Keine Parkplatzsuche
• Keine oder sehr niedrige Kosten für Nutzer14
• etwa 80 – 90% weniger Autos werden benötigt15
• Etwa 90% weniger Treibhausgase16
14
S. G. Janszky, Trendanalyse: Selbstfahrende Autos: Das Ende von Bahn, ÖPNV & Taxi?
http://www.2bahead.com
15
P. Gao, R. Hensley, and A. Zielke. A road map to the future for the auto industry.
McKinsey Quarterly, Oct, 2014.
16
J.B. Greenblatt and S. Saxena. Autonomous taxis could greatly reduce greenhouse-gas
emissions of US light-duty vehicles. Nature Clim. Change, 5(9):860–863, 2015.University of Applied Sciences
Robotertaxis: Gefahren und Risiken
• Hackerangriffe
• Reboundeffekt
• 100.000 Taxifahrer werden arbeitslos!
• 500.000 LKW-Fahrer werden arbeitslos!
• 2.000.000 Arbeitsplätze in der Autoindustrie fallen
weg!University of Applied Sciences
University of Applied Sciences
Die Oxford-Studie
“According to our estimates, about 47 percent of
total US employment is at risk.
... perhaps over the next decade or two.” 17
17
C.B. Frey and M.A. Osborne, The Future of Employment: How Susceptible are
Jobs to Computerisation?, Univ. Oxford, 2013.University of Applied Sciences Die Chance! • Wir lassen die Roboter arbeiten! • Wir Menschen arbeiten weniger! • paradiesische Zustände?
University of Applied Sciences Paradiesische Zustände? • Ja, aber ... • Wer soll das bezahlen?
University of Applied Sciences Wo bleiben die Produktivitätsgewinne? • Bei den Kapitalbesitzern • Bei den Banken • ⇒ Wachstum
University of Applied Sciences Wir müssen nachdenken über • Umverteilung des Wohlstands • Grenzen des Wachstums • Entschleunigung • Lebensstil • Gemeinwohlökonomie
University of Applied Sciences KI und Gesellschaft übermorgen
University of Applied Sciences
Human Level Machine Intelligence
18
18
Müller V., Bostrom N.: Future progress in artificial intelligence: A Survey of
Expert Opinion, in Müller V. (ed.), Fundamental Issues of Artificial Intelligence, 2014.University of Applied Sciences
Die Singularität
Intelligenz
Mensch
Computer
heute ZeitUniversity of Applied Sciences
Keine Singularität
Intelligenz
Mensch
Computer
heute ZeitUniversity of Applied Sciences
Weniger Wachstum
Intelligenz
Mensch
Computer
heute ZeitUniversity of Applied Sciences KI und Science Fiction • Robot und Frank • Ex Machina • I,Robot • Her • Avatar • Matrix • 2001: Odyssee im Weltraum • ...
University of Applied Sciences Zusammenfassung KI ist ein Treiber der Technologieentwicklung. Das führt zu: • mehr Wohlstand • mehr Bequemlichkeit • mehr Glück und Zufriedenheit? • mehr Konsum • mehr Umweltzerstörung (Reboundeffekt) • höherem Innovationstempo • Singularität?
University of Applied Sciences
Vielen Dank für die Aufmerksamkeit
ich bedanke mich bei:
• B. Stähle, B. Kathan, M. Schneider, R. Cubek, C. Bonenberger, A.
Agrawal, I. Chernov
• dem Dekan der Fakultät E: Prof. Löhmann
• vielen Student(inn)en
• dem Land Baden-Württemberg
• dem BMBF
• der Hochschule Ravensburg-Weingarten
Infos:
• iki.hs-weingarten.de
• Grundkurs Künstliche Intelligenz, Ertel, 4. Aufl., Vieweg, 2016
• Folien + Video: http://www.hs-weingarten.de/~ertelUniversity of Applied Sciences Künstliche Intelligenz: Auswirkungen • KI vernichtet Arbeitsplätze! • Wirtschaftswachstum schafft neue Arbeitsplätze!
University of Applied Sciences Die Wirtschaft wächst!
University of Applied Sciences
Problem!
Die Wirtschaft darf nicht mehr wachsen!
Warum?
• Die Grenzen des Wachstums sind längst
überschritten!
• Ökologischer Fußabdruck global:19
• Deutschland:
19
http://footprintnetwork.orgUniversity of Applied Sciences
Künstliche Intelligenz: Auswirkungen
• KI vernichtet Arbeitsplätze!
• Wirtschaftswachstum schafft neue Arbeitsplätze!
• Wir lassen die Roboter arbeiten
• Wir Menschen müssen weniger arbeiten
bei gleichem Lohn
• paradiesische Zustände?University of Applied Sciences
Paradiesische Zustände?
• Ja!
• 20 Stunden Erwerbsarbeit pro Woche
• d.h. wir haben Zeit für:
• Einkaufen auf dem regionalen Wochenmarkt
• Mit dem Fahrrad zur Arbeit
• Mit Fahrrad statt Flugzeug in den Urlaub
• Gartenarbeit
• Dinge reparieren statt kaufen
• Sport
• Bildung
• Forschung
• ...University of Applied Sciences Paradiesische Zustände? • Ja, aber ... • Wer soll das bezahlen?
University of Applied Sciences Wo bleiben die Produktivitätsgewinne? • Bei den Kapitalbesitzern • Bei den Banken • ⇒ Wachstum
University of Applied Sciences Warum muss die Wirtschaft wachsen? • Um die Arbeitsplätze zu erhalten! • Um unseren Wohlstand zu sichern! • Nein!
University of Applied Sciences
Was sind die Wachstumstreiber?
• Technologieentwicklung ersetzt Menschen durch
Maschinen
• Beispiele: Dampfmaschine, Automobil, Bagger, ...,
Serviceroboter, Roboterautos, ...
• Maschinen verwandeln Energie in Arbeit
• Arbeitskräfte werden ersetzt durch Energieverbrauch
(und andere Ressourcen)University of Applied Sciences Weitere Wachstumstreiber • Die Geldmenge wächst (zu) schnell • Grund 1: Giralgeldschöpfung durch die Privatbanken • Grund 2: Zinssystem
Die Lösung ?
• Vollgeld 20 21
22
• Natürliche Wirtschaftsordnung
• Steuerreform:
• Lohnsteuer abschaffen
• durch Energiesteuer ersetzen23
• Gemeinwohlökonomie24
• Bedingungsloses Grundeinkommen ist die Antwort auf
” 25
Arbeitslosigkeit durch Automatisierung”
• Transformationsforschung26 27
20
Joseph Huber: Vollgeld
21
www.monetative.de
22
Margrit Kennedy: Occupy Money; Geld ohne Zinsen und Inflation
23
Reiner Kümmel: The Second Law of Economics
24
Christian Felber: Die Gemeinwohl-Ökonomie.
25
Elon Musk auf http:mashable.com
26
Ulrike Herrmann: Der Sieg des Kapitals.
27
http://www.planet-wissen.de/video-kapitalismus-in-der-krise-100.htmlUniversity of Applied Sciences
Lösung Nr. 2
die Postwachstumsökonomie:28
• Effizienzgewinne werden durch den Reboundeffekt
überkompensiert.
• Suffizienz: Weniger ist mehr!
• Weniger arbeiten mit weniger Lohn!
• Weniger konsumieren!
• Subsistenz: Selbstversorgung!
28
Nico Paech. Befreiung vom Überfluss – Grundlagen einer Wirtschaft ohne
Wachstum. In: Fromm Forum. Bd. 20. Erich Fromm Gesellschaft, Tübingen, 2016, S.
70-76.University of Applied Sciences Meinungen: Stephen Hawking “The development of full artificial intelligence could spell the end of the human race. It would take off on its own and re-design itself at an ever increasing rate. Humans, who are limited by slow biological evolution, couldn’t compete, and would be superseded.” Elon Musk “... Summoning the demon ... “AI could be more dangerous than nuclear weapons.”
University of Applied Sciences Meinungen: Bill Gates “First, the machines will do a lot of jobs for us and not be super intelligent. That should be positive if we manage it well. A few decades after that, though, the intelligence is strong enough to be a concern.” Ray Kurzweil29 • Schnittstelle zwischen Gehirn und Computer • Menschen werden unsterblich • Menschliche Evolution = KI Evolution 29 R. Kurzweil, The Singularity Is Near: When Humans Transcend Biology, Penguin Books, 2006
University of Applied Sciences
Wird es die Singularität geben?
Aspekte:
• Artificial General Intelligence (AGI)
• Starke KI
• Bewusstsein
• Seiteneffekte30
30
Sean Riley, https://www.youtube.com/watch?v=tcdVC4e6EV4&html5=1University of Applied Sciences
Vielen Dank für die Aufmerksamkeit
ich bedanke mich bei:
• B. Stähle, S. Pfiffner, B. Reiner, B. Kathan, M. Schneider, R.
Cubek, R. Lehmann, V. Zakharov, A. Agrawal, I. Chernov
• dem Dekan der Fakultät E: Prof. Löhmann
• dem Land Baden-Württemberg
• dem BMBF
• der Hochschule Ravensburg-Weingarten
Infos:
• iki.hs-weingarten.de
• Grundkurs Künstliche Intelligenz, Ertel, 4. Aufl., Vieweg, 2016
• Vortragsfolien: http://www.hs-weingarten.de/~ertelUniversity of Applied Sciences
Prognosen
• M. Mählisch, Leiter
kalisierung für automatisiertes Fahren , Audi AG (11/2016):
Entwicklung Sensorfusion & Lo-
in 5 Jahren wird Audi selbstfahrende Autos
verkaufen.
• Gabor Janszky (2016): In 3 - 5 Jahren werden wir
Robotertaxis haben.31
• John Zimmer, CEO von Lyft (2016):32
Fully autonomous robot taxis: start in 2020/21.
• Bis 2020 wollen Daimler und Bosch vollkommen autonom
fahrende Autos für den Stadtverkehr auf den Markt bringen.33
31
S. G. Janszky, Trendanalyse: Selbstfahrende Autos: Das Ende von Bahn, ÖPNV
& Taxi? http://www.2bahead.com
32
John Zimmer, The Third Transportation Revolution, https://medium.com
33
Handelsblatt, 4.4.2017University of Applied Sciences
Robotertaxis: Auswirkungen
• Es wird nur noch Taxis geben
• Keine Privatautos mehr
• Keine Garagen mehr
• Keine Parkplätze mehr nötig
• Keine Parkplatzsuche
• Keine oder sehr niedrige Kosten für Nutzer34
• etwa 80 – 90% weniger Autos werden benötigt35
• Etwa 90% weniger Treibhausgase36
34
S. G. Janszky, Trendanalyse: Selbstfahrende Autos: Das Ende von Bahn, ÖPNV & Taxi?
http://www.2bahead.com
35
P. Gao, R. Hensley, and A. Zielke. A road map to the future for the auto industry.
McKinsey Quarterly, Oct, 2014.
36
J.B. Greenblatt and S. Saxena. Autonomous taxis could greatly reduce greenhouse-gas
emissions of US light-duty vehicles. Nature Clim. Change, 5(9):860–863, 2015.University of Applied Sciences
Robotertaxis: Gefahren und Risiken
• Reboundeffekt?!
... Annahme, dass jede/r von uns gleich viele
Kilometer pro Jahr fährt wie bisher ???
• Hackerangriffe!University of Applied Sciences
Autonomes Fahren
37
37
Zhao et. al., Pyramid Scene Parsing Network, CVPR 2017,
https://hszhao.github.io/projects/pspnet/University of Applied Sciences Zusammenfassung KI ist ein Treiber der Technologieentwicklung. Das führt zu: • mehr Wohlstand • mehr Bequemlichkeit • mehr Glück und Zufriedenheit? • mehr Konsum • mehr Umweltzerstörung (Reboundeffekt) • höherem Innovationstempo • Singularität?
University of Applied Sciences
Ähnliche Projekte am IKI
• Diagnose von Blinddarmentzündung (LEXMED,
14-Nothelfer Krhs. Weingarten, 1998)
• KI als Trainer bei Ausbildung und Sport (BMBF)
• Lernfähiges Greifen
• Intelligenter Reinigungsroboter
• robocup@home (Land Ba.-Wü.)University of Applied Sciences Die Spinne
University of Applied Sciences
Der Learning Gripper
38
—
38
S. Schädle, W. Ertel. Dexterous manipulation using hierarchical reinforcement learning. ICRA 2013, Karlsruhe, 2013.University of Applied Sciences One Class Learning
University of Applied Sciences Bedingungsloses Grundeinkommen • schafft ein Stück Verteilungsgerechtigkeit • vermeidet soziale Konflikte • aber: fördert den Konsum • fördert das Wachstum?
University of Applied Sciences
Zusammenfassung
• die KI-Revolution hat begonnen
• wo führt die starke KI hin?
• KI und Internet der Dinge bringt viel Komfort
• Datenschutz und IT-Security äußerst wichtig
• Demokratie im IT-Zeitalter ???
• immer weniger Bedarf für Erwerbsarbeit
• Grenzen des Wachstums sind überschritten
• Kapitalismus 2.0 ???
• Werden SIE aktiv!Sie können auch lesen
