Künstliche Intelligenz - Eventkalender & Aktuelles Social Media Ampel Galileo: Rücksturz in die Wirklichkeit - Technik in Bayern
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
NACHRICHTEN AUS TECHNIK, NATURWISSENSCHAFT UND WIRTSCHAFT
03/2018 MAI/JUN
Das Regionalmagazin für und
Künstliche
Intelligenz
Eventkalender & Aktuelles
Social Media Ampel
Galileo: Rücksturz in die Wirklichkeit
JETZT BEW
ERBEN
SMART PRODUCTS & SOLUTIONS
MASTERSTUDIENGANG AN DER FH KUFSTEIN TIROL
HIGHLIGHTS
>> Integrative Betrachtung von Smarten Produkten aus Sicht der Produktentstehung
>> Digitalisierung und Vernetzung von Produkten
>> Digitale Transformation im Unternehmen
>> Kombination von Technik und Wirtschaft
FAKTEN
>> Studienabschluss MSc in 4 Semestern
>> Berufsbegleitend freitags und samstags
>> Studienreise im 3. Semester
>> Studienbeitrag € 363,36 pro Semester
www.fh-kufstein.ac.at/sps
EDITORIAL
Künstliche Intelligenz muss dem
Menschen dienen
Es vergeht bald kein Tag mit Neuigkei- sierung und KI in einem Atemzug gespro-
ten zu Künstlicher Intelligenz (KI): Am chen. Aber das ist zu unterscheiden. Die
12.02.2018 erschien bei lean-digital.de Digitalisierung von Daten, wie Texte, Spra-
eine Schlagzeile „Künstliche Intelligenz che, Musik, Bilder und Videos, bilden eine
prüft Koalitionsvertrag“. Eine KI-Software wichtige Voraussetzung, um künstliche
des Unternehmens thingsThinking (tT) Intelligenz nutzen zu können.
versteht die Bedeutung von natürlicher Das Schreckgespenst Jobverlust durch
Sprache in Textdokumenten. Ihre Ent- KI geht in vielen Studien und Artikeln
wickler haben der Maschine den Koaliti- um. Klar ist, einfache Tätigkeiten in der
onsvertrag und die Parteiprogramme zur Industrie und im Büro werden durch Ma-
Analyse vorgelegt, die das bestätigt, was schinen ersetzt. KI kann aber auch ver-
Experten schon vermuteten: Die SPD hat antwortungsvolle Arbeiten erheblich be-
gut verhandelt. schleunigen und unterstützen, Beispiel
Die gleiche KI-Software wird allerdings Mustererkennung und Diagnose in der
auch für andere Aufgaben eingesetzt. Sie Medizintechnik. Es wird viel Personal be-
hilft z.B. Juristen und Wirtschaftsprüfern, nötigt, um die Maschinen und Software
die Vielzahl von Verträgen, die bei gro- zu programmieren, zu trainieren und zu
ßen Industrieprojekten notwendig sind, überwachen. Weiterbildung ist angesagt,
Foto: Silvia Stettmayer
auf problematische Formulierungen zu neue Jobs werden entstehen. Die große
überprüfen. Das ist eine riesige Stütze, Mehrheit der befragten Firmen sieht die
kann aber den Juristen noch lange nicht KI, speziell das maschinelle Lernen, als
ersetzen. Chance, ihr Kerngeschäft zu verbessern.
Walter Tengler Mitte Februar wurde bekannt gegeben, Wie sieht die Zukunft mit KI aus? Ist dies
Redaktion TiB dass Google (Alphabet Inc.) und die Tech- überhaupt die entscheidende Frage oder
nische Universität München (TUM) eine spielen nicht die rasant steigende Welt-
bevölkerung, die zunehmende Verschmut-
„KI kann auch verantwortungsvolle zung der Erde, abnehmende Ressourcen
und kriegerische Zerstörung die domi-
Arbeiten erheblich beschleunigen“ nierende Rolle für unsere menschliche
Zukunft? Wenn wir den neuen Bericht
des Club of Rome mit dem Titel „Wir sind
langfristige Partnerschaft beschließen. dran“ lesen, erfahren wir in einer Prognose
In Forschung und Innovation werden sie den „ultimativen Kollaps des Welt sys-
in den Bereichen Künstliche Intelligenz, tems“ in den nächsten 50 Jahren. Viel-
Maschinelles Lernen und Robotik zusam- leicht kann die KI dabei helfen, dass die
menarbeiten. Zusätzlich fördert die „Ap- Menschheit überlebt, indem sie ihr dient.
plied AI Initiative“ der TUM Gründer und Viel Spaß beim Lesen mit neuen Erkennt-
Unternehmer bei der Entwicklung von KI- nissen wünscht Ihnen
Anwendungen.
Das Thema ist ein Schlüsselthema, das
unser zukünftiges Leben massiv mitbe-
stimmen wird. Häufig wird von Digitali-
Technik in Bayern 03/2018 3
„Die lernenden Maschinen machen die Systeme intelligent.
Foto: Oliver Sved - Fotolia
Aber wie funktionieren sie und was könnte
diese Entwicklung für uns Menschen bedeuten?
SCHWERPUNKT
Künstliche Intelligenz 06
Klaus Mainzer
Der Mensch lebt trotzdem linear 10
Interview mit Armin Nassehi
Robotik und Künstliche Intelligenz im Recht 13
Susanne Beck
Methoden der KI 14
Klaus Diepold
Hand in Hand mit Robotern 16
Dieter Spath
Foto: Silvia Stettmayer
Machine Learning in der medizinischen Diagnostik 18
Martin Daumer, Peter Hausamann, Chrstian Harböck et.al.
10
60 Jahre Künstliche Intelligenz 20
Der historische Hintergrund von Frank Dittmann
4 Technik in Bayern 03/2018
RUBRIK
Suchen Sie eine
Dolmetscherin?
HOCHSCHULE UND FORSCHUNG
Social-Media-Ampel 28
Peter Mandel
Galileo: Rücksturz in die Wirklichkeit 34
Bernd Schöne
AKTUELLES
VDI BV Bayern Nordost: Technikmeile 2018 22
VDE BV München: Mitgliederversammlung 2018 23
VDI BV München: VDI Preis 2018 23
VDI SuJ Kongress in Nürnberg 28
VDI BG Ingolstadt: Tag der Elektromobilität 28
VDI Landesverband Bayern: Jugend forscht 30
VDI/VDE
VDI-AK FiB München 35
VDE/VDI-AK Informationstechnik München 36
VDI-Freundeskreis Italia 37
VDI Bayern Nord-Ost 38
RUBRIKEN
Veranstaltungskalender39
I agges
ages
gees
Buchbesprechungen48
EUP
© EU -Im
P-Im
Ausstellungstipp49
Impressum49
Cartoon50
Vorschau50
Qualikation
Spezialisierung
VDI Landesverband Bayern
VDI Bezirksverein München, Ober- und Niederbayern e.V.
Westendstr. 199, D-80686 München
Tel.: (0 89) 57 91 22 00, Fax: (0 89) 57 91 21 61
www.verein-der-ingenieure.de, E-Mail: bv-muenchen@vdi.de Speziell für Ihre Branche:
VDI Bezirksverein Bayern Nordost e.V.
c/o Ohm-Hochschule, Keßlerplatz 12, D-90489 Nürnberg
unsere Fachliste Technik
Tel.: (09 11) 55 40 30, Fax: (09 11) 5 19 39 86 - Kontaktdaten von mehr als 340 qualifizierten
E-Mail: vdi@th-nuernberg.de technischen Übersetzern und Dolmetschern
aus dem gesamten Bundesgebiett
VDE Bayern, Bezirksverein Südbayern e.V.
Titelbild: - mehr als 30 Sprachen und über BDÜ Expertens
Hohenlindener Straße 1, D-81677 München
ervice
Neue Kollegen 200 technische Fachgebiete
Tel.: (0 89) 91 07 21 10, Fax: (0 89) 91 07 23 09
- kostenlos erhältlich per E-Mail
Fachliste Tech
Foto: © meaille.luc, Fotolia.com
2017 | 2018
www.vde-suedbayern.de, E-Mail: info@vde-suedbayern.de
Spezialisiertenik
Übersetzer/innen
für mehr als und Dolmetsc
30 Sprachen her/innen
und über 200
Fachgebiete
an service@bdue.de oder
- direkt herunterladen unter
Technik in Bayern 03/2018 5 fachliste-technik.bdue.de Bundesverb
and der Dolmetsche
r und Übersetzer
e. V. (BDÜ)
Künstliche Intelligenz
Grundlagen und Herausforderungen
Dieser Artikel führt in eine der Komplexität des Problems und dem Grad durch die neurochemische Signale wan-
der Effizienz des Problemlösungsverfah- dern. Im grafischen Modell werden Neu-
faszinierendsten Forschungs-
rens ab. ronen durch Knoten und Synapsen durch
entwicklungen der Gegen- Kanten verbunden. Kanten sind durch
wart ein, die unsere Zukunft Expertensysteme Zahlen gewichtet, mit denen die Intensität
revolutionieren wird. Unter Mitte der 70er bis Mitte der 80er Jahre der neurochemischen Verbindung durch
rückten wissensbasierte Expertensyste- Synapsen angezeigt wird.
Künstlicher Intelligenz (KI)
me in den Vordergrund, die erste prakti- Lernen bedeutet auf der neuronalen Ebe-
werden gegenwärtig vor allem sche Anwendungen versprachen. Abge- ne, dass erregte Neuronen sich in Ver-
die Algorithmen des Machine grenztes und überschaubares Spezial- schaltungsmustern verschalten. In der
Learning verstanden. wissen menschlicher Experten wie z.B. Neuropsychologie kommt hinzu, dass sol-
von Ingenieuren und Ärzten sollte für den che Verschaltungsmuster mit kognitiven
tagtäglichen Gebrauch zur Verfügung ge- Zuständen wie Wahrnehmungen, Vorstel-
K
ünstliche Intelligenz (KI) beherrscht stellt werden. lungen, Gefühlen, Denken und Bewusst-
längst unser Leben, ohne dass es Bei wissensbasierten Expertensystemen sein verbunden sind. Im Modell neurona-
vielen bewusst ist. Smartphones, handelt es sich um KI-Programme, die ler Netze werden diese Verschaltungsvor-
die mit uns sprechen, Armbanduhren, die Wissen über ein spezielles Gebiet spei- gänge durch Lernalgorithmen modelliert,
unsere Gesundheitsdaten aufzeichnen, chern und aus dem Wissen automatisch mit denen die synaptischen Zahlenge-
Arbeitsabläufe, die sich automatisch or- Schlussfolgerungen ziehen, um konkrete wichte verändert werden, da sie für die
ganisieren, Autos, Flugzeuge und Droh- Lösungen zu finden oder Diagnosen von Intensität der jeweiligen neuromischen
nen, die sich selbst steuern, Verkehrs- Situationen bereitzustellen. Im Unter- Stärke der synaptischen Verbindungen in
und Energiesysteme mit autonomer Lo- schied zum menschlichen Experten ist einem Verschaltungsmuster stehen.
gistik oder Roboter, die ferne Planeten das Wissen eines Expertensystems aber Ähnlich wie in der Psychologie werden
erkunden, sind technische Beispiele einer auf eine spezialisierte Informationsbasis verschiedenen Arten von Lernalgorith-
vernetzten Welt intelligenter Systeme. Sie beschränkt, ohne allgemeines und struk- men unterschieden. Beim überwachten
zeigen uns, wie unser Alltag von KI-Funk- turiertes Hintergrundwissen über die Welt. Lernen wird dem neuronalen Netz zu-
tionen bestimmt ist. Um ein Expertensystem zu bauen, muss nächst ein Prototyp beigebracht. Das
das Wissen des Experten in Regeln ge- könnte z.B. das Verteilungsmuster der
Was ist künstliche Intelligenz? fasst, in eine Programmsprache über- Pixel eines Gesichts sein. Die lokalen
Alan M. Turing definierte 1950 in dem setzt und mit einer Problemlösungsstra- Stärken von Färbungen und Schattierun-
nach ihm benannten Test ein System tegie bearbeitet werden. Menschliches gen werden durch entsprechende synap-
dann als intelligent, wenn es in seinen Können lässt sich aber nur begrenzt in tische Zahlengewichte dargestellt. Man
Antworten und Reaktionen nicht von ei- formalen Regeln festhalten. Beispiele spricht auch vom Trainieren eines neu-
nem Menschen zu unterscheiden ist. Der zeigen sich, wenn wir Menschen z.B. den ronalen Netzes, um die Zahlengewichte
Nachteil dieser Definition ist, dass der Aufschlag beim Tennis oder Abschlag passend einzustellen. Durch Abgleich mit
Mensch zum Maßstab gemacht wird. beim Golf lernen. einem eintrainierten Prototyp kann z.B.
Auch biologische Organismen sind näm- ein Gesicht unter einer Vielzahl von Ge-
lich Beispiele von intelligenten Systemen, Neuronale Netze und Machine Learning sichtern wiedererkannt werden.
die wie der Mensch in der Evolution ent- Ein Gegenentwurf zu programmierten Beim nicht-überwachten Lernen ist das
standen und mehr oder weniger selbst- Computern sind die sich selbst organi- neuronale Netz in der Lage, selbststän-
ständig Probleme effizient lösen können. sierenden Gehirne lebender Organismen. dig Ähnlichkeiten von Daten zu erkennen,
Daher nenne ich (in einer vorläufigen Ar- Machine Learning mit neuronalen Netzen um sie entsprechend zu klassifizieren. So
beitsdefinition) ein System dann intelli- orientiert sich daher mit geeigneten Netz- kommt es, dass solche neuronalen Netze
gent, wenn es selbstständig und effizient werk-Topologien und Lernalgorithmen an mit ihren Algorithmen das Gesicht z.B. ei-
Probleme lösen kann [1] (S. 3). Der Grad der Informationsverarbeitung von Gehir- ner Katze erkennen können, ohne vorher
der Intelligenz hängt vom Grad der Selbst- nen: Neuronen (Nervenzellen) sind un- beigebracht bekommen zu haben, was
ständigkeit des Systems, dem Grad der tereinander durch Synapsen verbunden, eine Katze überhaupt ist.
6 Technik in Bayern 03/2018
SCHWERPUNKT
Grafik: Munich Center for Technology in Society, TUM
Von neuronalen Netzen zum Internet der Dinge
Beim verstärkenden Lernen (reinforce- der dritten Schicht in Teilen von Gesich- Sensoren bei einer Kollision mit einem äu-
ment learning) wird dem System zunächst tern eingefügt zu werden. Auf der vierten ßeren Gegenstand erregt, dann auch die
eine Aufgabe beigebracht, die es dann Schicht werden schließlich ganze Gesich- mit den Sensoren verbundenen Neuronen
mehr oder weniger selbstständig lösen ter wiedergegeben. eines entsprechenden neuronalen Net-
soll. Es könnte sich z.B. um einen Robo- Was im mathematischen Modell schon zes. So entsteht im neuronalen Netz ein
ter handeln, der selbstständig einen Weg seit den 1980er Jahren bekannt war, Verschaltungsmuster, das den äußeren
zu einem vorgegebenen Ziel finden soll. wird erst seit wenigen Jahren technisch Gegenstand repräsentiert.
Beim Lösen dieser Aufgabe bekommt realisierbar, da nun die notwendige Re- Wenn wir uns nun noch vorstellen, dass
der Roboter ständig in bestimmten Zei- chenpower vorliegt (z.B. Google Brain dieses Automobil mit einem „Gedächtnis“
tintervallen Rückmeldungen (rewards), mit 1 Million Neuronen und 1 Milliarde (Datenbank) ausgestattet wird, mit dem
wie gut oder wie schlecht er dabei ist, den Synapsen). es sich solche gefährlichen Kollisionen
Weg bzw. die Aufgabenlösung zu finden. merken kann, um sie in Zukunft zu vermei-
Die Lösungsstrategie besteht darin, diese Machine Learning und selbstlernende den, dann ahnt man, wie die Automobilin-
Folge von Rückmeldungen zu optimieren. Fahrzeuge dustrie in Zukunft unterwegs sein wird,
Deep Learning bezieht sich einfach auf Ein hochaktuelles Anwendungsbeispiel um selbst-lernende Fahrzeuge zu bauen.
die Tiefe des neuronalen Netzes, die der sind selbstlernende Fahrzeuge: So kann Es wird sich um ein neuronales Lernen
Anzahl der neuronalen Schichten ent- ein einfaches Automobil mit verschiede- handeln, wie wir es in der Natur von höher
spricht. Bei einem Wahrnehmungsvor- nen Sensoren (z.B. Nachbarschaft, Licht, entwickelten Organismen kennen.
gang werden auf der ersten neuronalen Kollision) und motorischer Ausstattung
Schicht nur farbige Pixel unterschieden, bereits komplexes Verhalten durch ein Wie viele reale Unfälle sind aber erfor-
die auf der nächsten Schicht zu Ecken sich selbst organisierendes neuronales derlich, um selbstlernende („autonome”)
und Kanten verbunden werden, um auf Netzwerk erzeugen. Werden benachbarte Fahrzeuge zu trainieren? Wer ist verant-
Technik in Bayern 03/2018 7
wortlich, wenn autonome Fahrzeuge in Alltagsentscheidungen, die unter unvoll- gen sich, sondern millionenfach aufgrund
Unfälle verwickelt sind? Welche ethischen ständigen Information bei z.B. Verhand- der enormen Rechenleistung eines Super-
und rechtlichen Herausforderungen stel- lungen zwischen Unternehmen, Rechts- computers. Bei ca. 10126 Spielsituationen
len sich? Bei komplexen Systemen wie fällen, militärischen Entscheidungen, me- im Pokerspiel würden das aber selbst die
neuronalen Netzen mit z.B. Millionen von dizinischer Planung, Cybersecurity u.a. schnellsten Supercomputer in keiner rea-
Elementen und Milliarden von synapti- stattfinden. listischen Zeit schaffen. Nun kommt Ma-
schen Verbindungen erlauben zwar die Bei Poker werden immer Emotionen und thematik zum Einsatz: Mit Theoremen der
Gesetze der statistischen Physik, globale Gefühle im Spiel vermutet, um den Gegner mathematischen Wahrscheinlichkeits-
Aussagen über Trend- und Konvergenz- z.B. mit Pokerface aufgrund unvollständi- und Spieltheorie lässt sich beweisen,
verhalten des gesamten Systems zu ma- ger Information zu täuschen. Bis aber Ma- dass sich in bestimmten Spielsituationen
chen. Die Zahl der empirischen Parameter schinen in der Lage sein werden, mensch- keine Erfolgschancen für nachfolgende
der einzelnen Elemente ist jedoch unter liche Emotionen zu verstehen oder gar zu Spieläste ergeben. Sie können also ver-
Umständen so groß, dass keine lokalen realisieren, würden – so dachten selbst nachlässigt werden, um so Rechenzeit
Ursachen ausgemacht werden können. KI-Experten – noch viele Jahre vergehen, und Speicherplatz zu reduzieren. So er-
Das neuronale Netz bleibt für uns eine wenn es überhaupt gelingen sollte. Tat- halten wir Programme, die von heutigen
„Black Box“. Vom ingenieurwissenschaft- sächlich umschifft PokerCelebratus das Computern realisierbar sind.
lichen Standpunkt aus sprechen Autoren Problem der Emotionen und schlägt Men-
daher von einem „dunklen Geheimnis“ im schen durch schiere Computerpower plus Künstliche Intelligenz, Internet der Dinge
Zentrum der KI des Machine Learning [3]. raffinierter Mathematik. und Industrie 4.0
An dieser Stelle wird schlagartig klar, dass Intelligenz entsteht in der Interaktion mit
Zusammengefasst folgt: Machine Lear- erfolgreiche KI vor allem eine Ingenieur- einer entsprechenden Umwelt. Physio-
ning mit neuronalen Netzen funktioniert, wissenschaft ist, die effizient Probleme logisch hat sich der Mensch mit seinem
aber wir können die Abläufe in den neu- lösen will. Es geht nicht darum, menschli- Gehirn seit der Steinzeit kaum verändert.
ronalen Netzen (noch) nicht im Einzelnen che Intelligenz zu modellieren, simulieren Wir werden erst zu Menschen des 21.
verstehen und kontrollieren. Machine oder gar zu ersetzen. Solange Menschen Jahrhunderts durch unsere Interaktions-
Learning Techniken sind ähnlich wie (sta- versuchten, den Flügelschlag der Vögel möglichkeiten in dieser technischen Ge-
tistische) Testvorgänge, aber das reicht nachzuahmen, landeten sie auf der Nase. sellschaft. Cyberphysical Systems zielen
für sicherheitskritische Systeme nicht Erst als sich Ingenieure auf die Grundge- auf die Implementierung von sozialem
aus und kann gefährlich werden – eine setze der Aerodynamik besannen, fanden und situativem Wissen in KI-Systemen,
große Herausforderung der KI für die Zu- sie Lösungen, wie sich tonnenschwere um ihre Dienstleistungsaufgaben in die-
kunft! Fluggeräte in Höhen jenseits der Wolken ser Welt im Umgang mit dem Menschen
bewegen lassen – Lösungen, die in der zu verbessern. Die Devise lautet daher:
Künstliche Intelligenz und Entscheidun- Evolution von der Natur nicht gefunden Cyberphysical Systems mit Verteilter
gen mit unvollständiger Information wurden. Künstlicher Intelligenz statt isolierter
In komplexen Märkten verhalten sich Künstlicher Intelligenz einzelner Roboter
Menschen nicht nach den axiomatisch Grafische Darstellung oder Computer. Ähnlich wie biologische
festgelegten rationalen Erwartungen ei- Grafisch wird ein Spielverlauf durch einen Organismen mit ihren Milliarden von in-
nes „repräsentativen Agenten“ (homo Spielbaum dargestellt. Eine Spielsituati- teragierenden Zellen, Organen, Sensoren
oeconomicus), sondern entscheiden und on entspricht einem Astknoten, aus dem und Nervensystemen lassen sich Gesell-
handeln mit unvollständigem Wissen, sich nach den Spielregeln endlich viele schaftssysteme als Superorganismen
Emotionen und Reaktionen (z.B. Herden- Spielzüge ergeben, die durch entspre- verstehen, die mit Waren- und Informa-
verhalten). chende Äste im Spielbaum dargestellt tionsströmen ausgestattet sind [1]. So
Nachdem vor mehr als zwanzig Jahren werden. Diese Äste enden wieder mit steuern bereits lernfähige Algorithmen die
1997 der Supercomputer Deep Blue von Astknoten (Spielsituationen), aus denen Prozesse einer vernetzten Welt mit expo-
IBM den amtierenden Schachweltmeister wieder neue mögliche Äste (Spielzüge) nenziell wachsender Rechenkapazität.
geschlagen hatte, kam 2016 Google mit entspringen. So entfaltet sich ein komple- Ohne sie wäre die Datenflut im Internet
der Software AlphaGo, um die Champions xer Spielbaum. nicht zu bewältigen, die durch Milliarden
im asiatischen Brettspiel Go zu schlagen. von Sensoren und vernetzten Geräten er-
Noch spektakulärer ist aber eine jüngst In einem ersten Ansatz sucht ein effek- zeugt wird. Nun kommunizieren also auch
vorgestellte Software, die menschliche tives Verfahren die Schwächen eines Dinge miteinander und nicht nur Men-
Champions in Poker schlug. Im Unter- vergangenen Spiels im entsprechenden schen. Daher sprechen wir vom Internet
schied zu Brettspielen wie Schach und Spielbaum heraus und versucht, sie in der Dinge (Internet of Things: IoT).
Go ist nämlich Poker ein Beispiel für nachfolgenden Spielen (Spielbäumen)
Entscheidungen unter unvollständiger zu minimieren. Dabei spielt das System Bei Industrie 4.0 wird das Internet der
Information. Von genau dieser Art sind nicht zehn-, hundert- oder tausendmal ge- Dinge auf die Industrie- und Arbeitswelt
8 Technik in Bayern 03/2018
SCHWERPUNKT Sichere
Bediener
= sicherer
Umsatz
Foto: Fotolia/ monsitj
angewendet. Industrie 1.0 war im den. Löst die „Künstliche Intelligenz“
19. Jahrhundert das Zeitalter der den Menschen ab? Einige spre-
Dampfmaschine. Zu Beginn des 20. chen bereits von einer kommenden
Jahrhunderts war Industrie 2.0 durch „Superintelligenz“, die Ängste und
die Einführung von Henry Fords Fließ- Hoffnungen auslöst. Dieser Artikel
band bestimmt. Das Fließband ist ist demgegenüber ein Plädoyer für
nichts anderes als eine Algorithmi- Technikgestaltung: KI muss sich als
sierung des Arbeitsprozesses, der Dienstleistung in der Gesellschaft be-
Schritt für Schritt nach einem festen währen. Man muss aber ihre Grund- Foto: Halfpoint / fotolia
Programm durch arbeitsteiligen Ein- lagen kennen, um ihre Leistungen Nur gut geschultes Personal ist in der
satz von Menschen ein Produkt rea- und Grenzen abschätzen zu können Lage, die Gefahren beim Geräteeinsatz zu
lisiert. In Industrie 3.0 greifen örtlich [2]. Erstaunlicherweise, das halte ich erkennen und Schäden an Mensch und
fixierte Industrieroboter in den Pro- für eine wesentliche philosophische Material zu verhindern.
duktionsprozess ein und unterstüt- Einsicht, ändern noch so schnelle Su-
zen seit Ende des 20. Jahrhunderts percomputer nichts an den logisch-
Darum schulen und unterweisen Sie
die Arbeit am Fließband. mathematischen Grundlagen, die von
Ihre Mitarbeiter regelmäßig.
menschlicher Intelligenz bewiesen Wir machen es Ihnen leicht, mit bewährten
In Industrie 4.0 werden Künstliche wurden. Erst auf der Grundlage die- Aus- und Fortbildungsunterlagen für:
Intelligenz und Machine Learning in ses Wissens lassen sich auch gesell-
den Arbeitsprozess integriert. Werk- schaftliche Auswirkungen bewerten.
• Staplerfahrer / Flurförderzeugführer
stücke kommunizieren unterein- Diese Chance menschlicher Intelli- • Teleskopmaschinenfahrer
ander, mit Transporteinrichtungen genz sollten wir nutzen! • Kranführer aller Kranarten / Anschläger
und beteiligten Menschen, um den • Bediener fahrbarer Hubarbeitsbühnen
Arbeitsprozess flexibel zu organisie- Univ.-Prof. em. Dr. Klaus Mainzer
ren. Produkte können so individuell
• Erdbaumaschinenführer
zur gewünschten Zeit nach Kunden- • Ladungssicherungs-Verantwortliche
wünschen erstellt werden. Technik, • Motorsägenführer
Produktion und Markt verschmelzen Literatur • Müllwerker/-fahrer NEU!
zu einem soziotechnischen System, ainzer, Klaus (2016a): Künstliche Intelli-
M
das sich selber flexibel organisiert genz. Wann übernehmen die Maschinen? • u. v. m.
Berlin: Springer
und sich verändernden Bedingungen Mainzer, Klaus (2016b): Information: Auch vorgepackte Starterpakete für neue
automatisch anpasst. Algorithmus – Wahrscheinlichkeit – Ausbilder sind erhältlich – Schulung to go!
Komplexität – Quantenwelt – Leben –
Gehirn – Gesellschaft. Berlin: Berlin
KI ist Dienstleister der Gesellschaft University Press Alle Schulungsunterlagen auf
Seit ihrer Entstehung ist die KI-For- Knight, W. (2017): The Dark Secret at the
Heart of AI. In: MIT Technology Review.
www.resch-verlag.com
schung mit großen Visionen über April 11: 1-22
die Zukunft der Menschheit verbun-
Partner für
Technik in Bayern 03/2018 9 qualifizierte
Ausbilder.
Fotos: Silvia Stettmayer
Der Mensch lebt trotzdem linear
Was macht die Künstliche Intelligenz mit uns?
Wir sprachen mit dem Sozio- werden ja nicht für etwas gemacht, son- von 12.00-14.00 Uhr Innovation und den
logen Prof. Dr. Armin Nassehi dern hier gibt es Menschen, die an etwas Rest der Woche mache ich mein Busi-
herumtüfteln und daraus dann etwas ma- ness. Das funktioniert natürlich nicht. Die
über die unbekannte KI. chen wollen. Wenn wir uns jetzt nicht nur Frage ist, ob man ein Umfeld mit selbst
auf KI, sondern auf die gesamte Informa- gewählten Kriterien hat, in dem man et-
K
ünstliche Intelligenz wird unsere tionstechnologie beziehen, dann sind die was Neues entwickeln kann. Gerade in
Arbeitswelt, unsere Gesellschaft, meisten Lösungen nicht für die Anwen- Deutschland – und wir sind ja eine Er-
unser ganzes Leben grundlegend dungen erfunden worden, die wir jetzt ha- findernation – mussten Erfindungen oft
verändern. Und was dann? ben. Für mich ist die interessante Frage: gegen die Gesellschaft durchgesetzt
Was macht man eigentlich vorher, wenn werden. Die Leute haben gesagt: „Das
Technik in Bayern: Was technisch mach- man gar nicht weiß, was damit passiert? braucht kein Mensch“; oder „Es gibt dafür
bar ist, wird auch gemacht. Muss man Da würde man die Menschen aber gera- keine Anwendung“; oder noch schlimmer:
den Gefahren entgegenwirken, indem man dezu diktatorisch einschränken, wenn „Es wird dafür keinen Markt geben“. Na-
gerade bei KI nicht alles zulässt, beispiels- man ihnen bereits vorher sagen würde, türlich ist es schwierig zu sagen, welche
weise durch gesetzliche Vorgaben wie erstens, was dabei herauskommen soll, Abweichung von der Norm dann zum Er-
beim autonomen Fahren? zweitens, wem das nützt und drittens, wie folg wird. Nur wenige sind genial. Verrückt
Prof. Nassehi: Der erste Satz Ihrer Frage das auf die Gesellschaft wirkt. Ich würde ist daran, dass eine Erfindung wie z.B. die
beinhaltet ja schon das Problem: Was sagen, das Besondere an jeder Form von Handykamera, die keiner brauchte, auf
man machen kann, wird auch gemacht, Innovation ist, dass man zunächst einmal einmal da war und man sie dann brauch-
aber das gehört zum Forschen, zum Erfin- mit selbst erfundenen Kriterien arbeitet. te. Deshalb sind technische Innovationen
dergeist, zum Technischen per se dazu. Diese Dynamik ist natürlich zuerst sehr nie nur etwas Technisches, sondern man
Hier gibt es zunächst einmal selbstge- produktiv. Die Gestalt der Innovation ist ja muss eine Idee davon haben, in welcher
wählte Kriterien. Die meisten Erfindungen nicht, dass ich sage, wir machen freitags Welt so etwas stattfindet. Wenn die Digi-
10 Technik in Bayern 03/2018SCHWERPUNKT
taltechnik nicht auf eine Gesellschaft tref- lich muss der Staat diese Entwicklungen aber auch der Meinung, dass gerade die-
fen würde, die in sich schon so komplex moderieren und wir werden feststellen, se neuen Techniken uns helfen werden,
und unübersichtlich ist, wie sie ist, dann dass sich diese Moderation ändern muss. dieses Problem zu lösen.
könnte man damit nichts anfangen. Im Moment sind alle sozialen Sicherungs- Der alltägliche Umgang mit den neuen
systeme noch auf Kontinuität von Arbeit, Technologien ist nicht das Problem. Das
TiB: Diese Transformationen funktionieren von Familien, von Produktionsverläufen, lernt man ziemlich schnell. Was sich
nie. Ein Computer wäre im Mittelalter wohl von Berufsverläufen abgestellt, und jede nicht so schnell entwickelt, ist die Kon-
Teufelszeug gewesen? Abweichung davon ist eine Störung. Hier sequenz für sowohl ökonomische als
Nassehi: Ja, wobei in der Auffassung ändert sich gerade viel und auch die Art auch politische Prozesse. Die gesam-
des Mittelalters das Teuflische ja darin der Arbeit. Man muss sich die Frage stel- ten Informationsapparate haben sich
besteht, dass man Dinge miteinander len, inwieweit die Arbeit des Einzelnen ein komplett verändert, und in der heutigen
verknüpft, die nicht zusammengehören. Beitrag zur Herstellung eines Mehrwerts „Echtzeitinformation“ kommt es zu einem
Aber genau das macht ja die Computer- ist. Es werden immer mehr Menschen, bei Selektionsproblem. Hier müssen wir eine
technik oder die KI. Sie bringt Dinge zu- denen das sehr viel ist, aber es werden Selbstanpassung vornehmen und leben
sammen und macht sie vergleichbar, die immer weniger sein, die in der Masse zum trotzdem linear und können somit keine
eigentlich getrennt werden müssen. Im Mehrwert beitragen. Hier müssen neue Gleichzeitigkeiten herstellen. Die intelli-
Mittelalter hatten wir Vergleichbares mit Lösungen gefunden werden. An diese genten Lösungen werden die sein, die die-
dem Buchdruck. Die Reproduktionsmög- Fragen muss man ziemlich emotionslos se Form von Parallelisierung herstellen.
lichkeit der Heiligen Schrift und auch der herangehen, denn auch die früheren Tech-
Kritik daran war revolutionär. Interessant nologiesprünge haben erhebliche gesell- TiB: Wenn wir uns beispielsweise Face-
ist, dass – damals in Buchform und heute schaftliche Verwerfungen produziert. book ansehen, dann gibt es doch auch
im Internet – die Pornographie die meis eine ganz neue Form von Unternehmen?
ten Veröffentlichungen stellte. TiB: Diese Zukunftsfragen wurden poli- Nassehi: Ja, wobei sehr spannend ist,
tisch leider bis heute nicht gestellt. Wie dass in der öffentlichen Wahrnehmung
TiB: Daraus ließe sich schließen, dass der gehen wir mit der Geschwindigkeit dieses nicht transparent ist, dass es sich hier
Mensch sich nur langsam entwickelt und Wandels um? um eine gewinnorientierte Firma handelt,
sich nicht „auf Null“ stellen lässt. Bei Algo- Nassehi: Auch die Anpassung der klas- sondern dass es für viele den Charakter
rithmen könnte das wahrscheinlich gehen, sischen Industriegesellschaft an insti- eines Wohlfahrtsunternehmens hat. Die-
aber wir haben den Zugriff nicht mehr. Sie tutionell organisierbare Lebensverläufe se Art von nichtstofflicher Infrastruktur
sind weitgehend unzugänglich. Sind Algo- war ja nicht einfach da. Es war ein gro- ist neu, und man muss sich fragen, wie
rithmen unheimlich? ßes Glück, dass in der Nachkriegszeit in man für die Gesellschaft transparent
Nassehi: Es geht hier auch um eine relativ den westlichen Industriestaaten sowohl macht, um was es eigentlich geht.
alte Kulturtechnik, nämlich die Muster ökonomische als auch kulturelle und
erkennung. Auch die heutigen Algorith-
men machen in gewisser Weise Musterer- „In die Unübersichtlichkeit unserer Welt taucht
kennung, aber sie erkennen nicht nur was
da ist, sondern erschaffen gleichzeitig jetzt eine Technik ein, die Begriffe verwendet, die
auch eine neue Struktur. Diese Rückkopp-
lungsschleife ist etwas völlig Neues und
selbst mit Unübersichtlichkeit arbeiten.“
sehr befremdlich.
politische Formen in eine Waage gebracht TiB: Woher kommt diese enorme Ge-
TiB: Ist KI Jobkiller oder Jobmaschine? wurden. Produzenten wurden zu Konsu- schwindigkeit und wie verändert sie uns?
Nassehi: Wenn man ehrlich ist, muss man menten. Dieses Gleichgewicht geht aus- Nassehi: Also wir sind ja nicht schlauer
konstatieren: Man weiß es nicht. Das ist einander. Die Gewinnmöglichkeiten sind geworden, aber die investiven Notwendig-
vergleichbar mit der Technikentwicklung inzwischen viel größer, aber die Distribu- keiten sind heute viel geringer:
allgemein: Wir wissen im Moment noch tionsmöglichkeiten viel kleiner geworden. Eine Produktionsstraße für den Auto-
nicht, in welche Richtung es geht. Natür- Und damit haben wir ein Problem. Ich bin mobilbau zu bauen, ist eine ganz andere
Technik in Bayern 03/2018 11TiB: Einige Veröffentlichungen bezeichnen
die KI als neue Religion. Wie sehen Sie
das?
Nassehi: Vielleicht kann man das mit
dem Begriff der Übersichtlichkeit fassen.
Früher war die Welt geordnet und kal-
kulierbar: Es gab gut und böse und der
Teufel saß mit am Tisch und man kannte
ihn. Unsere heutige Welt ist intranspa-
rent. Viele Konflikte entstehen aus einer
Nichterklärbarkeit der Welt. Niemand, der
ein Experte ist, bleibt unwidersprochen,
und keine Wahrheit wird nicht durch eine
andere Wahrheit in Frage gestellt. Für die
aktuellen Krisen – z.B. die Finanzkrise
– haben wir keine Steuerungsmechanis-
men. Und in diese Unübersichtlichkeit
taucht jetzt eine Technik ein, die Begriffe
Investition, als 10 Programmierer in ein en Technologien und die neuen Arten von verwendet, die selbst mit Unübersicht-
Büro zu setzen. Wir erleben, dass sich Arbeit einlässt, dann müssen wir von die- lichkeit arbeiten, wie die Künstliche Intel-
die junge Generation auf diese Schnellig- sen Kontinuitätsbegriffen weg; und dass ligenz oder Maschinengehirn. Dass man-
keitsökonomie einlässt. Und diese neue die Veränderung in den Berufsverläufen che Menschen diese Begriffe jetzt mys
Mentalität ist der Technik sehr ähnlich, politisch moderiert werden muss, ist un- tifizieren, ist kein Wunder. Um mit Max
nämlich relativ schnell neue Dinge zu re- abdingbar. Auch hier brauchen wir einen Weber zu sprechen: Wir leben in einer
kombinieren, diese auszuprobieren und Paradigmenwechsel. Leider denken die wiederverzauberten Welt. Wir verstehen
dann wieder zu lassen. Heute hat man politischen Trägergruppen weitgehend es nicht, nehmen es aber irgendwie hin.
es mit Produkten und Dienstleistungen noch im alten System und gehen diese
zu tun, die sich in der Praxis noch verän- Fragen nicht an. TiB: Was meinen Sie, wie geht es weiter
dern. Daher kommt auch der schöne Be- Ich bin mir ziemlich sicher, dass in Zukunft mit der KI?
griff des Updates. Das gilt wahrscheinlich eher so etwas wie Ausfallbürgschaften Nassehi: Ich bin mir ziemlich sicher, dass
auch für Lebensformen. vom Staat bezahlt werden, als eine Ar- sich das entdramatisieren wird, wenn wir
beitslosenversicherung. Hier stellt sich unter KI einen Apparat verstehen, der so
TiB: Ein Update beispielsweise beim Bau dann die Frage der Sozialpartnerschaft, sehr eine Blackbox ist, dass wir darauf
einer Autobahnbrücke ist doch eher ab- bei der die Akteure nicht nur eigene vertrauen, nicht zu wissen was unter der
schreckend. Wie sollen wir alle, und Unter- Interessen verfolgen. Oberfläche passiert und trotzdem mit
nehmen im Speziellen, damit umgehen, und den Ergebnissen umgehen; und dass KI
wie sehen Sie die Aufgabe des Staates? TiB: Da taucht die Frage der Finanzierung ein Element von allen möglichen Tech-
Nassehi: Man müsste bei Projekten eine auf. Was halten Sie von der Robotersteuer? nologien und Dienstleistungen wird. Das
Art Generalunternehmer haben, der einen Nassehi: Wir müssen uns im Gegenzug Vertrauen in KI wird steigen, weil sie funk-
längeren Zyklus im Blick hat. Ich glaube fragen, ob man Unternehmen für etwas tioniert und weil sie im Alltag unsichtbar
aber, dass dies in diesen Ökonomien und besteuern kann, um Leute zu versorgen, wird und sich gerade deshalb durchsetzt.
Techniken fast nicht mehr möglich ist. Und die nichts zu ihrem eigenen Mehrwert Das war schon immer der einzige Erfolgs-
in der Unternehmenskultur müssen Sie die beitragen. Unabhängig davon, was man faktor für Innovation.
Abteilung mit den langen Hosen und die davon hält, steht diese Versorgungsfrage
mit den kurzen Hosen zusammenbringen. im Lastenbuch, aber es mangelt am kon- Das Interview führten Fritz Münzel und
Wenn sich die Gesellschaft auf diese neu- zeptuellen Denken. Silvia Stettmayer
12 Technik in Bayern 03/2018SCHWERPUNKT
Robotik und
Künstliche Intelligenz im Recht
Robotik und KI stellen das auf Maschinen überträgt oder von ih- ne Anpassung des Rechts erforderlich. Es
nen vorbereiten lässt: Bei Maschinen, die ist jedoch zum einen fraglich, ob die Weiter-
Recht vor neue Herausforde-
selbst dazu lernen, einen eigenen Entschei- entwicklung der Technik tatsächlich an die-
rungen. Deshalb ist zu klären, dungsrahmen haben, durch Sensoren und sem Punkt enden wird; zum anderen ist hier
wer verantwortlich ist, wenn Vernetzung Informationen erhalten und in der konkreten Situation detailliert zu dis-
durch die Entscheidungen der selbst auswerten, lässt sich weder ex ante kutieren und empirisch zu eruieren, ob der
absehen, welche Entscheidungen sie in menschliche Akteur tatsächlich ebenso frei
Maschine ein Schaden ent- welchen Situationen treffen werden, noch und unbeeinflusst entscheiden kann wie es
steht. Auch ist zu diskutieren, ex post feststellen, worauf genau eine Fehl- dem Rechtsregime entspricht. Diskutiert
welche Entscheidungen mit entscheidung beruhte. Insbesondere ob wird etwa die Einführung einer „elektroni-
einer der Beteiligten, z.B. Programmierer, schen Person“, die vergleichbar der bereits
Blick auf ihre Risiken und Fol-
Produzent oder Nutzer, selbst einen Fehler bekannten juristischen Person (Unterneh-
gen überhaupt auf Maschinen gemacht hat, ist in vielen Fällen nicht mehr men o.ä.) ein juristisches Konstrukt wäre.
übertragen werden dürfen. nachweisbar. Sie könnte ein von den Beteiligten einbe-
Die klassischen rechtlichen Zurechnungs- zahltes Vermögen haben, Adressat für den
strukturen sind hierauf nicht anwendbar, Geschädigten sein, mittels eines Vertreters
D
ie rasante Entwicklung der Robo- d.h. es ist kaum möglich, einen der Betei- vor Gericht auftreten etc.
tik und Künstlichen Intelligenz (KI) ligten haftbar zu machen oder für verant- Zumindest einige Probleme, die durch die
macht sich immer mehr auch auf wortlich zu erklären. Das betrifft sowohl die Übertragung von Entscheidung und damit
gesellschaftlicher Ebene bemerkbar. Die Frage der zivilrechtlichen Haftung, bei der auch von Verantwortung auf Maschinen
öffentlichen bzw. medialen Debatten über es vor allem um den Ausgleich von Schädi- entstehen, könnten so gelöst werden. An-
die zunehmende Autonomie von Maschi- gungen Dritter geht, als auch der strafrecht- dere, wie die Frage nach der Strafbarkeit,
nen nehmen zu: Sei es, dass ein Verbot von lichen Verantwortlichkeit (hier in der Regel blieben offen. Es ist zudem zu berück-
Autonomen Waffensystemen gefordert für Fahrlässigkeit), bei der die Sanktion des sichtigen, dass die Frage nach der Verant-
wird, sei es, dass im Pflegebereich eine Ent- fehlerhaft handelnden Individuums im Vor- wortung immer erst der zweite Schritt ist.
menschlichung befürchtet wird und dass dergrund steht. Einfach einen der Beteilig- Im ersten Schritt ist festzulegen, ob die
die zunehmende Digitalisierung, Vernetzung ten, etwa den Nutzer, zur Verantwortung zu jeweiligen Entscheidungen überhaupt auf
und Automatisierung zu einem erheblichen ziehen, ist regelmäßig keine überzeugende Maschinen übertragen werden sollen. Dies
Verlust von Arbeitsplätzen führen könnte. Lösung. So kann der Fahrer eines autono- aber bleibt eine gesellschaftliche, keine
Diese Veränderungen müssen sich auch men Kfz in einer plötzlich auftretenden kri- rechtliche Frage.
im Recht spiegeln, wobei jedoch nicht alle tischen Situation nicht ebenso schnell und Die Robotik und KI werden überdies für wei-
gesellschaftlichen Entwicklungen vom Ge- konzentriert agieren wie ein selbständig tere rechtliche Felder von Interesse werden:
setzgeber gesteuert werden können und Fahrender – es kann dann aber eben auch Das Datenschutzrecht, das Arbeitsrecht,
sollten. So kann das Recht keine Arbeits- nicht von ihm erwartet werden, dass er das Versicherungsrecht, das Urheberrecht
plätze sichern – das sind letztlich wirt- dauerhaft die Kontrolle über sein Fahrzeug und auch das Völkerrecht befassen sich
schaftliche bzw. politische Entscheidun- behält. Das Recht muss für die Verantwor- schon jetzt mit dieser Entwicklung und
gen. Das Recht ist auch nicht geeignet, um tungszuteilung in diesen Kontexten neue werden es in Zukunft noch intensiver tun.
eine humane Gesellschaft zu garantieren Lösungen finden. Schon deshalb wird es erforderlich bleiben,
bzw. vor Dehumanisierung zu schützen; Das gilt natürlich nur insoweit, als sich die dass die Technikwissenschaften und die
hierum muss sich schlussendlich die Ge- Situation im Vergleich zum Status Quo Rechtswissenschaften beim Fortschritt
sellschaft selbst kümmern. tatsächlich verändert. Werden etwa Ma- dieser so wichtigen und gesellschaftsprä-
Doch einige der durch Robotik und KI ver- schinen – wie wohl zum Teil gefordert – genden Technologie auch künftig eng und
ursachten Schwierigkeiten kann und sollte so konstruiert, dass sie den Fahrer zwar produktiv zusammenarbeiten.
das Recht lösen. Das gilt insbesondere für entlasten, aber seine Konzentration nicht
die Verantwortungsdiffusion, die entsteht, schwächen, sondern ihn weiterhin ebenso Prof. Dr. Susanne Beck
wenn man immer mehr Entscheidungen fordern wie aktuelle Kraftfahrzeuge, ist kei- Universität Hannover
Technik in Bayern 03/2018 13Foto: Ingo Stork genannt Wersborg
Methoden der KI
Regelung industrieller Produktionsprozesse
Es gibt industrielle Produktions- Schwankungen der Prozess parameter trum steht, die einen Schweißvorgang in
prozesse, die extrem schwierig auszugleichen und gezielt die erforderli- QCIF-Auflösung (176 x 144 Pixel) und einer
che Qualität zu erreichen. Ein klassischer Bildfrequenz von 1 kHz aufzeichnet. Zu-
zu automatisieren sind. Ein geschlossener Regelkreis kann dafür sätzlich setzen wir noch drei Photodioden
Beispiel dafür ist das Laser- kaum eingesetzt werden, da der physika- ein sowie z.T. Festkörpermikrophone.
schweißen oder das Laser- lische Prozess des Laserschweißens so
komplex ist, dass es dafür keine hinrei- Repräsentation
schneiden. Mit Methoden des
chend genauen und kompakten Modelle Aus den Bilddaten müssen Merkmale ex-
maschinellen Lernens wurde gibt. Es ist somit nicht möglich die Regel- trahiert werden, die die für die weitere Ver-
ein Verfahren zur wirksamen schleife zu schließen, was eine Bedingung arbeitung relevante Prozessinformation
Regelung und damit weitge- ist für die Automatisierung eines derarti- beinhalten und repräsentieren. Für die da-
gen Produktionsprozesses. mit verbundene Dimensionsreduktion exi-
henden Automatisierung des Aus diesem Grund wollen wir untersu- stiert eine Vielzahl von etablierten Metho-
Laserschweißens entwickelt. chen, inwieweit wir durch den gezielten den, die hochdimensionale Sensordaten
Einsatz von Methoden des maschinellen in eine niedrigdimensionale und zugleich
E
ntsprechende Apparaturen werden Lernens eine wirksame Regelung entwic- transformationsinvariante Repräsentati-
von einem Experten aufwändig von keln können, die zu einer weitgehenden on des Systemzustandes transformieren.
Hand, d.h. mit Hilfe von Messkurven Automatisierung des Laserschweißens
und Heuristiken experimentell konfigu- führt. Wir schlagen dazu eine Architektur Autoencoder und Deep Learning
riert. Um eine gefundene Konfiguration für für eine intelligente Datenverarbeitung Für die vorliegende Aufgabe der Merk-
eine Laserschweißapparatur so zu betrei- vor, die auf drei Hauptprinzipien basiert, malsextraktion setzen wir einen Autoen-
ben, damit die Qualität der Schweißnaht nämlich der Repräsentation, der Vorher- coder in Form eines Convolutional Neural
hinreichend gut ausfällt, müssen Inge- sage und der Regelung. Im Folgenden will Networks (CNN) ein, das mit einem Deep
nieure die prozessrelevanten Parameter ich kurz darstellen, welche Konzepte des Learning Verfahren trainiert wird. Die
so weit wie möglich konstant halten und maschinellen Lernens hierbei zum Ein- Sensordaten werden durch die Stufen ei-
nachjustieren. Eine Regelung des Prozes- satz kommen. nes Neuronalen Netzes geschoben. Jede
ses wäre hier wünschenswert, zum einen Der Schweißprozess wird durch eine Rei- einzelne Schicht beinhaltet dabei u.a. Fal-
um die erheblichen Rüstzeiten zu verkür- he von Sensoren beobachtet, wobei eine tungsoperationen und Unterabtastungen
zen und zum anderen um die natürlichen Hochgeschwindigkeitskamera im Zen- der Bilddaten. Je weiter die Sensordaten
14 Technik in Bayern 03/2018SCHWERPUNKT
im CNN verarbeitet werden, desto abstrak- Schweißprozesses einige Zeitschritte im
ter und komplexer werden die Daten reprä- Voraus vorhersagen kann. Diese Bewer-
sentiert – bis die Daten schließlich durch tung eines aktuellen Merkmalsvektors
einfache Merkmale (4x4 Pixel Bilder) ro- setzen wir ein, um somit ein Signal für die
bust und komprimiert repräsentiert wer- Rückkopplungsschleife eines Regelkrei-
den. Im Jahr 2006 führte Geoffrey Hinton ses zu erzeugen.
die Idee des Deep Learning ein.
Die Parameter des CNN werden zuerst für Regelung und Verstärkendes Lernen
jede einzelne Schicht vortrainiert und op- (Reinforcement Learning) Abb. 1: Regelung und verstärkendes Lernen
timiert. Nach Beendigung des schichtwei- Die extrahierten Merkmale und die Quali- (Reinforcement Learning)
sen Trainings wird abschließend ein Back- tätsvorhersagen werden im Rahmen ei-
propagation-Algorithmus auf das gesam- nes Regelungsansatzes verwendet, durch
te vortrainierte Netzwerk angewendet, um den die Laserleistung beim Schweißen Moderne Methoden des maschinellen
eine Feinabstimmung zu erreichen. Unse- geregelt wird. Dazu setzen wir ein Rein- Lernens, insbesondere Neuronale Netze
re Untersuchungen haben ergeben, dass forcement Learning Verfahren ein, das ein bieten wenig bis keine Möglichkeit an, die
der Ansatz, ein CNN mit Deep Learning entsprechendes Steuersignal bestimmt inneren Abläufe nachzuvollziehen oder gar
als Autoencoder zur Merkmalsextrakti- um die korrekte Laserleistung für eine zu interpretieren. Experten beurteilen den
on einzusetzen im aktuellen Kontext die hochqualitative Schweißnaht einzustel- Einsatz Neuronaler Netze für die Lösung
niedrigste Zahl an Klassifikationsfehlern len. Reinforcement Learning besteht aus von regelungstechnischen Problemstel-
erreicht. Damit robuste Merkmale gelernt einem Entscheider, der mit seiner Umge- lungen wegen dieser „Black Box“ Eigen-
werden können, d.h. dass Eingangsdaten bung, d.h. mit dem Schweißprozess ge- schaft meist kritisch. Zudem entziehen
mit variierendem Erscheinungsbild durch koppelt ist. Der Entscheider erfasst zum sich diese Ansätze bisher mathematisch
Merkmale korrekt erfasst werden, ist es Zeitpunkt t den Zustand st des Prozesses strenger Beweise bzgl. der Stabilität und
erforderlich, dass die Trainingsdaten alle und wählt eine Aktion at aus dem zur Ver- Konvergenz der resultierenden Syste-
Phänomene beinhalten, die das Erschei- fügung stehenden Aktionsportfolio aus. me, ein Aspekt, der insbesondere in der
nungsbild der Sensordaten beeinflussen. Die Umgebung, also hier der Schweißpro- Regelungstechnik große Bedeutung zu-
Was das System nicht sieht, kann es auch zess reagiert auf diese Aktion mit einem geschrieben wird. Weitere Forschungs-
nicht lernen. Die Fähigkeit, relevante und neuen Zustand st+1 und einer Belohnung arbeiten können diese Lücken in Zukunft
robuste Merkmale automatisch aus den (Reward) rt+1. Der Lernprozess bestimmt schließen.
Daten zu extrahieren, repräsentiert eine die auszuwählende Aktion so, dass die
Form autonomer künstlicher Intelligenz. erwartete Belohnung maximiert wird. Das Prof. Dr. Klaus Diepold
Prädiktionssignal für die Qualität wird hier Lehrstuhl für Datenverarbeitung
Vorhersage als Belohnung für das Lernverfahren ver- Technische Universität München
Die extrahierten Merkmale werden dazu wendet (s. Abb.1).
verwendet Wissen über den Zusammen- Die vorgeschlagene Architektur mit den
hang zwischen der Qualität des Schweiß- drei Bausteinen maschinellen Lernens er-
prozesses und den messbaren Merk- laubt es uns den Regelkreis für einen kom- Literatur
malen aufzubauen. Dieser Vorgang ver- plexen industriellen Prozess zu schlie-
Bannat et.al. „Artificial cognition in production
wendet zuvor manuell annotierte Probe- ßen, der zuvor nicht beherrschbar war. systems“, IEEE Trans. Automation Science and
Schweißungen, die in einem offline ablau- Maschinelles Lernen schafft somit ein Engineering, Vol.8, No.1, pp148-174, 2011.
J. Günther et.al. „Intelligent laser welding
fenden Lernprozess eingelernt werden. vollständiges System, das sensorische though representation, prediction, and control
Bei diesem Lernprozess verwenden wir Eingangsdaten robust darstellen kann, learning. An architecture with deep neural net-
ein Verfahren des verstärkenden Lernens das Prozesswissen für eine Qualitätsvor- works and reinforcement learning“, Mechatro-
nics, Vol. 34, pp. 1-11, Pergamon, 2016.
(engl. Reinforcement Learning) mit dem hersage lernt und schließlich die richtigen G. Hinton, et.al. „Reducing the dimensiona-
Ziel, eine allgemeine Bewertungsfunktion Regelungsmaßnahmen ergreift, um einen lity of data with neural networks.“ scien-
ce313.5786 (2006): 504-507.
für jeden Merkmalsvektor zu lernen, mit Schweißprozess mit hoher Qualität zu au-
deren Hilfe das System die Qualität des tomatisieren.
Technik in Bayern 03/2018 15Hand in Hand mit Robotern
Lernende Systeme in der Arbeitswelt
Lernende Systeme entlasten schinelle Lernen, das es den Systemen sehbaren Problemsituationen eingreifen.
ermöglicht, ihr Verhalten durch Erfahrung Im Kundenservice werden Mitarbeiter von
die Menschen bei anstrengen-
und in Interaktion mit ihrer Umwelt und Standardanfragen befreit. Sie überneh-
den oder gefährlichen Tätig- ihren Nutzern zu optimieren. Ein Durch- men die schwierigen Kundenanliegen, die
keiten und ermöglichen eigen- bruch wurde in den letzten Jahren mit menschliches Fingerspitzengefühl erfor-
verantwortliches Arbeiten. Sie dem Deep Learning erreicht, das auf einer dern. Denn auf Logik basierende Algorith-
Weiterentwicklung künstlicher neuronaler men treten schnell in ethische Fettnäpf-
unterstützen unsere alternde
Netze fußt. Neuronale Netze umfassen chen. Ironie zu erkennen oder Antworten
Gesellschaft, die notwendige mehrere Schichten bestehend aus einer nach moralischen Gesichtspunkten abzu-
Produktivität zu erreichen. Vielzahl künstlicher Neuronen, die mitein- wägen bleibt den Menschen vorbehalten.
Doch ersetzen kann Künstliche ander verbunden sind und auf Eingaben Die Urteilsfähigkeit der Lernenden Sy-
von Neuronen aus den vorherigen Schich- steme ist Thema vieler Debatten um
Intelligenz die Menschen in der ten reagieren. In der ersten Schicht wird Künstliche Intelligenz. Intelligente Soft-
Arbeitswelt nicht. etwa ein Muster erkannt, auf der zweiten waresysteme können den Moderatoren
Schicht ein Muster von Mustern und so in sozialen Netzwerken helfen, Hasskom-
weiter. Liefert das Netz ein falsches Er- mentare, Gewaltvideos oder anderen ille-
B
ereits heute übernehmen intelli- gebnis, passen die Entwickler die Verbin- galen Content zu finden und zu löschen.
gente Softwaresysteme, Maschi- dungsstärke zwischen den Neuronen an. Eine Tätigkeit, die 2017 durch das Netz-
nen und Roboter viele Aufgaben in Anders beim Deep Learning. Hier werden werkdurchsetzungsgesetz an Bedeu-
Fabriken, lebensfeindlichen Umgebungen die Abstraktionsschichten nicht von Men- tung gewonnen hat, doch für Menschen
oder Büros. In den Produktionshallen der schen vorgegeben, sondern sie entstehen psychisch sehr belastend sein kann. Die
deutschen Industrie arbeiten Menschen aus den Daten selbst heraus. Das System Software zum Aufspüren illegaler Inhalte
Hand in Hand mit Robotern. In Call-Cen- generiert sein Vorhersagemodell selbst. stößt allerdings beispielsweise bei satiri-
tern oder im virtuellen Kundenservice schen Darbietungen schnell an ihre Gren-
kommen digitale Sprachassistenten und Fehlendes Fingerspitzengefühl und zen und löscht fälschlicherweise harmlo-
Chatbots zum Einsatz, die Kundenfragen Alltagsintelligenz setzen Grenzen se Beiträge. Menschliche Überwachung
beantworten und ihre Dienstleistung mit Lernende Systeme werden alle Bereiche der Lernenden Systeme ist notwendig
jedem geführten Gespräch verbessern. des beruflichen Lebens durchdringen, von – insbesondere, da der Weg zur Entschei-
Jüngstes Beispiel ist Amazons erster der Produktion über die Sachbearbeitung dungsfindung in den künstlichen neuro-
Go-Supermarkt in Seattle, in dem Einkau- bis hin zu sozialen Berufen. Sie entlasten nalen Netzen kaum nachvollziehbar ist.
fen ohne Kassen Realität ist. Die Kunden die Menschen von körperlich schwerer
legen die Waren in den Einkaufskorb, Arbeit, eintönigen Routineaufgaben und Lernenden Systemen fehlen eine Art All-
zahlreiche Sensoren und Kameras regis gefährlichen Tätigkeiten, etwa in Kata- tagsintelligenz sowie sozial-emotionale
trieren die Entnahmen aus den Regalen. strophengebieten. Auf diese Weise er- Fähigkeiten. Sie erbringen zwar teilwei-
Beim Verlassen des Ladengeschäfts wird möglichen sie ihnen, eigenverantwortlich se Leistungen, die die Kompetenzen von
über eine App auf den Handys der Kunden zu arbeiten und eine höhere Zeitsouve- Menschen weit übertreffen. Aber diese
abgerechnet. ränität. Die Beschäftigten haben wie- Leistung ist eben beschränkt auf eine
Lernende Systeme erledigen selbststän- der Zeit, sich auf das Wesentliche ihres bestimmte Tätigkeit. Deshalb werden
dig abstrakt beschriebene Aufgaben Berufes zu konzentrieren. Pflegekräfte, sie auf lange Sicht den Menschen in der
auf Basis von Daten, die ihnen als Lern- die beim Heben der Patienten von Ma- Arbeitswelt nicht voll ersetzen können,
grundlage dienen, ohne dass jeder Schritt schinen unterstützt werden, sparen Zeit, sondern übernehmen einzelne Aufgaben.
spezifisch programmiert wird. Sie be- in der sie sich intensiver um die kranken Voraussichtlich können in nächster Zeit
ruhen auf Technologien und Methoden oder alten Menschen kümmern können. nur wenige Jobs komplett automatisiert
der Künstlichen Intelligenz, bei denen Fabrikmitarbeiter werden in einem sich werden. Laut einer Studie von McKinsey
derzeit große Fortschritte hinsichtlich selbst steuernden Produktionssystem zu aus dem vergangenen Jahr könne bei 60
ihrer Leistungsfähigkeit erzielt werden. Entscheidern, die mit Erfahrungswissen Prozent aller Berufe etwa ein Drittel aller
Besonders wichtig ist darunter das ma- die Abläufe überwachen und in unvorher- Tätigkeiten automatisiert werden.
16 Technik in Bayern 03/2018Sie können auch lesen
