Matlab Expo 2017 Der gepflegte Werkzeugkasten

Zur Matlab Expo 2017 versammelten sich in München rund 700 begeisterte Anwender, die ihre Toolbox in den unterschiedlichsten Disziplinen weiterentwickeln. Im Interview mit Dr. Hans Martin Ritt konnte DESIGN&ELEKTRONIK viel über den spezifikationsfernen wie anwenderzentrierten Ansatz lernen.

DESIGN&ELEKTRONIK: Herr Dr. Ritt, Matlab / Simulink hat über die Jahre einen enormen Funktionsumfang angereichert. Dr. Michelle Hirschs Keynote trägt den Arbeitstitel "How to build an autonomous anything". Mich würde ja eher eine hinreichend scharfe Definition der Grenzen der aktuellen Mathworks-Version interessieren?

Dr. Hans Martin Ritt: Schwierige Frage, wobei ich gar nicht weiß, ob wir die endgültig beantworten können. Wovon wir leben ist der Austausch mit den Kunden, die die Grenzen austesten, diese weiter hinausschieben. In diesem Austausch lernen wir über neue Fragestellungen.

Michelle Hirsch hat letztendlich eine Antwort gegeben: Der Übergang vom Machine Learning zu Deep Learning, die technologische Definition ist ebenso komplex wie dessen Umsetzung.

Der begrenzende Faktor dabei ist nicht nur die Hardware sondern die Ausformulierung durch die Nutzer, die immer noch gemacht werden muss: Unser Fokus liegt insbesondere darin diese Hürde der Implementierung weiter herunterzusetzen und zu vereinfachen. Mit der Ausformulierung eines "komplexen" Problems in reduzierter Sprache können diese letztendlich appliziert werden. Es gibt sicherlich Fragestellungen die so nicht hinreichend erfasst werden, aber ich würde mich außer Stande sehen diese zu benennen. Die Grenze lässt sich aus der Umsetzung und der Lösung im Einzelfall ableiten.

Wichtig ist aber auch die in Michelles Vortrag angeführte Trennung zwischen Automatisierung und Autonomie: Letztere ermöglicht einen Umgang mit Informationen, die nicht ins System hinein programmiert wurden. Gegenüber der gewöhnlichen Automatisierung ein neuer Aspekt, obgleich die neuerdings populären Neuronalen Netze in der Neural Network Toolbox schon seit 1989 unterstützt werden.

Kann man umgekehrt eine Klasse von in Matlab lösbaren Problemen festlegen?

Es gibt sicherlich einen Sprachraum dafür, den wir setzen, aber auch das ist wieder etwas, das nicht unveränderlich ist. Letztendlich erhalten wir den Kundeninput, daraus entwickelt sich etwas. Wir beobachten die Arbeitsweise unserer Kunden konstant und entwickeln unsere Lösungen weiter. Die Vorträge der Matlab-Expo betrachten das Thema Autonomie. Dafür sind notwendigerweise andere Aufgaben umzusetzen, als z.B. in der klassischen Regelungstechnik.

Welche Aufgaben meinen Sie damit im Kontext der Fabrikautomatisierung?

Die Basis stellt die klassische Automatisierung: Klassische Industrieroboter, Steuerungen die in Betrieb genommen werden müssen und sämtliche Themen, bei denen Simulation noch nicht vorkommt, um die komplexen Abläufe umzusetzen.

Aber wir gehen von der Automatisierung zur Autonomie: Dort gibt es einen wesentlichen Unterschied zu anderen HighTech-Feldern: Im Vergleich zum Automotive-, Luft- oder Raumfahrtbereich hängt der Automatisierungsbereich dort hinterher.