Forum Künstliche Intelligenz Hoffen auf das »nächste große Ding«

Volles Haus beim ersten Forum Künstliche Intelligenz
Volles Haus beim ersten Forum Künstliche Intelligenz

Künstliche Intelligenz wird die Arbeit und die Produkte in Zukunft drastisch verändern. Darüber waren sich die Referenten des Forums Künstliche Intelligenz der WEKA Fachmedien einig. Bis es so weit ist, ist es aber noch ein weiter Weg.

Veranstaltungen zum Thema Künstliche Intelligenz gibt es zurzeit fast jede Woche, die Erwartungen sind hoch, die Versprechen enorm. Tatsächlich gibt es bereits eindrucksvolle Beispiele für Anwendungen mit Künstlicher Intelligenz, zum Beispiel in der medizinischen Bilderkennung zur Analyse von Tumoren. Die Automobilindustrie zeigt auf der anderen Seite – bei aller Leistungsfähigkeit gegenwärtiger Fahrassistenzsysteme – dass es noch viele Jahre dauern wird, bis ein »intelligentes« Fahrzeug sich eigenständig im unübersichtlichen Umfeld des innerstädtischen Verkehrs wird bewegen können. Der Teufel liegt, wie so oft, im Detail.

Genau um diese Details ging es beim Forum Künstliche Intelligenz der WEKA Fachmedien. Statt kommerzielle Themen, standen dort industrielle und Embedded-Anwendungen im Mittelpunkt. Dazu hatten sich die drei Medien Computer&Automation, Elektronik und Elektronik automotive zusammengetan und eine Veranstaltung mit drei parallelen Tracks auf die Beine gestellt. Entsprechend den thematischen Schwerpunkten der drei Medien ging es in den Tracks um KI in der Fabrikautomatisierung, in Embedded-Anwendungen und im Automobilbereich.

Analyse und Abwägung

Zuvor leiteten drei Keynotes die Veranstaltung ein. Ralph Bucksch, IBM, zeigte den Stand der Technik auf und schaffte Klarheit bei der Verwendung von Begriffen, die häufig durcheinandergebracht werden:

Cognitive Computing: Interaktiv Entscheidungen treffen unter Berücksichtigung detaillierter Domänenmodelle, Einbeziehung evidenter Erklärungsmuster sowie Künstlicher Intelligenz und Machine-Learning-Tools.
Künstliche Intelligenz: Verschiedene Techniken wie z.B. Verarbeitung natürlicher Sprache, Rückgriff auf gespeichertes Wissen, Abwägen und Planen – für fortgeschrittene Aufgaben.
Maschinelles Lernen: Statistische Analyse für Mustererkennung um Vorhersagen auf der Grundlage gesammelter Daten zu treffen.

Wie Siemens das Thema Künstliche Intelligenz im Geschäft angeht, erläuterte Volkmar Sterzing in der zweiten Keynote. Die Haupteinsatzfelder sind im Service (Stichwort: predictive maintenance), aber auch die Themen Betrieb im Life-Cycle-Zyklus, Engineering und Inbetriebnahme werden zunehmend zum Einsatzfeld der KI.

Sehr praxisorientiert war die dritte Keynote von Dr. Bernd Kosch von Fujitsu. Er berichtete, wie ein Hersteller von Turbinenblättern von Windkraftanlagen neuronale Netze zur Qualitätssicherung einsetzt. Da die Turbinenblätter nur in kleiner Zahl hergestellt werden, gab es auch nur wenige Datensätze für das Training der neuronalen Netze. Die Methode des »Transfer Learning« mithilfe eines Faltungsnetzes führt dennoch zu einer hohen Fehler-Erkennungsrate und einer deutlichen Zeit- und Kosteneinsparung.

In den vertiefenden Tracks kamen, wie etwa im Embedded-Track, die technischen Einzelheiten stärker zur Sprache. Ein ganz wesentlicher Punkt sind die Trainingsdaten, mit denen neuronale Netze trainiert und Datenanalysen durchgeführt werden. Klaus-Dieter Walter von SSV zeigte, wie die Daten vorverarbeitet werden müssen, damit sie überhaupt für die maschinelle Analyse verwendet werden können.

Trial and Error

Es gibt eine ganze Reihe von Topologien für Neuronale Netzwerke: convolutional, recurrent, feedforward, usw. Keiner der Vortragenden machte deterministische Aussagen, welches Netz für welchen Anwendungszweck geeignet ist oder wie viele Schichten ein Netz haben sollte. Hier besteht offenbar noch viel Forschungsbedarf, denn es scheint, dass die Suche nach dem optimalen Neuronalen Netz derzeit noch Stochern im Nebel ist und eher mit Trial-and-Error als systematischem Vorgehen zu tun hat. Anderseits sind diejenigen, die bereits Erfahrungen gesammelt haben, mit der Weitergabe ihres Wissens sehr zurückhaltend, um diesen Wettbewerbsvorteil nicht der Öffentlichkeit preiszugeben.

Dr. Bernd Kosch, Fujitsu, holte die Zuhörer gegen Ende der Veranstaltung wieder auf den Boden. Die vielen Versprechungen und Hype-Formeln der KI erdete er mit einem desillusionierenden Statement: »Was wir heute als KI bezeichnen, ist doch nur die statistische Bestimmung von Parametern für Rechenmodelle«. Bis die Systeme wirklich kontext-bezogene Fähigkeiten erlangen, die reale Welt »kennen«, Sinnverständnis für Sprache und Übersetzung entwickeln und damit ein fließender Übergang zu »natürlicher« Intelligenz besteht, ist es noch ein weiter Weg – den die Entwickler aber mit großen Schritten zurücklegen.

Das nächste Forum Künstliche Intelligenz findet am 19. Mai 2019 statt.