Medizinische Diagnostik, Entscheidungen in Unternehmen, Spracherkennung im
Automobil: In nahezu allen Lebensbereichen ist mittlerweile das Auswerten
von Daten und Rechenleistung in Höchstgeschwindigkeit erforderlich. Wie
das komplexe Lern- und Adaptionsvermögen des Menschen in Künstliche
Intelligenz von Computern übertragen werden kann und wie lernfähige
Algorithmen in die Anwendung kommen, zeigen die vorgestellten Projekte
beim KI-Symposium der Hochschule Stralsund.
Welche Fragestellungen werden bei KI erforscht?
Bei Künstlicher Intelligenz geht es darum, die Fähigkeiten eines
biologischen Gehirns in technische Problemlösungen zu überführen. So
genanntes Maschinelles Lernen versetzt Algorithmen dabei in die Lage, das
komplexe Lern- und Adaptionsvermögen des Menschen auf Rechenleistungen von
Computern zu übertragen.
Die Wissenschaftler der Hochschule Stralsund arbeiten hierzu an
wissensbasierten Rechner-Systemen sowie der Mustererkennung und deren
Analyse, um Vorhersagen treffen zu können. Diese selbstlernenden Systeme
unterstützen beispielsweise im medizinischen Bereich die
Entscheidungsfindung, indem sie statistische Daten sehr präzise und
schnell auswerten. Auch die Adaptive Robotik ist ein großes und
vielbeachtetes Forschungsfeld an der Hochschule. Dabei geht es darum, dass
sich insbesondere Industrieroboter mittels KI flexibel an sich ändernde
Anforderungen anpassen.
Deshalb war die Gründung des KI-Clusters im November 2019 am Institute for
Applied Computer Sciences (IACS) der Hochschule Stralsund konsequent. In
den Kompetenzzentren des IACS wird die Forschung seit vielen Jahren
gebündelt.
Dies sind die aktuellen Anwendungsfelder zur Künstlichen Intelligenz an
der Hochschule Stralsund:
1. Medizinische Entscheidungsfindung
2. KI in der Gesundheit
3. KI in der Robotik
4. KI bei autonomen Mobilitätssystemen
5. Grundlagenforschung
KI-Forschung an der HOST: Projekte, die im Symposium vorgestellt wurden
Beim KI-Symposium am 10.09.2020 wurde das breite Spektrum der
anwendungsorientierten Forschungsaktivitäten in Stralsund deutlich:
Prof. Dr. André Grüning stellte das The Human Brain Project vor, welches
in Kooperation u.a. mit der Universität Heidelberg und der Universität
Manchester neue Lernregeln entwickelt, die vom menschlichen Gehirn
inspiriert sind. Die Entwicklung Künstlicher Intelligenz basierte bisher
eher auf mathematischer Rechenleistung. Ziel des Projekts ist es, das
maschinelle Lernen einer KI anzupassen an das kognitive Lernen eines
biologischen Gehirns. Einen besonderen Aspekt stellt dabei der
Energieverbrauch dar und die Forschung dazu, wie man Rechenleistung
energieeffizienter macht. Denn das menschliche Gehirn verbraucht im
übertragenen Sinne so viel Energie wie eine Glühbirne, während ein
Großrechner, der eine vergleichbare Leistung bringt, so viel Energie
verbraucht wie eine mittelgroße Stadt.
Im KI-Feld Data Science sind die Forschungsprojekte von Prof. Dr. Gero
Szepannek angesiedelt, der die Integration des Menschen in die Umsetzung
von KI-unterstützten Prozessen für weiterhin notwendig hält. Den Bereich
Maschinelles Lernen der KI möchte er zukünftig auch für kleine und
mittlere Unternehmen (KMUs) verfügbar machen: Mit Unterstützung einer an
der Hochschule Stralsund entwickelten Software erhalten Unternehmen auch
ohne Programmierkenntnisse die Möglichkeit, Konsequenzen ihres
wirtschaftlichen Handelns zu diagnostizieren und Prognosen zu erstellen.
Im Bereich der medizinischen Entscheidungsfindung arbeiten Prof. Dr.
Lieven Kennes und Prof. Dr. Thomas Mayrhofer. In Zusammenarbeit mit den
Universitätskliniken Kiel und Ahlburg entwickelte Lieven Kennes für die
Diagnostik bei Schmerzpatienten mit statistischen Verfahren ein mobiles
Gerät, welches mit Künstlicher Intelligenz zu erstaunlich genauen
Diagnosen kommt. Die Arbeiten von Thomas Mayrhofer nutzen die Künstliche
Intelligenz, um auf der Basis von Röntgenbildern und wenigen Daten aus den
Patientenakten innerhalb von 0,5 Sekunden Lungenkrebs diagnostizieren
können.
Prof. Dr. Thomas Wengerek betreibt Grundlagenforschung auf dem Gebiet des
Probabilistic Programming. Dieses noch junge Forschungsfeld soll dabei
helfen, mit sehr wenigen Daten Unbestimmtheiten und Unsicherheiten, das
sogenannte Rauschen, zu reduzieren, denn für Maschinelles Lernen wie Deep
Learning benötigt es eigentlich extrem große Datenmengen. Mit
Probabilistic Programming könnten die meisten Prozesse im Machine Learning
automatisiert werden, auch wenn solche Datenmengen nicht vorliegen, so
Thomas Wengerek.
Gleich mehrere Forschungsprojekte hat Prof. Dr.-Ing. Christine Wahmkow in
die Wege geleitet. Ein Projekt zur Spracherkennung durch Lippenlesen ist
zum Beispiel für die Automobilindustrie interessant, da die akustische
Spracherkennung für die Fahrzeugsteuerung gerade in lauter Umgebung
unzureichend ist. Eine zusätzlich visuelle Spracherkennung, kann zur
Verkehrssicherheit von autonom gesteuerten Fahrzeugen massiv beitragen.
Zusammen mit dem Master-Absolventen Omar Al Latif entwickelt die Expertin
für Informatik im Maschinenbau außerdem eine Lösung für die
Regelungstechnik bei instabilen dynamischen Systemen, die sich
selbstständig in einen stabilen Zustand zurückversetzen können.
Vergleichbar wirken ABS und die Elektronische Stabilitätskontrolle ESC bei
Fahrzeugen in kritischen Fahrsituationen.
Ein drittes Projekt erforscht die schnellere und effizientere Entwicklung
von Medikamenten und Impfstoffen. Mit KI können Wirkstoffe in der Medizin
schneller identifiziert werden. Mit diesen Forschungsprojekten haben die
beiden Absolventen Roman Vajen und Heiko Hillenhagen ihre
Abschlussarbeiten durchgeführt.
Das Bündnis ArtIFARM entwickelt unter der Leitung von Prof. Dr.-Ing. Mark
Vehse neue Technologien und auf Künstlicher Intelligenz basierende
Hilfsmittel für die Landwirtschaft. Hierzu haben sich
Landmaschinenhersteller, Forschungseinrichtungen, IT-Firmen, Politik und
engagierte Landwirte zusammengetan. Sie übertragen ihre Erfahrungen mit
intelligenten Softwarelösungen und der Automatisierungstechnik aus
Industrie 4.0-Projekten in die Landwirtschaft, so dass die Landwirte in
der Region von Rügen bis zur Müritz große Datenmengen sinnvoll verarbeiten
können. Denn Automatisierungs-Strategien, Sensortechnologien und die damit
einhergehende Menge an Datensätzen und Regelparameter fordern nicht nur
die Industrie heraus, sondern auch die moderne Landwirtschaft.
Verantwortung bei der Forschung
Zu Abschluss der Veranstaltung wies Prof. Dr.-Ing. Jens Ladisch, der
Prorektor für Forschung, auf die gestiegene Verantwortung bei der
Abschätzung von Fehlern hin, denn die Bewertung von Fehlern ist durch die
nun wesentlich gesteigerten Entscheidungsmöglichkeiten deutlich komplexer
geworden. Hier kann nach wie vor nicht auf den Menschen mit seiner
intuitiven Intelligenz und seinem ethischen Verständnis verzichtet werden.
„Ich hoffe, dass in der Forschung zur Künstlichen Intelligenz an der
Hochschule Stralsund auch Auswirkungen auf die Arbeits- und Lebenswelt
mitgedacht und kommuniziert werden, damit wir den Unsicherheiten der
Bürger*innen begegnen können. Der Einsatz Künstlicher Intelligenz sollte
an der Sicherheit und am Gemeinwohl ausgerichtet sein.“
