Interaktiv - Das Kundenmagazin des Fraunhofer IPA 3.2018 | Page 20

20
Interview
interaktiv 3|2018
interaktiv 3|2018
zu übertragen und nicht jedes Mal wieder ganz von vorne Zeitpunkt tauschen. So muss der Produktionsprozess vielleicht Auch das Thema Mensch-Maschine- oder Mensch-Roboter-
beginnen zu müssen. Schließlich ist auch das »Meta-Learning« gar nicht extra angehalten werden. Interaktion sehe ich als Schwerpunkt. Dies ist gerade für das
Interview
17. Januar 2019
ein Algorithmus, der die passende Architektur des neuronalen tioniert aber wiederum nur, wenn ich als Hersteller ein be - werden, sondern er soll eine Aufgabe selbst lernen oder sie Netzes selbst bestimmen kann. Last but not least ist auch die stimmtes Servicelevel sicherstellen kann, beispielsweise eine zumindest beim Menschen abschauen und verfeinern. Mein Interpretierbarkeit oder Nachvollziehbarkeit der Ergebnisse im Verfügbarkeit von 99 Prozent. Datenanalysen und Maschinelles drittes Thema, auf das ich setze, ist die bereits erwähnte Maschinellen Lernen ein Forschungsfeld. Noch liegt die Funk - Lernen helfen Ausrüstern dabei, vorhersagen zu können, dass Interpretierbarkeit oder Nachvollziehbarkeit von Algorithmen. OPEN LAB
AM ZENTRUM
FÜR
CYBER COGNITIVE
INTELLIGENCE
Robotik | Optimierung von Produktions-
wichtig, also zu lernen, wie man lernt. Denn momentan ist
Megathema »Massenpersonalisierung« relevant: Hierfür wer-
Maschinelles Lernen noch eher Kunst als Wissenschaft und es Hinzu kommen völlig neue Geschäftsmodelle auf Basis aller den Mensch und Roboter viel miteinander zusammenarbeiten
geht, salopp gesagt, darum, viel »rumzuprobieren«. Wie viele verfügbaren Daten. Ein bekanntes Beispiel ist das Verkaufen und dies muss so sicher und zugleich intuitiv wie möglich
Schichten braucht mein neuronales Netz, was macht jede einer Dienstleistung anstelle einer Maschine. Der Kunde mie- erfolgen. Das oben genannte Reinforcement Learning ist hier-
Schicht, wie viele Neuronen braucht eine Schicht? Gut wäre tet die Maschine und bezahlt, was er genutzt hat. Das funk- für wichtig: Der Roboter soll eben nicht hart programmiert
tionsweise der meisten Verfahren des Maschinellen Lernens die Maschine vernünftig funktionieren wird. Oder ein Unter - nur als »Black Box« vor. Man steckt Daten in den Algorithmus, nehmen verkauft seine Maschinen an mehrere Kunden und Was denken Sie wird Maschinelles Lernen in näherer Zukunft,
es kommen Ergebnisse raus, aber weiß nicht, wie das Ergebnis erhält über die Datenanalyse Informationen über die jeweilige sagen wir in zehn Jahren, leisten können?
zustande kommt. Das ist beispielsweise bei Themen wie dem Auslastung im Vergleich zum Wettbewerber. So könnte der autonomen Fahren kritisch, wenn es um Schuldfragen geht. Hersteller auch ins Beratungsgeschäft einsteigen.
Gleiches gilt für den Finanzbereich, wenn ein Kunde erfahren
können muss, warum er zum Beispiel einen Kredit nicht er -
Prof. Huber: Ein paar klare Trends zeichnen sich bereits ab.
Maschinelles Lernen wird sicher noch allgegenwärtiger sein
Wie unterstützt das ZCCI interessierte Unternehmen?
hält. Aus der »Black Box« muss also eine »Grey Box« oder
als dies heute der Fall ist, zum Beispiel mit den Sprachassistenten
Alexa oder Siri. Das Thema autonomes Fahren wird kommen,
Prof. Huber: Wir sehen das ZCCI als zentrale Anlaufstelle für was nur mit Maschinellem Lernen funktionieren wird. Das
Maschinelles Lernen und Künstliche Intelligenz. Es ist ein An - heißt, wir werden in vielen Bereichen des alltäglichen Lebens
Welche Vorteile und neuen Anwendungen bieten sich wendungs- und Expertenzentrum für produzierende Unter- damit konfrontiert sein. Zudem werden Automaten zuneh-
Unternehmen mit maschinellen Lernverfahren? nehmen und Ausrüster, vom Startup bis zum Konzern, die mend Routinetätigkeiten ausführen, zum Beispiel in der Ferti -
dort Technologieberatung und Realisierungsbegleitung erhalten. gung, der Logistik oder im Verwaltungsbereich wie etwa in
Prof. Huber: Schon die Produktionsplanung und der Aufbau Außerdem erschließen wir Grundlagen und Anwendungen der Buchhaltung oder Steuerprüfung.
sogar eine »White Box« werden.
prozessen | Umgebungserfassung |
Qualitätssicherung
von Anlagen sind erste Punkte, die man perspektivisch auto- mit Künstlicher Intelligenz für die Produktionstechnik, Logistik
matisieren möchte. Bisher erfordert dies mitunter Monate und Automatisierung. Und schließlich ist der Technologie transfer
Bei all dem müssen wir aber auch feststellen: Verglichen mit
an Planungszeit. Es gibt Visionen, zum Beispiel auch in der eine zentrale Aufgabe. Diesen stellen wir durch Demonstra tio - dem Menschen ist Maschinelles Lernen noch sehr ineffizient.
ARENA2036, die sagen, eine Produktionsstraße solle inner- nen, Open Lab Days, die sehr gute Forschungsinfrastruktur Braucht der Mensch zur Objekterkennung lediglich ein, zwei
halb weniger Tage betriebsbereit sein. Das ginge nur mithilfe und Weiterbildungsmöglichkeiten sicher.
von Künstlicher Intelligenz. Wenn die Produktion am Laufen
Beispiele, benötigt die Maschine hierfür tausende Lernobjekte.
Der Mensch kann also sehr schnell und sehr effizient mit sei-
ist, sollen die Erzeugnisse natürlich gut sein. Aktuell weiß ich Zu Beginn des neuen Jahres können sich übrigens Unter nehmen nen Daten umgehen. Und das bemerkenswerte daran: Dafür
erst am Ende Bescheid, welche Qualität mein Erzeugnis hat aus Baden-Württemberg für sogenannte Quick Checks bewer- braucht es im Gegensatz zu den Maschinen keine wirkliche
und ob mein Prozess stets funktioniert. Schöner wäre natür- ben: Wenn sie eine erste Idee, eine Heraus forde rung oder ein Leistung, gerade einmal um die 30 Watt. Noch dazu ist der
lich, dies bereits im Produktionsverlauf zu wissen und bei Be - Entwicklungsprojekt für Künstliche Intelligenz in ihrer Produk - Mensch sehr fehlertolerant und hochgradig generalisierungs-
darf direkt Parameter ändern zu können. Auch hierfür wird tion haben und ausarbeiten möchten, können sie uns diese fähig, wofür man Algorithmen aufwendig trainieren muss.
Maschinelles Lernen eine wichtige Rolle spielen. Unter nehmen vorstellen. Wir evaluieren die 40 besten Ideen und entwickeln Die Frage, ob man also vor Künstlicher Intelligenz Angst haben
haben hiervon natürlich mehrere Vorteile: Der Produktions - Geschäftsmodelle. Zudem erstellen wir Transferanalysen und müsste, können wir solange mit Nein beantworten, bis ein
prozess wird schneller aufgebaut, es gibt weniger Verluste, Demonstratoren für einen Teil dieser Ideen. Und natürlich Roboter auf einer Party zunächst zuverlässig alle Personen
weil weniger Ausschuss produziert wird, die Produktion kann steht das ZCCI auch abseits dieses Bewerbungsverfahrens als erkennt, uns dann ein Essen kocht und sich währenddessen
optimiert und flexibel gestaltet werden, und Unternehmen Technologieberater bereit. mit uns angeregt über Politik unterhält und im Anschluss
können die Kapazität erhöhen und gleichzeitig Kosten senken.
etwas am Klavier vorspielt.
n
Welche Schwerpunkte möchten Sie persönlich mit Ihrer Arbeit
Ein weiteres Thema ist »Predictive Maintenance«. Bisher wird
setzen?
nur vorbeugend, also zu früh, oder reaktiv und somit zu spät
Das Open Lab ist Teil des Stuttgarter Technologie- und Innovations - Anmeldungen zur Teilnahme erbitten wir über
gewartet und die Maschine fällt in dieser Zeit aus. Mit der Prof. Huber: Das übergeordnete Thema ist natürlich die Kognitive campus. In einem seiner Zentren, dem Zentrum für Cyber Cognitive unsere Webseite
richtigen Datenanalyse kann ich jedoch vorhersagen, wann Produktion. Grundlage hierfür wird auf jeden Fall Maschinelles Intelligence ZCCI, wird die Anwendung maschineller Lernverfahren in http://s.fhg.de/openlabday
welches Teil ausfallen wird und es somit genau zum richtigen Lernen sein, aber mit dem Fokus auf Prozessoptimierung. industriellen Produktionsprozessen vorangetrieben.
21