Experimentieren im Alltag – das macht Ania Kosmalska am liebsten. Mit einem Computerprogramm und elektronischen Gadgets. Inzwischen widmet sie aber ihrer kleinen Tochter einen großen Teil ihrer Freizeit. Teil zwei unserer Serie von Porträts unserer Mitarbeitenden.
Die Wissenschaft muss den Nachweis liefern, dass Systeme auf Basis Künstlicher Intelligenz (KI) ausreichend sicher sind. Das fordert Prof. Dr. Simon Burton, seit Kurzem Research Division Director Safety am Fraunhofer IKS. Im Interview erläutert er, welche Ansätze zur Absicherung das Institut verfolgt.
Vor einem Jahr ist das Fraunhofer-Institut für Kognitive Systeme IKS an den Start gegangen. Das Interesse an seiner Arbeit in Unternehmen, Forschungseinrichtungen und Verbänden sowie innerhalb der Fraunhofer-Gesellschaft ist sehr groß. Ein Rückblick auf ein interessantes, aber auch schwieriges Jahr.
Autonomes Fahren basiert auf verlässlicher Umfelderkennung. Wenn hier Fehler passieren, kann es schnell zu lebensbedrohlichen Situationen kommen. Das muss verhindert werden, aber ein Restrisiko bleibt. Erst wenn sich dieses exakt bestimmen lässt, wird es berechenbar und man kann entscheiden, ob man es eingehen will oder nicht.
Beim Umwelt- und Klimaschutz denken die meisten an erneuerbare Energien, Elektroautos und nachhaltige Konsumgüter. Nur wenige würden Künstliche Intelligenz (KI) damit in Verbindung bringen. Dabei kann sie eine entscheidende Rolle im Kampf gegen Umweltverschmutzung und Klimawandel spielen.
Spiking Neural Networks werden als die dritte Generation neuronaler Netze bezeichnet. Doch wer waren ihre Vorfahren und wie haben sie sich weiterentwickelt? Ein Überblick über die drei Generationen und ihre Einsatzzwecke.
Die Vereinbarkeit von Sicherheit, Leistungsfähigkeit und Zuverlässigkeit in logikbasierten Kognitiven Systemen ist keine leichte Aufgabe. Gerade bei sicherheitskritischen autonomen Systemen wie fahrerlosen Autos geht man zu Recht davon aus, dass alle drei Anforderungen auf höchstem Niveau umgesetzt werden. Dies stößt jedoch auf begrenzte Ressourcen. Das Fraunhofer-Institut für Kognitive Systeme IKS hat einen Ansatz entwickelt, um Sicherheit, Leistungsfähigkeit und Zuverlässigkeit in Abhängigkeit von der aktuellen Situation und den konkreten Anwendungen zu optimieren: Flexilienz.
Tiefe neuronale Netze (Deep Neural Networks, DNNs) haben ihr Potenzial unter Beweis gestellt. Dies gilt vor allem für ihre Verwendung im Labor. Ihre Leistung beim Einsatz in der Praxis lässt allerdings zu wünschen übrig. Ein wesentliches Problem ist die Schätzung der Unsicherheit (uncertainty). Im Folgenden werden die Methoden näher betrachtet, die dieser Herausforderung gerecht werden.
Flexible Serviceorientierte Architekturen (SOA) in sicherheitskritischen Anwendungen? Das ist bislang quasi ausgeschlossen. Denn Dienste müssen verlässlich zur Verfügung stehen und Sicherheitsanforderungen zu jeder Zeit eingehalten werden. Mit resilientsoa hat das Fraunhofer IKS ein Software Framework entwickelt, das genau dies sicherstellt, das heißt: Service-Orchestrierung so sicher wie notwendig und so performant wie möglich.
Cloud-basierte Systeme sind auf eine stabile Verbindung zur Datenwolke angewiesen. Aber Verbindungsabbrüche passieren – darauf muss das System angemessen reagieren und gleichzeitig die Sicherheit garantieren. Wie, das zeigt das Fallbeispiel eines automatisierten Parksystems.
