Zwei Wissenschaftler des Fraunhofer IKS sind aktuell Teil des European Training Network for Safer Autonomous Systems (ETN SAS). Das durch das EU-Innovations-Rahmenwerk »Horizon 2020« geförderte Projekt hat zum Ziel, autonome Systeme zu schaffen, auf die sich Nutzerinnen und Nutzer verlassen können. João-Vitor Zacchi vom Fraunhofer IKS arbeitet dafür an Safety-Handling-Strategien für komplexe autonome Systeme.

Zwei Forscher des Fraunhofer-Instituts für Kognitive Systeme IKS arbeiten derzeit als Teil des European Training Network for Safer Autonomous Systems. Wir möchten Ihnen die Forscher und ihre Projekte vorstellen, die darauf abzielen, inhärent sichere autonome Systeme zu entwickeln. Den Anfang macht Yuan Liao.

Künstliche Intelligenz (KI) wird in Zukunft großen Einfluss auf unser Leben nehmen. Und schon jetzt hat KI in vielen Bereichen Einzug gehalten – auch dort, wo es um die Sicherheit von Menschen geht.

Im Testbetrieb funktionieren autonome Fahrzeuge heutzutage bereits recht gut, denn die Einsatzbedingungen sind klar vorgeben und damit einfach zu beherrschen. Ein zentrales Problem besteht jedoch darin, autonome Fahrzeuge so zu konstruieren, dass sie auch in komplexen und bislang unbekannten Situationen zuverlässig funktionieren. Eine von Fraunhofer IKS entwickelte Lösung hilft dabei, derartige Ausnahmesituationen zu identifizieren und vorherzusagen.

Herkömmliche Schutzeinrichtungen für Menschen in der industriellen Fertigung gehen regelmäßig auf Kosten der Effizienz. Kognitive Produktionssysteme, die Ansätze von adaptive safety verfolgen, sorgen für Sicherheit und reduzieren Einschränkungen der Produktion deutlich.

70 Jahre Fraunhofer: Dieses Jubiläum im Jahr 2019 war der passende Anlass, 70 Köpfe aus der Fraunhofer-Gesellschaft vorzustellen – darunter den geschäftsführenden Institutsleiter des Fraunhofer IKS Mario Trapp.

Bei autonomen Systemen oder in der Medizintechnik ist es nötig, die Unsicherheit von Verfahren des Machine Learning (ML) zuverlässig zu bestimmen. Deswegen vergleichen wir vier State-of-the-art-Methoden für die Quantifizierung der Unsicherheit tiefer neuronaler Netze (Deep Neural Network, DNN) im Kontext sicherheitskritischer Systeme – damit die KI lernt, wann Zweifel angebracht sind.

»Künstliche Intelligenz: Wie Roboterautos unfallfrei fahren.« Das ist der Titel des Vortrags von apl. Prof. Dr. habil. Mario Trapp, geschäftsführender Institutsleiter des Fraunhofer IKS, bei »Campus Talks« auf ARD-alpha. Den Beitrag können Sie hier auf unserem Blog sehen und natürlich bei »Campus Talks«.

Fehler in autonomen Fahrzeugen gefährden Menschen und können schnell zu Unfällen mit schweren Verletzungen und sogar zu Verkehrstoten führen. Entsprechend müssen gerade auch für Kognitive Systeme und die darin enthaltene Künstliche Intelligenz (KI) stringente Sicherheitsnachweise erbracht werden.

Auszeichnung für vier Forscher des Fraunhofer-Instituts für Kognitive Systeme IKS: Ihr Beitrag zur Messung von Uncertainties in Deep Neural Networks hat den Best Paper Award des Workshops SafeAI 2020 in New York gewonnen. Verliehen wurde der Preis vom anwesenden Fachpublikum.