Fußgänger müssen vom System in autonomen Fahrzeugen zuverlässig erkannt werden. Das übernehmen hauptsächlich Deep-Learning-Ansätze. Deren Ergebnisse müssen aber im Vergleich zu klassischer Software zusätzlich überprüft und verifiziert werden, was verschiedene, aufwendige technische Maßnahmen voraussetzt. Welche das sind, skizziert dieser Beitrag. Ein Überblick.

In der modernen Lagerlogistik ist Geschwindigkeit ein entscheidender Erfolgsfaktor. Dafür sorgen unter anderem autonome mobile Roboter (AMR). Um ihre Aufgaben zu erfüllen, müssen sie möglichst flexibel auf neue Umgebungsbedingungen und Lagerwaren reagieren. ResilientSOA, das Framework des Fraunhofer IKS, schafft die Voraussetzungen dafür. Wie das genau funktioniert, erläutert Projektleiter Florian Wörter im Interview.

In modernen Perzeptionsanwendungen etwa in der Medizintechnik kommen aufgrund ihrer starken Performance vermehrt Modelle auf Basis Künstlicher Intelligenz (KI) zum Einsatz. Allerdings geht diese steigende Leistungsfähigkeit häufig auf Kosten der Nachvollziehbarkeit von Ergebnissen. Ein vom Fraunhofer-Institut für Kognitive Systeme IKS entwickeltes Online Tool schafft hier Abhilfe.

Safe Intelligence ist das zentrale Forschungsthema des Fraunhofer-Instituts für Kognitive Systeme IKS. Ein sehr wichtiges Thema, in technischer ebenso wie in wirtschaftlicher und gesellschaftlicher Hinsicht. Das finden auch die beiden Vorsitzenden des Beirats für das IKS-Aufbauprojekt – und das jeder aus seiner Perspektive.

Zur fachlichen Begleitung des IKS-Aufbauprojekts hat das Fraunhofer IKS einen Beirat ins Leben gerufen. Am 14. April kam der Beirat zu seiner ersten regulären Sitzung zusammen. Die beiden Vorsitzenden Thomas Gallner und Prof. Dr. Thomas Seidl sprechen über ihre Motive, sich dort zu engagieren. Und über die Akzente, die sie dabei setzen wollen.

Künstliche Intelligenz (KI) muss mit Unsicherheiten umgehen können, damit wir uns darauf verlassen können, dass sie auch in sicherheitskritischen Anwendungen funktioniert, zum Beispiel in autonomen Fahrzeugen. Das Fraunhofer-Institut für Kognitive Systeme IKS erforscht Möglichkeiten, wie KI logisch mit Unsicherheiten umgehen kann. Eine davon ist die Operational Design Domain.

Gut ein Jahr ist das Fraunhofer-Institut für Kognitive Systeme IKS jetzt alt. Für Rückenwind zum Start ins zweite Jahr sorgt eine weitere Förderung des Bayerischen Wirtschaftsministeriums in Höhe von 20 Millionen Euro. Damit wird der Aufbau neuer Forschungsschwerpunkte beschleunigt.

Cyber-Physical Systems (CPS) kombinieren Software-Algorithmen und physische Strukturen. Um mehr zu bieten als die einfachen eingebetteten Systeme von heute, müssen weiterentwickelte CPS insbesondere Eigenschaften wie Anpassungsfähigkeit, Resilienz und Sicherheit aufweisen. Lean Management von CPS mit resilienten Architekturen erfüllt diese Anforderungen durch die Kombination von Datenverteilung mit dienstorientierten Strukturen. Ein Beispiel aus der Praxis: ein mobiler Roboter in einem Lager.

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.