Mouser German Blog

Rafik Mitry von Mouser Electronics im Interview mit Professor Alois Knoll

(Quelle: Andrey Suslov/Shutterstock.com)

Im September hatte ich Gelegenheit, mit Professor Alois Knoll über Künstliche Intelligenz (KI) zu sprechen. Prof. Knoll ist der Leiter des Lehrstuhls für Robotik, Künstliche Intelligenz und Echtzeitsysteme an der Technischen Universität München (TUM). Seine Forschungsinteressen konzentrieren sich auf die Bereiche Mensch-Roboter-Interaktionen und Servicerobotik, Medizinrobotik, kognitive Robotik und cyber-physische/embedded Systeme.

In welchem Bereich liegt Ihr aktueller Forschungsschwerpunkt in der Robotik?

Zurzeit konzentrieren wir uns auf folgende Aufgaben:

• die Künstliche Intelligenz soll sicherer und zuverlässiger werden
• die Verwendung der KI in kritischen Infrastrukturen
• KI zur Optimierung von Produktionsprozessen

Daneben arbeiten wir an zwei wichtigen Forschungsvorhaben – am „Human Brain Project“ (HBP) und am „Roboy-Projekt“.

Human Brain Project (HBP)

Beim Human Brain Project handelt es sich um ein Großprojekt, das Hirnforschung und Technologieentwicklung zusammenführt. Zwei Bereiche des Human Brain Project erhalten große öffentliche Beachtung – die neuromorphen Prozessoren und die Neurorobotik. Das Human Brain Project baut die erforderliche Forschungsinfrastruktur auf, um Fortschritte in den Bereichen Neurowissenschaften, Medizin und Informatik zu erzielen. Das HBP gehört zu den größten von der EU finanzierten Forschungsprojekten und ist eines der vier „Future and Emerging Technology“ (FET)-Flaggschiffprogramme. Das im Jahr 2013 gestartete Projekt hat eine Laufzeit von zehn Jahren. Rund 800 Wissenschaftler an mehr als 100 Universitäten, Lehrkrankenhäusern und Forschungseinrichtungen in ganz Europa sind daran beteiligt.

Das vorrangige Ziel des Projekts liegt in der Erforschung des menschlichen Gehirns mit seinen verschiedenen komplexen biologischen Detailebenen. Wie ist das Gehirn aufgebaut? Und wie funktionieren die Neuronen? Die so gewonnenen Erkenntnisse sollen in Anwendungen in den Bereichen Gesundheit, Informatik und Technologie zum Einsatz kommen, die vom menschlichen Gehirn abgeleitet sind.

Roboy-Projekt

Das Roboy-Projekt erfährt große öffentliche Beachtung, denn es gehört im Hinblick auf seine Zielsetzung – der Verkörperung der KI – zu den fortschrittlichsten Robotern der Welt. Bei Roboy handelt sich um einen hoch entwickelten humanoiden Roboter, der dem Bewegungsapparat des menschlichen Körpers nachempfunden ist. Im Unterschied zu klassischen Robotern, deren Gelenkmodule mit Motoren ausgestattet sind, verfügt Roboy über künstliche Muskeln und Sehnen. Das Roboy-Team an der TUM entwickelt ein eigenes kognitives System mit einem Dialog-, Speech-to-Text-, Text-to-Speech- und Gedächtnissystem. Seit Fertigstellung der ersten Version von Roboy im März 2013 wurde der humanoide Roboter weitentwickelt und konnte 2019 bereits Eiscreme verkaufen. Bis zum Jahr 2050 soll Roboy ein Abbild des Menschen sein.

Mit welchen Herausforderungen werden wir derzeit im Hinblick auf Edge AI konfrontiert? Liegen sie eher im Bereich Soft- oder Hardware (Compute Engine) oder im ethischen Bereich (Voreingenommenheit)?

Wir sollten uns des ethischen Aspekts immer bewusst sein. Deshalb gibt es beim Human Brain Project eine Gruppe, die sich ausschließlich mit ethischen Fragen befasst. Der ethische Aspekt wird stets berücksichtigt. Stand der Dinge ist, dass sich die Entschlüsselung des menschlichen Gehirns noch im Anfangsstadium befindet. Die Umsetzung dessen, was wir wissen, ist einfach, denn die Technologie ist bereits sehr weit fortgeschritten. So gibt es heute Chips, die bereits im Handel oder sogar im Labormaßstab erhältlich sind. Wir können jedoch davon ausgehen, dass neuromorphe Prozessoren bei der Anwendung der KI künftig eine maßgebliche Rolle spielen werden. Es gibt beispielsweise die Entwicklung des SpiNNaker-Systems, das auf numerischen Modellen basiert, die in Echtzeit auf benutzerdefinierten digitalen Multicore-Chips unter Verwendung der ARM-Architektur ausgeführt werden. Das System führt Aspekte biologischer neuronaler Netze als analoge oder digitale Kopien mit elektronischen Schaltungen aus. Das SpiNNaker-System umfasst 30.000 anwendungsspezifische digitale Chips mit jeweils achtzehn Kernen, was insgesamt über 500.000 Kerne ergibt. Außerdem verfügt es über einen gemeinsam genutzten lokalen 128-MB-RAM. Daneben gibt es auch kommerzielle neuromorphe Prozessoren wie etwa den Chip „Loihi“ von Intel. Die Hardware-Entwicklung legt in diesem Bereich ein wirklich beeindruckendes Tempo vor.

Glauben Sie, dass mit Neuralink Fortschritte erzielt werden können?

Elon Musk hat einen biokompatiblen Chip vorgestellt, der mit den Nervenzellen des menschlichen Gehirns verbunden wird. Das ist ein bedeutender Fortschritt in der medizinischen Forschung! Wenn es um die Heilung bestimmter Krankheiten wie etwa Parkinson geht, dann ist Neuralink tatsächlich vielversprechend. Aber zu hoffen, dass man Musik in das menschliche Gehirn einspielen oder den Menschen intelligenter machen könnte, das halte ich für unrealistisch. Aus medizinischer Sicht ist es trotzdem eine überaus spannende Entwicklung, die den Markt bei der Heilung von Hirnerkrankungen unterstützt.

Warum kann die Künstliche Intelligenz in Automobilanwendungen im Hinblick auf neue Ereignisse keine eigenen Entscheidungen treffen?

Um die KI im Automobilbereich zum Einsatz zu bringen, werden verschiedene Ansätze verfolgt. Eine Methode ist der sogenannte End-to-End-Ansatz, der wesentlich von Nvidia getragen wird und bei dem man das Auto einfach in unterschiedlichen Situationen fahren lässt. Das ist zwar möglich, hat aber einige Nachteile:

• Verallgemeinerungsfähigkeit: Wenn sich eine neue Situation ergibt, die das Auto nicht kennt, weiß es nicht wirklich, was es tun soll.
• Die zweite Herausforderung ist die Rückverfolgbarkeit. Wenn die KI eine Entscheidung trifft, ist es uns nicht möglich, zu verstehen, warum sie auf diese Weise reagiert und diese konkrete Entscheidung getroffen hat.

Beispielsweise kann die KI bei einer Fahrt auf der Autobahn die meisten Aufgaben leicht erledigen, wenn die richtigen Parameter vorhanden und funktionsfähig sind. Sobald man jedoch die Autobahn verlässt und in die Stadt hineinfährt, wird der Verkehr sehr komplex.

Wenn Schwierigkeiten auftreten, die die KI nicht kennt, weil sie während des Modelltrainings nicht eingetreten sind, dann stellt dies immer noch ein großes Problem dar, für das es derzeit keine Lösung gibt. Aus diesem Grund gibt es bis heute keine vollständig autonomen Autos auf dem Markt. Es liegt an den derzeit angewandten Verfahren. Wir wissen immer noch nicht, wie wir eine neuronale Netzwerkarchitektur entwickeln können, die vollständig autonome Fahrzeuge ermöglicht. Es geht also nicht in erster Linie um die Software, sondern ist eher eine Frage von Methodik und Struktur.

Und noch eine abschließende Frage: Was würden Sie Studierenden raten, die im Bereich der KI tätig sein wollen?

Nehmen Sie am Masterstudiengang „Robotics, Cognition, Intelligence“ der Technischen Universität München teil. Das Studium bietet Ihnen einen ausführlichen Überblick über den Bereich und einen hervorragenden Zugang zum industriellen Markt, sowohl im Bereich der Robotik als auch der KI.