Was bringt Künstliche Intelligenz für Industrie 4.0?
Das Thema KI (Künstliche Intelligenz) ist im Prinzip so alt wie die Computertechnik selbst. In der Forschung gab es, zumindest in der Theorie, erste Erfolge. Doch beim Versuch der praktischen Umsetzung stellte sich schnell heraus, dass die Hardware nicht leistungsfähig genug war. Entsprechend verlor die KI-Forschung an Bedeutung.
Bild: IVG GöhringerFast 50 Jahre galt, ab 1965 gerechnet, das Mooresche Gesetz. Das besagte eine Verdoppelung der Transistoren je Flächeneinheit alle zwei Jahre. Unabhängig davon, dass sich die Halbleiterindustrie zwischenzeitlich den physikalischen Grenzen nähert, haben wir heute eine Technologie mit enormer Leistungsfähigkeit. Die KI-Forschung ist längst wieder im Gange und mit künstlichen neuronalen Netzen gab es auch Fortschritte. Gesichter werden erkannt, Strategiespiele wie Schach oder Go werden von Rechnern gewonnen. Ganz aktuell ist das Thema Sprachsteuerung, das sich gerade enorm verbreitet. Allerdings scheint es, dass die Technik dort aufhört, wo der gesunde Menschenverstand anfängt. Da sehe ich auch die Grenzen von KI. Seit dem 17. Jahrhundert streiten wir Menschen über die richtige Methode des Lernens. Schaut man unsere heutige Ausbildung an, so ist das ein typischer Konditionierungsvorgang - wie bei neuronalen Netzen. So wie man einen 100m Läufer trainiert, damit er immer besser wird. Ich denke, für schnelles Lernen ist das ok. Aber wir sollten auch das andere Lernen nicht vergessen, wie es durch Jean Jacques Rousseau im 17ten und modifiziert durch Maria Montessori im 18ten Jahrhundert beschrieben wurde - dass wir zum Lernen alle Sinne benutzen. Jean Jacques Rousseau beschreibt, wie ein Kind lernt, sich in einem stockdunklen Haus sicher zu bewegen. Im übertragenen Sinne spielen plötzlich andere Sensoren eine Rolle. Hat man an diese bei BigData und Cloud nicht gedacht, lässt sich der Fehler in der Maschine nicht diagnostizieren. Allein die richtige Auswahl und Platzierung der Sensoren entscheidet über den Lernerfolg. Damit ist klar, dass KI heute das Lernen als Konditionierungsvorgang übernehmen kann - jedoch nur, wenn alle notwendigen Daten vor Ort vollständig erfasst werden.
Das Thema KI (Künstliche Intelligenz) ist im Prinzip so alt wie die Computertechnik selbst. In der Forschung gab es, zumindest in der Theorie, erste Erfolge. Doch beim Versuch der praktischen Umsetzung stellte sich schnell heraus, dass die Hardware nicht leistungsfähig genug war. Entsprechend verlor die KI-Forschung an Bedeutung.
Bild: IVG GöhringerFast 50 Jahre galt, ab 1965 gerechnet, das Mooresche Gesetz. Das besagte eine Verdoppelung der Transistoren je Flächeneinheit alle zwei Jahre. Unabhängig davon, dass sich die Halbleiterindustrie zwischenzeitlich den physikalischen Grenzen nähert, haben wir heute eine Technologie mit enormer Leistungsfähigkeit. Die KI-Forschung ist längst wieder im Gange und mit künstlichen neuronalen Netzen gab es auch Fortschritte. Gesichter werden erkannt, Strategiespiele wie Schach oder Go werden von Rechnern gewonnen. Ganz aktuell ist das Thema Sprachsteuerung, das sich gerade enorm verbreitet. Allerdings scheint es, dass die Technik dort aufhört, wo der gesunde Menschenverstand anfängt. Da sehe ich auch die Grenzen von KI. Seit dem 17. Jahrhundert streiten wir Menschen über die richtige Methode des Lernens. Schaut man unsere heutige Ausbildung an, so ist das ein typischer Konditionierungsvorgang - wie bei neuronalen Netzen. So wie man einen 100m Läufer trainiert, damit er immer besser wird. Ich denke, für schnelles Lernen ist das ok. Aber wir sollten auch das andere Lernen nicht vergessen, wie es durch Jean Jacques Rousseau im 17ten und modifiziert durch Maria Montessori im 18ten Jahrhundert beschrieben wurde - dass wir zum Lernen alle Sinne benutzen. Jean Jacques Rousseau beschreibt, wie ein Kind lernt, sich in einem stockdunklen Haus sicher zu bewegen. Im übertragenen Sinne spielen plötzlich andere Sensoren eine Rolle. Hat man an diese bei BigData und Cloud nicht gedacht, lässt sich der Fehler in der Maschine nicht diagnostizieren. Allein die richtige Auswahl und Platzierung der Sensoren entscheidet über den Lernerfolg. Damit ist klar, dass KI heute das Lernen als Konditionierungsvorgang übernehmen kann - jedoch nur, wenn alle notwendigen Daten vor Ort vollständig erfasst werden.
I-V-G Göhringer
Dieser Artikel erschien in Industrial Communication Journal 2 2018 - 15.05.18.Für weitere Artikel besuchen Sie www.sps-magazin.de
