Beskyttelse af beredskabspersonale:Platformen viser potentialet for kunstig intelligens i farlige miljøer

Uanset om det er ved rednings- og brandslukningsoperationer eller dybhavsinspektioner, mobile robotter, der finder vej rundt i ukendte situationer ved hjælp af kunstig intelligens (AI), kan effektivt støtte folk i at udføre aktiviteter i farlige miljøer. Potentialet såvel som de konkrete fordele ved AI på dette felt er illustreret i en aktuel rapport fra Plattform Lernende Systeme, Tysklands platform for kunstig intelligens, ved hjælp af to applikationsscenarier. Rapporten blev præsenteret i dag på Karlsruhe Institute of Technology (KIT), hvor forskere er involveret i platformen. Forfatterne identificerer også tekniske og sociale udfordringer, samt betingelser, der skal skabes for pålidelig og økonomisk brug af kunstig intelligens i livsfjendtlige miljøer.

I fremtiden, mobile selvlærende robotter kan aflaste mennesker fra farlige eller skadelige aktiviteter. Samtidig kan de gøre operationer i svært tilgængeligt terræn mere økonomisk eller muligt i første omgang. For at bruge sådanne selvlærende systemer i livsfjendtlige miljøer skal nogle udfordringer stadig overvindes fra et teknisk synspunkt, imidlertid. Disse omfatter autonom læring i ukendte miljøer. Ud over, det handler om at få disse autonome robotter til at samarbejde med mennesker.

Brugen af ​​kunstig intelligens byder på enorme muligheder for vores samfund. Især inden for katastrofeforebyggelse, nedlukningen af ​​atomkraftværker og på det maritime område er der en række muligheder for effektivt at støtte fagfolk ved hjælp af kunstig intelligens. Derfor har Plattform Lernende Systeme nedsat en tværfaglig arbejdsgruppe, der skal diskutere, hvordan selvlærende systemer kan udvikles og bruges i livsfjendtlige miljøer til gavn for mennesker, siger professor Holger Hanselka, Præsident for Karlsruhe Institute of Technology og medlem af styregruppen for Plattform Lernende Systeme. IT-sikkerhed vil være ekstremt vigtig især i de autonome systemer, som vi bruger i tilfælde af en krise. Som resultat, i sin forskning ser KIT på ikke kun at beskytte periferien af ​​et komplekst it-system, men også hver enkelt del, især at tilføje sin ekspertise inden for it-sikkerhed til Plattform Lernende Systeme.

Arbejdsgruppen Life-Hostile Environments bruger to applikationsscenarier i sin rapport til at vise, hvordan kunstig intelligens kan tilbyde støtte til katastrofeforebyggelse samt udforsknings- og vedligeholdelsesmissioner på omkring fem år. Applikationsscenariet for hurtig assistance i redningsoperationer illustrerer, hvordan AI-baserede robotsystemer kan støtte brandvæsenet på jorden og fra luften i at slukke en brand i et kemisk anlæg. Ved hjælp af flere sensorer, systemerne er i stand til hurtigt at skabe et detaljeret overblik over situationen, oprette en kommunikations- og logistikinfrastruktur til redningsoperationer, søge efter tilskadekomne og identificere og reducere farekilder. I scenariet Bevægelse autonomt under vand-applikation, robotbaserede undervandssystemer opretholder fundamentet for havvindkraftværker. De navigerer uafhængigt i dybhavet, overtage planlægningstrin, og anmode om support fra dykkere eller fjernstyrede systemer, hvis det er nødvendigt.

Nichemarked med særlige krav

Kravene til selvlærende systemer er særligt høje i livsfjendtlige miljøer:de skal være intelligente og robuste over for ekstreme forhold og være i stand til selvstændigt at håndtere uforudsete omstændigheder, siger Jürgen Beyerer, Leder af arbejdsgruppen Life-Hostile Environments i Plattform Lernende Systeme, direktør for Fraunhofer Institute of Optronics, Systemteknologier og billedudnyttelse IOSB og professor i interaktive realtidssystemer ved KIT. Indtil da, AI-baserede systemer kan fjernbetjenes af beredskabspersonale og de indsamlede data bruges til udvikling af intelligente funktioner. Med tiden, systemerne bliver mere og mere autonome og vil med tiden kunne forbedres gennem maskinlæring.

Selvlærende systemer til brug i livsfjendtlige miljøer er stadig et nichemarked. Tyskland er godt positioneret i udviklingen af ​​disse AI-systemer. Arbejdsgruppen Life-Hostile Environments under fælles ledelse af Jürgen Beyerer (KIT og Fraunhofer IOSB) og Frank Kirchner (Robotics Innovation Center, German Research Center for Artificial Intelligence og University of Bremen) identificerer konkrete handlingsplaner i sin rapport for at udnytte mulighederne ved selvlærende systemer i livsfjendtlige miljøer og for at betjene verdensomspændende markeder med disse selvlærende robotter. Disse planer spænder fra etablering af passende infrastrukturer såsom omfattende datapuljer og referenceplatforme og fremme af innovationer gennem konkurrence- og teknologidemonstratorer til at skabe standarder for industri og forskning samt at gøre indkøbsmarkedet mere fleksibelt.

At være forskningsuniversitetet i Helmholtz Association, KIT skaber og formidler viden til samfundet og miljøet. Det er målet at yde væsentlige bidrag til de globale udfordringer på energiområdet, mobilitet og information. For det, omkring 9, 300 medarbejdere samarbejder inden for en bred vifte af naturvidenskabelige discipliner, ingeniørvidenskab, økonomi, og humaniora og samfundsvidenskab. KIT forbereder sine 25, 100 studerende til ansvarlige opgaver i samfundet, industri, og naturvidenskab ved at udbyde forskningsbaserede uddannelser. Innovationsindsatsen på KIT bygger bro mellem vigtige videnskabelige resultater og deres anvendelse til gavn for samfundet, økonomisk velstand, og bevarelsen af ​​vores naturlige livsgrundlag.