Artificial Intelligence

 

Artificial Intelligence (kurz AI) ist eine der Schlüsseltechnologien unserer Zeit, mit dem Potenzial ganze Branchen zu revolutionieren. Verschiedene Forschungen brachten grundlegende Erfolge in neuronalen Netzwerken, regelbasierten AI-Systemen und wichtige Fortschritte bei Techniken des Machine Learning. Besonders die Entwicklungen im Bereich Deep Learning (hier vor allem die Mustererkennung) haben sich in den letzten Jahrzehnten massiv verbessert und verschiedene wirtschaftlich wichtige Anwendungsgebiete erreicht. Für Schlagzeilen auf diesem Gebiet hat zum Beispiel AlphaGo gesorgt, ein Computerprogramm, welches den Go Weltmeister schlagen konnte. Darüber hinaus gehören Autonomes Fahren und Sprachassistenten zu den Anwendungsgebieten. An der RWTH werden AI-Methoden beispielsweise bei der Entwicklung von Robotern in der Produktionslogistik eingesetzt. Darüber hinaus die Anwendung verschiedener Machine Learning-Techniken, wie zum Beispiel bei dem Warmwalzen und Kunststoffspritzgießen oder auch bei mechanistischen Hybridmodellierungen für Krankheitsverläufe und Real-World-Evidence-Patientendatenanalyse.

Die Forschung folgt dem Ziel, notwendige Technologien zu entwickeln, damit Maschinen aus Daten lernen können. Es gibt zwei Hauptforschungsfelder einmal die klassische AI, die übergeordnete kognitive Funktionen wie Planung, Argumentation und abstrakte Problemlösung umfasst. Außerdem das Forschungsfeld Machine Learning, welches von der Wahrscheinlichkeit abhängende und statistische Lernmethoden für Klassifizierung-, Regessions- und Vorhersageprobleme umfasst. Artificial Intelligence ist nicht auf einzelne Anwendungen beschränkt, sondern verändert ganze Bereiche. Ein Beispiel hierfür ist, wie die Mobilität durch die Verfügbarkeit autonomer Fahrzeuge beeinflusst wird.

Artificial Intelligence arbeitet mit Data Science zusammen, da statistische Lernmethoden auch immer auf Daten und deren Analyse beruhen. Die Semantiken, die aus AI/Machine Learning Methoden abgeleitet werden sind wichtig für die Anwendungen und Methoden der Data Science. Die beiden Felder haben jedoch, obwohl sie miteinander verbunden sind, unterschiedliche Ziele. AI-Forschung konzentriert sich auf die Entwicklung von Methoden zur Ausführung bestimmter Aufgaben in begrenzten Bereichen. Durch umfangreiches überwachtes Lernen wurden insbesondere die Erfolge im Deep Learning und Machine Learning vorangetrieben, folglich wurde zum Beispiel das Repräsentationslernen zu einer schwach überwachten oder unbeaufsichtigten Methode des Machine Learning. Aufgrund der Forschung auf dem Gebiet der automatisierten Spracherkennung an der RWTH, haben wichtige ICT-Unternehmen wie zum Beispiel Amazon, Ebay und Apple in näherer Umgebung von Aachen Forschungs- und Entwicklungslabors zum Thema „Machine Learning for Speech & Language Technology“ gegründet.