Universität Stuttgart und IBM treiben KI-Forschung in Deutschland voran

IBM (NYSE: IBM) und die Universität Stuttgart gaben bekannt, dass die Universität als erste Institution in Europa dem AI Horizons Network beitritt, um im Rahmen einer mehrjährigen Kooperation die KI-Forschung zur Interaktion von Sprache und Wissen voranzutreiben. Das AI Horizons Network ist ein weltweites Netzwerk von Forschenden und Promovierenden, das von IBM ins Leben gerufen wurde, um in einer Reihe von Forschungsprojekten und Experimenten die Anwendung von künstlicher Intelligenz, maschinellem Lernen, maschineller Sprachverarbeitung und verwandter Technologien gemeinsam voranzubringen. Zum jetzigen Zeitpunkt sind weltweit bereits über 80 wissenschaftliche Arbeiten aus dem Netzwerk veröffentlicht worden.
Bild: ©monsitj/stock.adobe.com

Fast täglich interagieren wir mit Chatbots, die mittlerweile eine nutzerfreundliche Schnittstelle zu Informationsquellen und unterschiedlichen Diensten darstellen. Egal, ob Fragen zu Versicherungsleistungen, dem Bearbeitungsstand eines Darlehens oder bei der Paketverfolgung – die meisten dieser Interaktionen sind Frage- und Antwortszenarien, die sich innerhalb eines gegebenen Kontexts mit maschineller Sprachverarbeitung umsetzen lassen (auf Englisch Natural Language Processing/NLP). Eines der langfristigen Ziele der KI-Forschungs-Ccommunity ist es, NLP so weiter zu entwickeln, dass künstliche Intelligenz zukünftig in der Lage ist, menschliche Kommunikationen und Interaktionen so gut zu interpretieren, dass Systeme eigenständig und kontextuabhängig Antworten auf Anfragen formulieren können. Diese Entwicklungsstufe wird als Natural Language Understanding (NLU) bezeichnet.

Dank NLU könnten KI-Systeme zukünftig Antworten basierend auf der Analyse von Kontextinformation geben. Z.B. könnte ein Sprachassistent auf einem mobilen Gerät aus GPS-Informationen nicht nur auf die Relevanz bestimmter Ortsbezeichnungen schließen, sondern darauf, dass die Umgebung die Nutzerin zu einem inhaltlichen Themenwechsel inspiriert („Haben wir in dieser Gegend Partnerbetriebe im Bereich Logistik?“). Um das zu erreichen, müssen Wissenschaftler noch eine Reihe von Herausforderungen bewältigen. Darunter die Entwicklung einer Schnittstelle zwischen unstrukturierten Daten wie mündlichen Äußerungen aber auch Tweets und Kommentaren in sozialen Medien auf der einen Seite und strukturierten Daten auf der anderen Seite, wie sie in Tabellen oder Datenbanken vorliegen.

Die Entwicklung einer solchen Schnittstelle zwischen Sprache und strukturiertem Wissen ist das Ziel des dreijährigen Kooperationsprojekts mit dem Titel ‚Language-Knowledge Interaction‘ (Interaktion zwischen Sprache und Wissen) zwischen dem Institut für maschinelle Sprachverarbeitung der Universität Stuttgart und IBM Research Europe.

„Das vielleicht auffälligste Merkmal der menschlichen Sprache ist, dass ihre Ausdrücke wie Chamäleons sind: Sie können ihre Bedeutung je nach Kontext anpassen. Dadurch können sich Menschen bei der Kommunikation komplexer Sachverhalte erstaunlich kurz fassen – selbst bei schnell wechselnden Kontexten. Natural Language Understanding-Systeme müssen in Sprache und Text Indizien finden, die auf die richtigen Interpretationskontexte hinweisen“, sagt Jonas Kuhn, Professor für Computerlinguistik an der Universität Stuttgart und Leiter des Projekts auf Seiten der Universität. „Deep Learning-Verfahren sind heute in der Lage, relevante Muster in Trainingsdaten zu erkennen. Aber es ist immer noch eine große Herausforderung, über das Erlernen der richtigen Lösungen für eine ganz bestimmte Aufgabe hinauszugehen. Viele Anwendungsszenarien erfordern Systeme, die verallgemeinern können und die eine Begründung für die getroffenen Entscheidungen liefern.”

„Im Rahmen des AI Horizons Network arbeiten IBM-Forscher mit Fakultäten von Weltrang und Studenten an einer Reihe von ambitionierten Forschungsprojekten und Experimenten, die die Anwendung der KI beschleunigen sollen, um damit der Gesellschaft einen Mehrwert zu bringen“, sagt Dr. Anika Schumann, Managerin für künstliche Intelligenz bei IBM Research und Verantwortliche für das Projekt auf Seiten des Unternehmens. „Die Ergebnisse dieser Zusammenarbeit haben das Potenzial, die Anwendung von KI in so unterschiedlichen Bereichen wie dem Gesundheitswesen, der Materialwissenschaft oder dem Finanzwesen zu beeinflussen und zu verändern.”

Die Projekte des Netzwerks sind darauf ausgerichtet, unterschiedlichen Einsatzmöglichkeiten von KI in Gebieten wie Gesundheit, Umwelt, Logistik oder Bildung anzuwenden. Das Netzwerk befasst sich mit dem gesamten so genannten KI-Stack, von der Analyse der unstrukturierten und strukturierten Daten, die für das Training der Systeme erforderlich sind, bis hin zum Aufbau von neuartigen Computer-Infrastrukturen, die für die Optimierung der neuen datenintensiven Arbeitslasten in einer digitalen Welt erforderlich sind.

Das Projekt ‚Knowledge-Language Interaction‘ wird sich speziell auf die Entwicklung einer automatisierten Schnittstelle zwischen unstrukturierten und strukturierten Daten unter Verwendung von maschinellem Lernen konzentrieren. Manuell erstellte Übersetzungregeln sind zwar präzise, aber auf ein festes Raster von Unterschiedungen beschränkt. Dank jüngster Fortschritte bei den sogenannten Deep Learning-Methoden ist es inzwischen möglich, automatisch komplexe, mehrdimensionale Repräsentationen für Text und Sprache aus den natürlichen Verwendungsmustern in Daten zu induzieren.

Mit der Zusammenarbeit wird die Universität Stuttgart die erste Einrichtung in Europa, die dem IBM AI Horizons Network beitritt. Weltweit arbeiten führende Universitäten wie z.B. das Massachusetts Institute of Technology (MIT), IIT Bombay, Universite de Montreal und University of Massachusetts at Amherst mit IBM im Rahmen des Netzwerks zusammen.

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.