Advanced Recognition System

01.11.2004 - 31.10.2005
Auftragsforschungsprojekt
Während der letzten 100 Jahre haben Neurologen, Psychologen, Pädagogen und Psychoanalytiker (NP3) sehr große Fortschritte bei der wissenschaftlichen Untersuchung des Gehirns des Menschen erzielt. Vor allem die letzten 10 bis 20 Jahren brachten erstaunliche Ergebnisse zu Tage, die dazu ermutigen sollten, in der Bionik auch auf dieses Thema zurückgreifen und der traditionellen Künstlichen Intelligenz (KI) etwas entgegenzusetzen. So ist heute aus der Sicht der NP3 offensichtlich, dass mit klassischen mathematischen Algorithmen Funktionen wie Bewusstsein oder Wahrnehmung nicht zu beschreiben sind. Wir benötigen jedoch Methoden, um Sensor- und Aktornetzwerke mit vielen Hunderttausenden von Knoten zu designen, zu integrieren und vor allem auch kosteneffizient zu warten. Wir müssen leistungsstarke Steuerungssysteme entwerfen, um den immer höher werdenden Ansprüchen in der Automation gerecht zu werden. Hier werden Themen angesprochen wie Energieeinsparung, Altersversorgung, Facility-Management, Effizienzsteigerung in Krankenhäusern, .. Es sind Themen, wo über viele diversitäre Sensoren und der entsprechenden technischen Intelligenz komplexe Szenarien erkannt werden müssen, um darauf adäquat zu reagieren. Während die klassische Erkennungsmethoden auf dem Prinzip der Bildanalyse beruhen, funktioniert das Gehirn so, dass es "Bilder" lebenslang speichert und diese, beim Sehrvorgang beispielsweise, laufend assoziiert. Das bedeutet, dass optische System des Menschen "scannt" nicht die äußere Welt um sie dann entsprechend zu "verarbeiten", sondern der Mensch ist nur in der Lage, charakteristische Größen wie Formen und Flächen zu erfassen, die in ihm dann die entsprechenden gespeicherten Bilder assoziieren. Dieses gesamte Forschungsthema wird durch das Team ARS-PC (Perceptive Consciousness) behandelt. Ein zweites Forschungsteam - ARS-PA (Psychoanalysis) - beschäftigt sich mit der Frage, ob das ES-ÜBERICH-ICH-Modell von Sigmund Freund für technische Konzepte übernommen werden kann. Die Natur hat damit zweifelsfrei einen großartigen Erfolg erzielt, wenn man die kognitive Leistungsfähigkeit des Menschen gegenüber der Tierwelt betrachtet. Dieses Modell ist weitaus komplexer als alle Modelle, die in der Automation bisher eingesetzt wurden, wie zum Beispiel Neuronale Netze, Fuzzy Logic oder auch klassische Wissensbasierte Systeme. Zwei Instanzen, das ES und das ÜBERICH, wirken laufen diametral, während das ICH die "vernünftigste und effizienteste" Lösung umsetzen soll. Dabei spielen Gefühle eine entscheidende Rolle. Wichtig ist aber auch, welche Teile bewusst werden und welche im Unbewussten verborgen bleiben. Mit diesen Fragen hat sich die Technik bisher nicht auseinandergesetzt. Wenn wir aber die technische Intelligenz leistungsstärker werden lassen wollen, sollten wir uns vor den Errungenschaften der NP3 - vor allem der letzten 10 bis 20 Jahre - nicht verschließen und ihnen offen gegenüberstehen.

Personen

Projektleiter_in

Projektmitarbeiter_innen

Institut

Auftrag/Kooperation

  • Seibersdorf Labor GmbH

Schlagwörter

DeutschEnglisch
PsychologiePsychology
Komplexe Systemecomplex systems
Symbolisierungsymbolization
Künstliche IntelligenzArtificial Intelligence