idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Die Verzahnung von Robotik mit Methoden der Künstlichen Intelligenz (KI) hebt die Robotik auf eine neue Stufe. In enger Zusammenarbeit mit Menschen und gesteuert via Sprache, Gesten oder durch interaktives Lernen können sich Roboter flexibel an Aufgaben, Menschen und Umgebungen anpassen. Daraus entstehen neue Anwendungsfelder, auch in komplexen Umgebungen – etwa in der Pflege, in der Medizintechnik oder im Handwerk. Damit verbunden sind weitreichende wirtschaftliche und gesellschaftliche Potenziale. Anhand von Use Cases zeigt die Plattform Lernende Systeme in einem neuen Whitepaper Einsatzszenarien, technologische Entwicklungen und Gestaltungsoptionen der lernfähigen Robotik.
Deutschland ist in vielerlei Hinsicht gut aufgestellt, um die Potenziale interaktiver, lernfähiger Robotik zu nutzen, sieht sich aber in Forschung und Entwicklung sowie in der Anwendung einem starken Wettbewerb ausgesetzt. Gleichzeitig werden bemerkenswerte Fortschritte beim maschinellen Lernen erzielt, während die Kosten für Roboter und Komponenten sinken. Leistungsfähigere Rechenarchitekturen in Verbindung mit KI-Methoden liefern dank rechenstarker Hardware Lösungen für komplexe Probleme in Echtzeit. Lernen durch Interaktion in der Robotik hat sich zu einer strategisch wichtigen Technologie entwickelt, um die Wettbewerbsfähigkeit und die technologische Souveränität in Deutschland und Europa zu erhalten und auszubauen.
Potenzial für Wirtschaft und Gesellschaft
Die Robotik profitiert von den Entwicklungen beim datengestützten maschinellen Lernen – durch die verbesserte Wahrnehmungsfähigkeit von Robotern und die Möglichkeit, diese mit Hilfe großer Sprachmodelle per Sprache zu steuern. Sie lernen durch Demonstration, indem ein Mensch ihnen ihre Aufgabe vorführt, oder sie verbessern bereits Erlerntes durch menschliches Feedback.
Roboter, die wenig Know-how auf Seiten der Anwendenden erfordern und zugleich Programmierkosten einsparen, eröffnen weitreichende Möglichkeiten. Die Aufgaben, die Roboter in Zukunft übernehmen können, gehen über den reinen Einsatz in der Industrie hinaus. Sie können einen Beitrag zur Bewältigung vieler aktueller Herausforderungen unserer Zeit leisten, sei es zum Erhalt und Ausbau der Wettbewerbsfähigkeit, zum Aufbau einer Kreislaufwirtschaft oder zur Begegnung des Fachkräftemangels. Das Whitepaper zeigt hierzu mögliche Anwendungsfälle: Im Recycling können beispielsweise mit Hilfe von Robotern Wertstoffe präzise getrennt und spezifische Objekte aussortiert werden. In der Pflege soll Robotik künftig für einfache Tätigkeiten eingesetzt werden können, so dass Pflegekräfte mehr Zeit für ihre Kernarbeit und die Interaktion mit den Menschen haben.
Synergien nutzen und Sicherheit schaffen
Die Betrachtung der verschiedenen Use Cases bringt Gemeinsamkeiten und Unterschiede zu Tage. Vor allem in der praktischen Umsetzung kann die Nutzung von Synergien eine wesentliche Rolle spielen. Bei der Entwicklung von Robotiksystemen sollte deshalb auf Modularität und Zusammenarbeit zwischen verschiedenen Anwendungsbereichen geachtet werden.
„Entscheidend ist es, Gesamtsysteme zu entwickeln, die möglichst modular und universell für verschiedene Bereiche einsatzfähig sind“, so Elsa Kirchner, Professorin an der Universität Duisburg-Essen und Leiterin des Bereichs „Intelligent Healthcare Systems“ am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) sowie Co-Autorin des neuen Whitepapers der Plattform Lernende Systeme. „Beispielswiese haben wir die Exoskelett-Technologie abwechselnd für den Weltraum und die Medizin entwickelt. Wir haben also verschiedene Komponenten entwickelt und zwischen den Anwendungsbereichen transferiert. Solche universellen Lösungen sind in vielen Bereichen möglich und reduzieren Kosten; sowohl in der Forschung als auch in der Entwicklung und in der Anwendung.“
Die Autorinnen und Autoren des Whitepapers empfehlen zudem, die technische Integration voranzutreiben. Ziel sollte es sein, einzelne verfügbare Technologien, wie interaktives Lernen, Cloud oder Edge Computing und Deep Learning in Gesamtsysteme zu überführen. Für die Entwicklung künftiger sicherer und menschenzentrierter Lernalgorithmen ist weiterhin interdisziplinäre Forschung erforderlich. Dabei spielt grundsätzlich die Qualität und Menge der verfügbaren Daten eine entscheidende Rolle. Open Source-Datenbanken, Datenkooperationen oder föderiertes Lernen bei besonders schützenswerten Daten könnten den Datenmangel adressieren.
Der Einsatz von Robotern nah am Menschen erfordert nicht zuletzt Vertrauen in die Anwendung und Akzeptanz der Technologie im komplexen sozialen Umfeld. Dieses entsteht in erster Linie durch sichere, zuverlässige und nachvollziehbare Technologien, eine kontinuierliche Weiterentwicklung von Sicherheitskonzepten und eine frühzeitige, enge Einbindung aller Beteiligten, einschließlich der Anwendenden.
Über das Whitepaper
Das Whitepaper „KI in der Robotik. Flexible und anpassbare Systeme durch interaktives Lernen“ wurde von Mitgliedern der Arbeitsgruppe „Lernfähige Robotiksysteme“ der Plattform Lernende Systeme verfasst. Mitglieder der Arbeitsgruppe „Arbeit/Qualifikation, Mensch-Maschine-Interaktion“ und der Arbeitsgruppe „Gesundheit, Medizintechnik, Pflege“ waren unter anderem an der Erstellung von Anwendungsfällen beteiligt. Das Whitepaper steht zum kostenfreien Download zur Verfügung.
Ein Interview mit Jürgen Beyerer, Mit-Autor des Whitepapers und Mitglied der Plattform Lernende Systeme, steht zur redaktionellen Verwendung zur Verfügung.
Über die Plattform Lernende Systeme
Die Plattform Lernende Systeme ist ein Netzwerk von Expertinnen und Experten zum Thema Künstliche Intelligenz (KI). Sie bündelt vorhandenes Fachwissen und fördert als unabhängiger Makler den interdisziplinären Austausch und gesellschaftlichen Dialog. Die knapp 200 Mitglieder aus Wissenschaft, Wirtschaft und Gesellschaft entwickeln in Arbeitsgruppen Positionen zu Chancen und Herausforderungen von KI und benennen Handlungsoptionen für ihre verantwortliche Gestaltung. Damit unterstützen sie den Weg Deutschlands zu einem führenden Anbieter von vertrauenswürdiger KI sowie den Einsatz der Schlüsseltechnologie in Wirtschaft und Gesellschaft. Die Plattform Lernende Systeme wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung von acatech – Deutsche Akademie der Technikwissenschaften gegründet und wird von einem Lenkungskreis gesteuert.
https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/Whitepap... - Whitepaper "KI in der Robotik" der Plattform Lernende Systeme
https://www.plattform-lernende-systeme.de/id-3-fragen-an-newsreader/lernfaehige-... - Interview mit Jürgen Beyerer, Mit-Autor des Whitepapers
https://www.plattform-lernende-systeme.de/robotik.html - Themenseite Lernfähige Robotik
KI in der Robotik. Flexible und anpassbare Systeme durch interaktives Lernen
Plattform Lernende Systeme
Criteria of this press release:
Journalists
Economics / business administration, Electrical engineering, Information technology, Mechanical engineering, Social studies
transregional, national
Scientific Publications, Transfer of Science or Research
German
KI in der Robotik. Flexible und anpassbare Systeme durch interaktives Lernen
Plattform Lernende Systeme
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
