Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik...

35
Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz für die Automatisierungs- technik

Transcript of Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik...

Page 1: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Institut für Automatisierungstechnik und Softwaresysteme

Trends und Herausforderungen

21.10.2019

Künstliche Intelligenz für

die Automatisierungs-

technik

Page 2: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

2

Fakultät für Informatik, Elektrotechnik und Informationstechnik der Universität Stuttgart

Institut für Automatisierungstechnik und Softwaresysteme (IAS)

Die Forschung und Lehre des Instituts konzentriert sich auf das Thema

Softwaresysteme für die Automatisierungstechnik.

Dabei verstehen wir uns als Brückenkopf der Produkt- und Anlagenautomatisierung in

den Forschungsdisziplinen der Informationstechnik, Softwaretechnologie und

Elektronik.

Prof. Weyrich wurde im April 2013 an die Universität Stuttgart berufen

Oktober 2019© 2019, IAS Universität Stuttgart, ATS

Page 3: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

2019Universität Stuttgart, IAS, Prof. Dr.-Ing. Dr. h. c. Michael Weyrich 3

Der Blick in die Zukunft …

Page 4: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

2019Universität Stuttgart, IAS, Prof. Dr.-Ing. Dr. h. c. Michael Weyrich 4

… und die Einsicht ?

Frei nach Heraklid´sAphorismus „Alles fließt“

Page 5: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

• Autonome Integration von

Automatisierungskompon

enten (Self-X)

• Optimierung von

Automatisierungs-

systemen aufgrund von

Prozessdaten

• Assistenzsysteme zur

Unterstützung im

Engineering

5

Intelligente Automatisierungssystemen bieten Chancen im Bereich der Optimierung, der

Flexibilisierung sowie ein vernetztes Informationsmanagement.

Forschungsschwerpunkt: Intelligente Automatisierungssysteme

Oktober 2019© 2019, IAS Universität Stuttgart, ATS

Digitale Fabrik von Daimler

Modellprozess Legoanlage

Page 6: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Historische Entwicklung

© 2019, IAS Universität Stuttgart, ATS 6Oktober 2019

Page 7: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 7

Historie

• Ab 1950

• Heuristische Systeme

1. Welle

• Ab 1970

• Wissensbasierte Systeme

2. Welle• Seit 1985

• Lernende und Kognitive Systeme

3. Welle

Die drei Wellen der Künstlichen Intelligenz

Oktober 2019

Page 8: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

● Beginn der KI-Forschung: Die Dartmouth Conference “Summer Research Project on Artificial

Intelligence” im Jahr 1956

● Große Erwartungshaltung gegenüber den Fähigkeiten von Computern

● Problem: nur schlussfolgernde syntaktische Systeme ohne eignes Wissen, da das Wissen

manuell und direkt in die Maschine einprogrammiert wurde

© 2019, IAS Universität Stuttgart, ATS 8

Historie

Meilensteine:

Turing-Test: Test sollte feststellen, ob ein Computer ein gleichwertiges Denkvermögen wie ein Menschen hat

ELIZA: sprachverstehendes System, welches einen Dialog zwischen einem Psychotherapeuten und einem Patienten simuliert

Quelle: https://www.darpa.mil/attachments/AIFull.pdfhttps://en.wikipedia.org/wiki/Turing_test#/media/File:Turing_test_diagram.png

Die erste Welle – Heuristische Systeme

Oktober 2019

Page 9: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

● Expertensysteme konnten auf Basis von gespeichertem Expertenwissen über ein spezielles

Fachgebiet automatische Schlussfolgerungen ziehen

● Die Systeme konnten die menschlichen Fähigkeiten auf Basis von Regeln nur begrenzt

abbilden

● Kommerzieller Einsatz der Systeme seit den 1980er

© 2019, IAS Universität Stuttgart, ATS 9

Historie

Quellen: https://www.bigdata-insider.de/quo-vadis-ki-die-drei-wellen-der-kuenstlichen-intelligenz-a-846146/

https://www.machinelearning.ai/tag/artificial-intelligence-expert-system/

z.B. Meilenstein:

MYCIN: Diagnose- und Therapieentscheidungen bei Blutinfektionskrankheiten

Die zweite Welle – Wissensbasierte Systeme

Oktober 2019

Page 10: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

● Günstigere Speicherkapazitäten und steigende Rechenleistung begünstigen KI-Entwicklung,

da lernfähige Methoden auf großen Datenmengen anwendbar werden

● Die Schwächen von Expertensystemen und Wissensdatenbanken konnten durch

maschinelles Lernen umgangen werden

● Heutzutage versuchen KI-Systeme Lernverfahren mit wissensbasierten Methoden zu

verbinden, um nachvollziehbar zu werden

Meilensteine:

Internet of Things: Vernetzung von physischen und virtuellen Gegenständen, die über das Internet autark zusammenarbeiten in der Industrie 4.0

Künstliche Neuronale Netze: selbst organisierte Systeme, die die Prinzipien des menschlichen Gehirns imitieren

Deep Learning: tiefe neuronale Netze, die selbstständig lernen und ihr Wissen anhand eigener Datenauswertungen erweitern

© 2019, IAS Universität Stuttgart, ATS 10

Historie

Quellen: https://www.dfki.de/fileadmin/user_upload/import/9744_171012-KI-Gipfelpapier-online.pdf https://www.sensorsexpo.com/iot-ecosystem

Die dritte Welle – Lernende und Kognitive Systeme

Oktober 2019

Page 11: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

• Bahnbrechendes Paper über Reinforcement Learning: „Playing Atari with Deep Reinforcement Learning“ (2013) von DeepMind.

• Einen Monat später wird das Unternehmen von Google gekauft.

• Verwendung von Reinforcement-Learning zum Training neuronaler Netze.

• AlphaGo: erstmalig einen professionellen Go-Spieler besiegt (2015).

• Alpha Zero: besiegt die meisten Go-, Schach und Shogi-Programme, nach es wenige Stunden gegen sich selbst trainierte (2017).

© 2019, IAS Universität Stuttgart, AT2 11

Aktuelle Bedeutung des bestärkenden Lernens am Beispiel DeepMind

Und in Zukunft … ?

Page 12: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 12

Gestern: Programmieren Heute: Lehren Morgen: Lernen

https://www.tarakos.de/simulationssoftware.htmlhttp://www.das-grosse-computer-abc.de/ABC/Quellcode https://www.spiegel.de/wissenschaft/technik/projekt-robohow-roboter-lernen-

kochen-a-1138488.html

Oktober 2019

Eigenschaften autonomer Systeme und industrieller KI

Vom Programmieren zum Lehren und Lernen

KI - Ein Paradigmenwechsel in der einfachen Installation und Bedienung von Robotern

Page 13: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 13

Statische Regeln und limitierte Zustände in SpielenDynamische Regeln und unendlich viele Zustände

in der Realität

Der Übergang zwischen einem Spiel und der Realität erfordert industrielle KI

http://www.moehneschach.de/https://de.wikipedia.org/wiki/V%C3%B6lkerschlacht_bei_Leipzig#/m

edia/Datei:MoshkovVI_SrazhLeypcigomGRM.jpg

Oktober 2019

Der Prozess hin zu autonomen Systemen

Das Leben ist kein Spiel

Page 14: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Periodensystem der KI

© 2019, IAS Universität Stuttgart, ATS 14Oktober 2019

Page 15: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 15

Periodensystem der KI

Respond /

antworten

Infer /

schlussfolgern

Asses /

beurteilen

Quelle: Vgl. Hammond K. , 2016.

Drei Hauptgruppen an KI-Elementen

Oktober 2019

Siehe: Digitalisierung gestalten mit dem Periodensystem

der Künstlichen Intelligenz, www.bitkom.org

Page 16: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Autonomes Fahren

© 2019, IAS Universität Stuttgart, ATS 16Oktober 2019

Page 17: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS

Anwendungsfälle

17

• Assistenzsysteme sind bereits heute in Serienfahrzeugen verfügbar (z. B. Einparkassistent, Spurhaltesystem, Effizienzassistent, Stauassistent)

• Fahrzeugumfeld automatisch erfassen –zentraler Bestandteil ist die Bild- und Situationserkennung

• Funktionale Sicherheit (Safety) und Security (IT-Sicherheit) sind Zukunftsthemen

RespondInferAsses

Quellen: Digitalisierung gestalten mit dem Periodensystem der Künstlichen Intelligenz www.bitkom.org

Künstliche Intelligenz VDI-Statusreport Oktober 2018

Autonomes Fahren

Oktober 2019

Page 18: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 18

Image Recognition (Mercedes)

Oktober 2019

Page 19: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Automotive: Weg zum „autonomen Fahren“

Quelle: VDA-Stufenmodell zu den Automatisierungsgraden des automatisierten Fahrens

19© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Page 20: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Medizinische Diagnostik

20© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Page 21: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

• Unterstützung in der Diagnose

• Schwere Krankheiten wesentlich früher erkennen und eine Vielzahl von Menschen besser therapieren

• Forscher haben gezeigt dass mit KI-Methoden Tumore zuverlässig aufgespürt werden können

• Senkung von Kosten im Gesundheitswesen in Europa Schätzungen zufolge in den nächsten zehn Jahren bis zu 200 Mrd. €

Quelle: https://medizin-und-technik.industrie.de/wp-

content/uploads/K/I/KI_Fotolia_177090077_metamorworks_5683FBA1-6F8C-

4CAC-829C-D41F5AB1C9C8.jpg

RespondInferAsses

21

Quellen: Digitalisierung gestalten mit dem Periodensystem der Künstlichen Intelligenz www.bitkom.org

Künstliche Intelligenz VDI-Statusreport Oktober 2018

© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Anwendungsfälle

Medizinische Diagnostik

Page 22: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 22

Roboter Mensch Interaktion bei Operationen Firma Intuitive -Mobility Small

https://www.intuitive.com/Oktober 2019

Page 23: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Service-Robotik u. kollaborative Robotik

23© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Page 24: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Anwendungsfälle

24

• Roboter bilden menschliches Verhalten ab und verfügen bereits über die Fähigkeit komplexe Probleme zu lösen

• Dazu wird Bild- und Situationserkennung, Sprachverarbeitung und intelligente Sensorik und Aktorik eingesetzt

• Entscheidungen werden eigenständig getroffen und auf verschiedenen Wegen kommuniziert bzw. in Handlungen umgesetzt

RespondInferAsses

Quellen: Digitalisierung gestalten mit dem Periodensystem der Künstlichen Intelligenz www.bitkom.org

Künstliche Intelligenz VDI-Statusreport Oktober 2018

© 2019, IAS Universität Stuttgart, ATS

Service-Robotik und kollaborative Robotik

Oktober 2019

Page 25: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 25

Dog-like robot from Boston Dynamics can open doors Video -Problem Solving

Oktober 2019

Page 26: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Prädiktive Instandhaltung in der Produktion

26© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Page 27: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Anwendungsfälle

27

• Prädiktive Instandhaltung heißt vorbeugende Maßnahmen einleiten, bevor eine Maschine ungeplant ausfällt

• Künstliche Intelligenz lässt sich sehr gut einsetzen, um in der industriellen Produktion Abweichungen vom Normalbetrieb zu erkennen

• Muster in Betriebsdaten erkennen, die mit hoher Wahrscheinlichkeit einen Ausfall vorhersagen

RespondInferAsses

Quellen: Digitalisierung gestalten mit dem Periodensystem der Künstlichen Intelligenz www.bitkom.org

Künstliche Intelligenz VDI-Statusreport Oktober 2018

© 2019, IAS Universität Stuttgart, ATS

Prädiktive Instandhaltung in der Produktion

Oktober 2019

Page 28: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Arbeitswelt, Gesellschaft und Ethik

28© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Page 29: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 29

Page 30: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

30

Auswirkungen auf den Arbeitsmarkt

© 2019, IAS Universität Stuttgart, ATS

Kompetenzen, die in den nächsten Jahrzehnten automatisiert werden könnten

Quelle: Frey, C. and Osborne, M.: The Future of Employment: How Susceptible are Jobs To Computerisation. Oxford, Sept. 2013. Oktober 2019

● Studie der Universität Oxford zu

Auswirkungen autonomer Systeme auf den

Arbeitsmarkt

● Bereits in 2013 wurde prognostiziert, dass

in den nächsten 25 Jahren rund 47

Prozent der heutigen Arbeitsprofile

verschwinden oder stark verändert werden

● Die drei dargestellten Kategorien geben an,

wie gefährdet die Berufsgruppen sind

● Die gesamte Fläche unter allen Kurven

entspricht der Gesamtbeschäftigtenzahl

in den Vereinigten Staaten

Page 31: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Ethik-Leitlinien für eine vertrauenswürdige KI

31© 2019, IAS Universität Stuttgart, ATS

Fundamente, Anforderungen und Bewertungen einer vertrauenswürdigen KI

Übersicht

Oktober 2019

Quelle: Ethik-Leitlinien für eine Vertrauenswürdige KI, HEG-KI Europäische Kommission

Rechtmäßig sein und

somit geltendes Recht

und alle gesetzlichen

Bestimmungen einhalten

Ethisch sein und somit

die Einhaltung ethischer

Grundsätze und Werte

garantieren

Robust sein, und zwar

sowohl in technischer als

auch in sozialer Hinsicht, da

KI-Systeme möglicherweise

unbeabsichtigten Schaden

verursachen, selbst wenn

ihnen gute Absichten

zugrunde liegen

Page 32: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

© 2019, IAS Universität Stuttgart, ATS 32

https://www.vdi.de/themen/kuenstliche-intelligenz-ki/themenspecial-kuenstliche-intelligenz-und-autonome-systeme-10-offene-fragen

Page 33: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

In eigener Sache …

33© 2019, IAS Universität Stuttgart, ATS Oktober 2019

Page 34: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

Problemfeld: OEM kündigen Konzepte für das autonome Fahren an. Doch es besteht eine Lücke an Tools zur Absicherung.

34Robo-Test

Elon Musk im Mai 2019: „Ende 2020 wird Tesla einen Robotaxi-Service mit Tausenden von Autos einführen.“

Hochfliegende Pläne…

Mercedes-Benz / Bosch im Jan. 2019: „Wir bereiten uns darauf vor, ab 2021 eine große Zahl an Robotaxis bereitzustellen.“

„Daimler und BMW haben ihre Zusammenarbeit beim automatisierten Fahren besiegelt.“, Juli 2019

Gra

fik: V

DA

…trotz einkehrendem Realismus

Page 35: Künstliche Intelligenz für die Automatisierungs- technik · Institut für Automatisierungstechnik und Softwaresysteme Trends und Herausforderungen 21.10.2019 Künstliche Intelligenz

35

Autonome Komponenten

Weitere BranchenMedizin, Aerospace, …

Robo-Test AI für Intelligentes Testen Autonomer Systeme

AI basierte Testverfahren mit Datenbanken und Testfällen sowie IT-

Prozessanbindung.

• Testfälle werden mit AI gruppiert

• Deep Rule Learning für transparente Regeln

• Priorisierung der Testfälle

Robo-Test