Künstliche Intelligenz & Neuronale Netze als Innovationsturbo 3 Minuten Lesezeit
Innovation

Künstliche Intelligenz & Neuronale Netze als Innovationsturbo

Viktoria Steininger
Holds editorial responsibility for blog topics, is researching and writing articles. Her stories give insights into the world of the voestalpine Group.

Digitalisierung, Neuronale Netze und Deep Learning sind die Voraussetzungen für Künstliche Intelligenz und Maschinelles Lernen. Dass all dies nicht nur Zukunftsvisionen sind, zeigen bereits erste Projekte in der voestalpine.

sepp-hochreiter

Sepp Hochreiter

Künstliche Intelligenz (KI) steht, vereinfacht gesagt, für die Fähigkeit von Computersystemen eigenständig Probleme zu bearbeiten. Dazu gehört, dass sie die Umwelt erkennen, planen, logisch folgern – und lernen können. Ähnlich wie das menschliche Gehirn, das seine Nervenzellen anatomisch verändern kann und damit Lernprozesse in Gang setzt, kann auch ein so genanntes Künstliches Neuronales Netz „lernen“ – indem es wiederkehrende Muster erkennt. Drei Dinge seien Voraussetzungen solcher Systeme, erläuterte KI-Pionier und Sepp Hochreiter (Universitätsprofessor an der Johannes Kepler Universität Linz)auf dem 1. voestalpine Digitalisierungstag:

  • sehr schnelle Computer,
  • Umfangreiche Datensätze und
  • neuronale Netze.
"Die Digitalisierung ist der Vorbereiter für die künstliche Intelligenz. Die Digitalisierung ist so was wie der Strom, bevor es Computer gegeben hat."
Sepp Hochreiter (JKU Linz)

Anwendungsbeispiele für Künstliche Intelligenz und neuronale Netze gibt es mittlerweile schon unzählige, wie z. B. in der Medizinischen Diagnose, bei Computeralgorithmen (Google-Page Rank und Suchergebnisse) oder beim Autonomen Fahren. Doch wie können neuronale Methodiken in anderen Bereichen, wie etwa im voestalpine-Konzern, Anwendung finden?

Vielfältige Einsatzmöglichkeiten für die voestalpine

Laut dem Experten Hochreiter, kann künstliche Intelligenz in der voestalpine fast überall eingesetzt werden, beispielsweise bei der Optimierung von Produktionsprozessen. Wenn KI-Systeme u. a. in der erfolgreichen Gesichtserkennung eine besonders starke Performance aufweisen, liegt ihr Einsatz in der Erkennung von (Fehler-)mustern auf Produktoberflächen in der Produktion von Stahlband, Flachstahl etc. sogar recht nahe. Zusammen mit ausgewählten externen Partnern und internen Abteilungen arbeitet die Forschungsabteilung Mechatronik bereits an konkreten Aufgabenstellungen unter Einsatz von Deep Learning Methoden. Weiters wird geprüft, in welchen Prozessen der Steel Division Voraussetzungen für den erfolgversprechenden Einsatz von Deep Learning-Applikationen gegeben sind. Ein weiteres spannendes Beispiel gibt es auch in der High Performance Metals Division bei BÖHLER Edelstahl in Kapfenberg, wo der Einsatz von Künstlichen Neuronalen Netzen im Bereich des induktiven Härtens von Stäben getestet wird. Hier sind verschiedene Parameter zu steuern, u. a. die Leistung der Induktionsspulen und die Vorschubgeschwindigkeit der Stäbe. Es wird erforscht, wie KNN die Auswirkungen dieser Parameter auf die Qualität der Stäbe bewerten und steuern können. Das Ziel ist ein sich selbst optimierender Prozess und auch ein besserer und schnellerer Wissenstransfer zwischen Forschung und Produktion.

kuenstliche-intelligenzOb der hochkomplexen Technologie ist beim Thema Künstliche Intelligenz der Mensch wichtiger denn je – denn Systeme müssen erst antrainiert und stets optimiert werden. Auf die Frage hin, ob intelligente Maschinen zukünftig den Mitarbeiter ablösen werden, hat Sepp Hochreiter eine klare Antwort: „Nein, eben nicht. Ich brauche den Lehrer, ich brauche jemanden, der die Maschine antrainiert. Ich brauche jemanden, der schon Erfahrung hat, jemanden, der schon lange in der Firma arbeitet und den Systemen sagen kann, was falsch gelaufen ist. Menschen werden lediglich unterstützt durch künstliche Intelligenz.“

 

Mehr zum Schwerpunkt Digitalisierung: www.voestalpine.com/digitalisierung

 

 

Viktoria Steininger