Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Info-Icon This content is not available in English
KI4AS Show image information

KI4AS

KI4AS – Validierung Künstlicher Immunsysteme für Autonome Systeme

1. Motivation

Mit der neuen Hightech-Strategie "Innovationen für Deutschland" hat sich die Bundesregierung das Ziel gesetzt, Ideen aus der Forschung noch schneller in innovative Produkte, Dienstleistungen und Innovationen für die Gesellschaft zu überführen. Dafür muss die Brücke zwischen akademischer Forschung und ihrer wirtschaftlichen Verwertung bzw. gesellschaftlichen Anwendung weiter gestärkt werden. Die Fördermaßnahme "Validierung des technologischen und gesellschaftlichen Innovationspotenzials wissenschaftlicher Forschung - VIP+" setzt hier an und unterstützt Forscherinnen und Forscher dabei, Forschungsergebnisse systematisch zu validieren und Anwendungsbereiche zu erschließen.

Die aktuellen Veränderungen von industriellen Produktionsprozessen durch intelligente tech­nische Systeme oder gar autonome Systeme sind überwiegend auf die rasante Entwicklung der Informations- und Kommunikationstechnik zurückzuführen.

An die Stelle manueller Rekonfigurationen treten maschinelle Lernprozesse. In Kenntnis ihrer Fähigkeiten können autonome Systeme komplexe Aufgaben lösen, lernen, selbstständig Entscheidungen treffen und ohne Eingriffe von Menschen auf unbekannte Situationen reagieren. In Hinblick auf die Verlässlichkeit und Zusicherung stellen diese Systeme eine besondere Herausforderung dar. So können aufgrund ihrer Eigenschaften zur Laufzeit Situationen auftreten, die nicht a priori während der Designphase spezifiziert sind. Heutige Lösungsansätze stoßen hier jedoch an ihre Grenzen oder erfordern eine umfangreiche Trainingsphase.

2. Ziele und Vorgehen

Das Projekt "KI4AS" zielt auf die Umsetzung von Selbstheilungseigenschaften autonomer technischer Systeme auf den Prinzipien künstlicher Immunsysteme. Selbstheilende Systeme verwenden bei einem Funktionsfehler einen Teil ihrer Ressourcen dazu, den Fehler zu beheben. Zur Umsetzung von Selbstheilungseigenschaften bedarf es der Detektion von Anomalien zur Laufzeit sowie der eigenständigen Diagnose der ihnen zugrundeliegenden Ursachen. Anhand der Lokalisierung gilt es Verhaltensanpassungen zur Wiederherstellung der Funktion zu planen und umzusetzen, die Sicherheit der Systeme jederzeit zu gewährleisten und letztlich die Systemverlässlichkeit zu erhöhen.  Zur Umsetzung dieses Lösungsansatzes bedarf es den kombinierten Einsatz von Methoden der künstlichen Intelligenz, des maschinellen Lernens sowie biologisch inspirierten Algorithmen. Schwerpunkt der Arbeiten der Universität Paderborn ist die Entwicklung von Methoden und Algorithmen zur Anomalie-Detektion sowie zur Verhaltensklassifikation. Diese münden in die Umsetzung geeigneter Entwurfs-, Analyse- und Simulationstechniken sowie deren Validierung im Anwendungskontext von Smart Factory Anwendungen.

3. Perspektiven

Verwertungsmöglichkeiten eröffnen sich im Erfolgsfall in vielfältigen Anwendungsbereichen, insbesondere im Maschinen- und Anlagenbau, in der Automatisierungs- und Antriebstechnik sowie der Automobiltechnik. Erste konkrete Umsetzungen im Kontext der Smart Factory (Industrie 4.0) sollen in enger Zusammenarbeit mit führenden Unternehmen aus dem Spitzencluster intelligente technische Systeme Ostwestfalen Lippe (it`s OWL) erfolgen.