Veröffentlicht am25 Sep 2017
min lesen
Ansichten
Innovationen bei Software-Algorithmen haben die Welt für das Konzept der künstlichen Intelligenz (KI) geöffnet. Mit den Fähigkeiten der KI zur Vorhersage, intelligenten Unterstützung und datengestützten Empfehlung konnten Unternehmen ihre Effizienz optimieren und ihren Umsatz steigern. Big-Data-Analysen und maschinelle Lerntechnologien wurden bald in allen Unternehmensfunktionen eingesetzt oder hatten zumindest das Potenzial dazu. Prognosen zufolge werden im Jahr 2025 3D-gedruckte Autos auf den Straßen der Welt unterwegs sein, Lesebrillen mit dem Internet verbunden sein und Rezepte von Roboter-Apothekern ausgestellt werden. In jedem Fall wird KI zu einem integralen Bestandteil des Lebens der Menschen und ihrer Entscheidungen werden.
Die Fähigkeit der KI, Daten zu analysieren und selbst zu lernen, ermöglicht es ihr, über die aufgabenspezifische Rolle der traditionellen Automatisierungstechnologie hinauszugehen. Intelligente Automatisierung ermöglicht es, wiederholbare und agile Aufgaben mit anthropomorpher Anpassungsfähigkeit auszuführen. Während die Erlangung flexibler Fingerfertigkeit noch immer auf der Wunschliste der Innovatoren steht, werden Industrieroboter immer besser darin, sich dynamisch an die physische Umgebung anzupassen. Durch den Einsatz von Bildverarbeitung und neuronalen Netzen können Maschinen virtuell darauf trainiert werden, willkürlich angeordnete Blöcke zu stapeln. Und mit Hilfe von Kameras, die von Bildverarbeitungsalgorithmen unterstützt werden, können Roboter Objekte erkennen, anstatt sich blind zu ihnen zu bewegen und die zugewiesene Aufgabe auszuführen.
Die Fähigkeit zu sehen macht es Robotern leichter, mit Menschen zusammenzuarbeiten, ohne Schaden anzurichten. Solche kollaborativen Roboter oder "Cobots" sind dreimal leistungsfähiger als herkömmliche Roboter und 85 % produktiver als Menschen und Roboter, die getrennt arbeiten. Sie können auch mit anderen Robotern kommunizieren, um in belebten Umgebungen zusammenzuarbeiten.
Kommunikation und Kooperation zwischen Robotern optimieren die Produktivität in der Industrie, insbesondere bei der Ausführung komplexer Aufgaben wie der mehrarmigen Montage von Maschinenteilen oder der Entschärfung einer Bombe. KI-Techniken wie Reinforcement Learning können Robotern dabei helfen, miteinander zu kommunizieren, um zu testen, aus Fehlern zu lernen und automatisch den bestmöglichen Ansatz zu wählen, um eine Aufgabe erfolgreich abzuschließen. Um die zeitaufwändige Programmierung und Kodierung der einzelnen Roboter zu erleichtern, können mit KI ausgestattete Bildverarbeitungssysteme eingesetzt werden. Das mit Sensoren und Rechenleistung ausgestattete System ermöglicht es den Robotern, anhand von visuellen Demonstrationen zu lernen, genau wie der Mensch.
KI-gestützte Big-Data-Technologien ermöglichen die Verarbeitung von Terabytes an Informationen, aus denen sich Muster ableiten lassen. Anhand dieser grafischen Darstellungen können Ingenieure Maschinenausfälle vorhersagen und künftige Entscheidungen treffen. In einer Industrieanlage beispielsweise hilft die Analyse der Daten von allen verschiedenen Sensoren und die Implementierung einer KI-basierten Zustandsüberwachung, Fehler zu erkennen, bevor sie auftreten. Systeme zur vorausschauenden Wartung können dann automatisch Präventivmaßnahmen einleiten, bevor es in der Fabrik tatsächlich zu einer Katastrophe kommt. Dies hat das Potenzial, die Inspektionskosten um 25 Prozent und die jährlichen Wartungskosten um 10 Prozent zu senken.
Im Öl- und Gassektor hat die KI es ermöglicht, dass Drohnen aus der Ferne den Ort des Defekts finden und das Problem beheben können. Das Verfahren verspricht, menschliche Eingriffe an gefährlichen Orten wie Ölplattformen mitten im Meer und Gaspipelines in Wüsten zu reduzieren und so die Sicherheit und betriebliche Effizienz zu verbessern.
Ein führender Hersteller medizinischer Geräte hat weltweit Connected Field Services (CFS) implementiert, um Fehlfunktionen von Geräten aus der Ferne zu diagnostizieren und zu beheben, ohne dass ein Techniker vor Ort sein muss. Das Unternehmen verzeichnete einen 78-prozentigen Anstieg der Remote-Service-Ereignisse, was zu verbesserter Serviceeffizienz, Produktivität, Umsatz und Kundenzufriedenheit führte.
Im Bereich der personalisierten Gesundheitsfürsorge wird die KI einige der größten Umwälzungen einleiten. Die Technologie ermöglicht die Nutzung elektronischer Krankenakten (EMR) für prädiktive Modellierung, was wiederum medizinischen Dienstleistern erlaubt, den Verlauf und die Häufigkeit von Krankheiten zu messen und zu rationalisieren. Diese tiefgreifende Patientenmethode half einem renommierten US-Krankenhaus, die Rückübernahmequoten von Herzpatienten vorherzusagen und ihr routinemäßiges Versorgungsmanagement zu verbessern.
Die Kombination von EMR mit routinemäßig überwachten Biomarkern und IoT-fähigen Wearables kann Gesundheitsdaten mit Hilfe von KI weiter anreichern. Ziel ist die Vorhersage des Risikos einer Krankheitsverschlimmerung durch Anwendung von Algorithmen des maschinellen Lernens auf der Grundlage von Krankheitsfaktoren und identifizierten Risikoprädikatoren. Ärzte werden in der Lage sein, einzugreifen, bevor sich der Zustand des Patienten verschlechtert, und so die Gesundheitsergebnisse zu verbessern und die Ressourceneffizienz in Krankenhäusern zu steigern.
Da die Menge der medizinischen Daten ständig zunimmt, wird Deep Learning mit Hilfe fortschrittlicher neuronaler Netze wie dem Convolution Neural Network (CNN) komplexere nichtlineare Muster in den Daten erforschen. Durch den Einsatz von CNN in der hochdimensionalen Bildanalyse können Mediziner eine frühzeitige Krankheitsdiagnose sicherstellen und Behandlungspläne mit 90 Prozent Genauigkeit vorschlagen.
Während die KI eine bessere, sicherere und gesündere Zukunft verspricht, birgt sie auch ein zerstörerisches Potenzial, das der Unternehmer Elon Musk als die "größte existenzielle Bedrohung" bezeichnet Um die Welt vor der Übernahme durch die KI zu bewahren und das Wirtschaftswachstum zu fördern, müssen technologische, politische, soziale, intellektuelle, industrielle und ethische Interessengruppen universelle Nutzungsrichtlinien festlegen. In der Zwischenzeit müssen sich die Ingenieure auf die emotionale Intelligenz der KI konzentrieren, damit sie die menschlichen Bedürfnisse besser verstehen können. Mit diesen Schritten werden KI-gesteuerte Roboter das Leben der Menschen nicht mehr bedrohen, sondern verbessern.
