Of het nu gaat om reddings- en brandbestrijdingsoperaties of diepzee-inspecties, mobiele robots die met behulp van kunstmatige intelligentie (AI) hun weg vinden in onbekende situaties, kunnen mensen effectief ondersteunen bij het uitvoeren van activiteiten in gevaarlijke omgevingen. Het potentieel en de concrete voordelen van AI op dit gebied worden geïllustreerd in een actueel rapport van Plattform Lernende Systeme, Duitslands platform voor kunstmatige intelligentie, met behulp van twee toepassingsscenario's. Het rapport werd vandaag gepresenteerd op het Karlsruhe Institute of Technology (KIT), waar wetenschappers bij het platform betrokken zijn. De auteurs identificeren ook technische en sociale uitdagingen, evenals voorwaarden die moeten worden gecreëerd voor een betrouwbaar en economisch gebruik van AI in levensgevaarlijke omgevingen.

In de toekomst, mobiele zelflerende robots kunnen mensen verlossen van gevaarlijke of schadelijke activiteiten. Tegelijkertijd kunnen ze operaties op moeilijk toegankelijk terrein economischer of in de eerste plaats mogelijk maken. Voor het gebruik van dergelijke zelflerende systemen in levensgevaarlijke omgevingen moeten er vanuit technisch oogpunt nog enkele uitdagingen worden overwonnen, echter. Deze omvatten autonoom leren in onbekende omgevingen. In aanvulling, het gaat erom deze autonome robots met mensen te laten samenwerken.

Het gebruik van kunstmatige intelligentie brengt enorme kansen met zich mee voor onze samenleving. Vooral bij rampenpreventie, bij de ontmanteling van kerncentrales en op maritiem gebied zijn er een aantal mogelijkheden om professionals effectief te ondersteunen met behulp van kunstmatige intelligentie. Daarom heeft Plattform Lernende Systeme een interdisciplinaire werkgroep opgericht om te bespreken hoe zelflerende systemen kunnen worden ontwikkeld en gebruikt in levensgevaarlijke omgevingen ten behoeve van mensen, zegt professor Holger Hanselka, President van Karlsruhe Institute of Technology en lid van de stuurgroep van Platform Lernende Systeme. Zeker in de autonome systemen die we inzetten bij een crisis zal IT-beveiliging van groot belang zijn. Als resultaat, in haar onderzoek kijkt het KIT niet alleen naar de bescherming van de periferie van een complex IT-systeem, maar ook naar elk afzonderlijk onderdeel, in het bijzonder het toevoegen van haar expertise in IT-beveiliging aan Plattform Lernende Systeme.

De werkgroep Life-Hostile Environments gebruikt in haar rapport twee toepassingsscenario's om te laten zien hoe kunstmatige intelligentie over ongeveer vijf jaar ondersteuning kan bieden bij zowel rampenpreventie als verkennings- en onderhoudsmissies. Het toepassingsscenario "Snelle hulp bij reddingsoperaties" illustreert hoe op AI gebaseerde robotsystemen de brandweer op de grond en vanuit de lucht kunnen ondersteunen bij het blussen van een brand in een chemische fabriek. Met behulp van meerdere sensoren, de systemen zijn in staat om snel een gedetailleerd overzicht van de situatie te creëren, het opzetten van een communicatie- en logistieke infrastructuur voor reddingsoperaties, zoek naar gewonden en identificeer en verminder bronnen van gevaar. In het toepassingsscenario Bewegend autonoom onder water, robotachtige onderwatersystemen onderhouden de fundamenten van offshore windenergiecentrales. Ze navigeren zelfstandig in de diepe zee, planningsstappen overnemen, en vraag indien nodig ondersteuning van duikers of op afstand bestuurbare systemen.

Nichemarkt met speciale vereisten

De eisen aan zelflerende systemen zijn vooral hoog in levensgevaarlijke omgevingen:ze moeten intelligent en robuust zijn tegen extreme omstandigheden en zelfstandig kunnen omgaan met onvoorziene omstandigheden, zegt Jürgen Beyerer, Hoofd van de Life-Hostile Environments-werkgroep van Platform Lernende Systeme, directeur van het Fraunhofer Institute of Optronics, Systeemtechnologieën en beeldexploitatie IOSB en professor voor interactieve realtime systemen aan het KIT. Tot dan, Op AI gebaseerde systemen kunnen op afstand worden bediend door hulpdiensten en de verzamelde gegevens worden gebruikt voor de ontwikkeling van intelligente functies. Met tijd, de systemen zullen steeds meer autonoom worden en uiteindelijk beter kunnen worden door machine learning.

Zelflerende systemen voor gebruik in levensgevaarlijke omgevingen zijn nog steeds een nichemarkt. Duitsland is goed gepositioneerd in de ontwikkeling van deze AI-systemen. De werkgroep Life-Hostile Environments onder gezamenlijke leiding van Jürgen Beyerer (KIT en Fraunhofer IOSB) en Frank Kirchner (Robotics Innovation Center, Duitse onderzoekscentrum voor kunstmatige intelligentie en de universiteit van Bremen) identificeert in haar rapport concrete actieplannen om de kansen van zelflerende systemen in levensgevaarlijke omgevingen te benutten en om wereldwijde markten te bedienen met deze zelflerende robots. Deze plannen variëren van het opzetten van geschikte infrastructuren zoals uitgebreide datapools en referentieplatforms en het bevorderen van innovaties door middel van concurrentie en technologiedemonstraties tot het creëren van normen voor industrie en onderzoek, en het flexibeler maken van de inkoopmarkt.

Als onderzoeksuniversiteit in de Helmholtz Association, Het KIT creëert en geeft kennis voor de samenleving en het milieu. Het is de bedoeling een belangrijke bijdrage te leveren aan de mondiale uitdagingen op het gebied van energie, mobiliteit en informatie. Voor deze, ongeveer 9, 300 medewerkers werken samen in een breed scala aan disciplines in de natuurwetenschappen, technische wetenschappen, economie, en de geesteswetenschappen en sociale wetenschappen. KIT bereidt zijn 25, 100 leerlingen voor verantwoordelijke taken in de samenleving, industrie, en wetenschap door op onderzoek gebaseerde studieprogramma's aan te bieden. Innovatie-inspanningen bij KIT slaan een brug tussen belangrijke wetenschappelijke bevindingen en hun toepassing ten behoeve van de samenleving, economische welvaart, en het behoud van onze natuurlijke basis van leven.