Am 9. Februar 2024 arbeiten Akademiker intensiv daran, sicherzustellen, dass künstliche Intelligenz (KI) effizienter trainiert wird, um die Problemlösungsfähigkeiten für komplexe Systeme wie autonomes Fahren zu verbessern. Ein Team an der Universität Wuppertal nutzt Supercomputing-Ressourcen am Jülich Supercomputing Centre, um die Trainingsprozesse für KI effizienter zu gestalten.
In den letzten zehn Jahren hat KI sich von der Science-Fiction und frühen Experimenten in der Computer-Sprachverarbeitung zu einer Schlüsseltechnologie entwickelt, die Branchen von Transport und Energie bis hin zu Medien und Kunst umgestaltet hat. Insbesondere autonome Fahrzeuge haben viel Aufmerksamkeit erregt und sowohl Experten als auch die Öffentlichkeit gleichermaßen fasziniert und besorgt.
Computerwissenschaftler verstehen, wie man ein Fahrzeug unter idealen, vorhersehbaren Bedingungen programmiert. Viel schwieriger ist es jedoch, Fahrzeuge auf unbekannte Informationen oder Objekte vorzubereiten. Dr. Matthias Rottmann von der Universität Wuppertal setzt auf Hochleistungsrechner, um KI-gesteuerte Systeme auf unbekannte Situationen vorzubereiten.
Das Team von Rottmann arbeitet unter anderem an der Verbesserung des sogenannten aktiven Lernens, bei dem die Anwendung unsichere Objekte identifizieren kann, anstatt auf negatives Feedback zu warten. Die Nutzung von Hochleistungsrechnern ermöglicht es ihnen, die Leistung von Anwendungen bei der semantischen Segmentierung zu verbessern.
Rottmanns Team konzentriert sich zunehmend auf den Schlüsselfaktor für erfolgreiche KI-Programmierung: Daten. Sie wollen den Fokus auf datenzentrierte KI legen, die Auswahl relevanter Daten für eine Anwendung verbessern und neue Datenquellen erschließen, um den Herausforderungen bei der Beschaffung hochwertiger Daten entgegenzuwirken. Das Ziel ist es, die AI-Modelle für eine Vielzahl von Anwendungen außerhalb des autonomen Fahrens weiterzuentwickeln.
