Motivation
Durch die jüngsten Entwicklungen im Bereich der künstlichen Intelligenz (KI) und hier besonders der lernenden Systeme (LS, ML), gibt es auch auf dem Gebiet des maschinellen Sehens (Computer Vision, CV) bedeutende Entwicklungen. Insbesondere werden praktisch nutzbare Anwendungen entwickelt – im Wesentlichen neuronale Netze – mit einer Leistungsfähigkeit, die herkömmliche Verfahren und zum Teil sogar menschliche Fähigkeiten bei weitem übertreffen. Für Anwendungen in den Bereichen Autonome Systeme, Medizin und Industrie stellen sich dabei drei grundlegende Herausforderungen. Dies betrifft die Erzeugung von Vorwissen zur Lösung stark unterbestimmter Probleme, die Verifizierung und Erklärung der von der KI berechneten Antwort und die Bereitstellung von KI in Szenarien mit eingeschränkter Rechenleistung.
Ziele und Vorgehen
Ein Ziel von VIDETE ist es, mit Hilfe von KI, Vorwissen in die Verfahren des maschinellen Lernens zu integrieren und damit bisher unlösbare Aufgaben wie die Rekonstruktion dynamischer Objekte mit nur einer Kamera praktisch handhabbar zu machen. Durch geeignetes Vorwissen wird es leichter fallen, allgemeine Szenen, zum Beispiel im Bereich Autonome Systeme, mit Hilfe von Algorithmen zu analysieren und zu interpretieren. Ein weiteres Ziel ist es, Methoden zu entwickeln, die es ermöglichen, die berechneten Ergebnisse zu begründen, bevor diese weiter benutzt werden. Im Bereich der Medizin wäre dies vergleichbar mit der Meinung eines Fachmediziners im Gegensatz zu der pauschalen Antwort aktueller KI-Methoden. Schließlich wird als drittes Ziel die Modularisierung der Algorithmen als Schlüsseltechnik angesehen, welche insbesondere auch die Verfügbarkeit von KI erhöhen wird. Modulare Komponenten lassen sich effizient in Hardware realisieren. Somit können Berechnungen (z. B. das Erkennen einer Geste) nahe am erzeugenden Sensor durchgeführt werden. Dies ermöglicht es im Gegenzug, semantisch angereicherte Informationen mit geringem Overhead zu kommunizieren, wodurch KI auch auf mobilen Geräten mit geringen Ressourcen verfügbar wird.
Innovationen und Perspektiven
Die künstliche Intelligenz wird noch stärker in fast allen Bereichen des täglichen Lebens und der Arbeit Einzug finden. Die im Projekt VIDETE erwarteten Ergebnisse werden unabhängig von den definierten Forschungsszenarien sein und können zum Fortschritt in vielen Anwendungsbereichen (Privatlbereich, Industrie, Medizin, Autonome Systeme, etc.) beitragen. Im Rahmen der Verwertung der Ergebnisse des Projektes ist der Forschungstransfer zur Industrie von primärer Bedeutung. Neben der industriellen Verwertung soll die gewonnene Expertise in die Bereiche Bildung und Medizin der Digitalisierungsallianz Pfalz einfließen. Im Rahmen von Vorlesungen wie „3D Computer Vision“ an der TU Kaiserslautern soll auch die Lehre davon profitieren.