Der Gedächtnis-Versteher

Dass Künstliche Intelligenz (KI) die Welt weiter verändern wird, weiss Volker Tresp schon lange. Mit seinem Team bei Corporate Technology potenziert er die Möglichkeiten der KI-Entwicklung und verhilft Siemens an die Spitze der KI-Forschung weltweit. Als lehrender Professor in München ist er ebenso begehrt wie als Redner in Stanford, Oxford und Cambridge

Ohrenbetäubender Lärm ertönt, als der Mann in seinem Lederanzug und dem schwarzen Helm am Gasgriff seines Motorrades dreht und in Sekunden von null auf hundert beschleunigt. Im Video saust der Motorradfahrer auf der Strasse davon. «Menschen verfügen über aussergewöhnliche kognitive Fähigkeiten: Wir erkennen in diesem Video nicht nur Objekte, nämlich Fahrer und Motorrad, sondern wir verstehen sofort den Kontext.», erklärt Volker Tresp. Um dieses Verstehen von Objekten in ihrem Kontext zu ermöglichen, ist unser Gehirn mit verschiedenen Gedächtniskategorien ausgestattet.

Nicht nur sehen, sondern verstehen

«KI ist heute hervorragend darin, Objekte und Objektklassen zu erkennen, und würde in dem Film leicht einen Mann über einem Motorrad schwebend ausmachen», führt Tresp fort. Dies geschieht mit Deep Learning; die Algorithmen der Bilderkennung gelten als die am weitesten entwickelten in der KI-Forschung. «Doch bisher ist es der KI nicht möglich, die erkannten Objekte in einen sinnhaften Bezug mit der Welt zu bringen, nämlich, wie der Mensch zu begreifen, dass es sich in dem Video um einen Motorradfahrer in Aktion handelt, der eine Strasse entlangfährt und nicht um einen Mann, der über einem Motorrad schwebt», veranschaulicht Tresp weiter. Für dieses Erkennen ist Erfahrung und Hintergrundwissen erforderlich. 

Um eine KI mit dieser Erfahrung – dem Hintergrundwissen – auszustatten, steht das menschliche Gehirn selbst Tresp und seinem Team Modell. Um KI mit Weltwissen anzureichern, verbinden Tresp und seine Kollegen die Funktionen des Deep Learnings mit denen des Knowledge Graph. Dabei handelt es sich um eine globale Datenbank, die das Weltwissen bzw. semantische Wissen der Menschen abbildet. Diese Verbindung ermöglicht etwas, was bisher nur dem Menschen vorbehalten war: Sie kann den Kontext des Erkannten deuten und einen sinnvollen Zusammenhang beschreiben. 

Die KI-Zukunft für Siemens

Tresps Ziel ist ein Alleinstellungsmerkmal für Siemens Produkte und Lösungen. «Wir setzen Wissensgrafen beispielsweise in der lernenden Modellierung von Entscheidungsprozessen ein.» Die Verbindung von Szenenerkennung und lernenden Wissensgrafen ist in vielen Bereichen denkbar: «Beispielsweise kann damit in Zukunft zu einem Bild oder einem Video von einer Anlage eine komplette Beschreibung erzeugt werden, inklusive der erkannten Probleme», freut sich Tresp. Siemens setzt Wissensgrafen bereits im Supply Chain Management und im Service ein. «Im Siemens TIA Selection Tool werden online Komponenten für Kundenlösungen empfohlen.»

Die Verbindung von Deep Learning und Wissensgraf kann zum Beispiel in der Medizin eingesetzt werden. Im klinischen Kontext könnte eine KI das Vorwissen über Patienten, wie Vorerkrankungen und Familiengeschichte, mit den Ereignissen des Spitalaufenthaltes in einen sinnvollen Zusammenhang bringen und wichtige Hinweise für die Behandlung liefern. «Das könnte ganz wesentlich zum Therapieerfolg beitragen», schwärmt Tresp.

05.06.2019

Susanne Gold

Picture credits: Volker Tresp