Intelligentere Geräte dank künstlicher Intelligenz (KI)

Was ist ein neuronales Netz und wie funktioniert es?

Ein künstliches neuronales Netz ist hinsichtlich Aufbau und Funktion eine Imitation unseres Gehirns (biologisches neuronales Netz). Es wird u. a. bei der Fotoerkennung benötigt. Wir können beispielsweise ein System intelligent” machen, sodass es bestimmen kann, ob es um das Foto eines Hundes geht oder nicht. Ein neuronales Netz erhalten Sie, wenn Sie es mit einer großen Anzahl Beispielen trainieren. Was dahintersteht ist eine lange, einfache Gleichung, die auf der Grundlage von Beispielen korrigiert wird, bis für alle Eingabewerte ein richtiges Ergebnis herauskommt. Neuronale Netze sind am stärksten beim Erkennen von Mustern. Nach dem Training können sogar neue Fotos richtig eingeordnet werden.

Vorhersage im Vergleich zu tatsächlichem Verhalten

Wir können neuronale Netze verwenden, um Probleme auf andere Weise anzupacken. Nehmen Sie beispielsweise eine Kochfeldlüftung, bei der die Steuerung mit kapazitiven Berührungssensoren bedient wird. Diese Sensoren sitzen unter einer dicken Glasplatte. Darüber hinaus sind da beispielsweise noch Feuchtigkeit, Schmutz und die Störungen durch das Induktionskochfeld selbst.

Wir untersuchten, wie gut ein neuronales Netz trainiert werden kann, damit es bei all diesem “Rauschen” das richtige Signal (z. B. Einschalten) erkennt. Hierfür benötigten wir eine große Menge an Trainingsbeispielen. Wir entwickelten einen “künstlichen Finger”, der mit Pressluft den Sensor bedient, um die Datensammlung zu automatisieren.

Binäre Variante möglich?

Unsere Steuerungen verwenden oftmals Microcontroller, die u. a. nicht so gut mit Kommazahlen zurechtkommen. Für den Einsatz in unseren Steuerungen evaluierten wir deshalb die binäre Variante neuronaler Netze. Hierbei werden die Berechnungen nur noch mit einer Eins und einer Null durchgeführt.

Um das zu visualisieren, implementierten wir eine Demo eines eigenen eingebetteten KI-Rahmens. Man zeichnet eine Ziffer von 0 bis 9 auf einen Touchscreen und sie wird im Hintergrund an ein binäres neuronales Netz geschickt. Das stellt fest, welche Ziffer gemeint ist, und zeigt das Ergebnis an.