Kompetent im Einsatz Variable Autonomie Lernender Systeme in lebensfeindlichen Umgebungen
Jürgen Beyerer, Sirko Straube, Thomas Deserno, Igor Tchouchenkov, Armin Wedler
Lernende Systeme - Die Plattform für künstliche Intelligenz, Feb/2021.

Zusammenfassung (Abstract) :

Egal ob im Weltraum, in der Tiefsee oder in Katastrophengebieten – Einsätze in solchen lebensfeindlichen Umgebungen stellen für den Menschen eine große Herausforderung und erhebliche Risiken dar. Autonome, Lernende Systeme können hier helfen, Gefahren und Risiken für Menschen zu verringern oder solche Umgebungen überhaupt erst erschließen zu können. Die Missionskonfigurationen, der Grad der Autonomie eines selbstlernenden Systems sowie die Intensität der Interaktion mit Menschen können dabei enorm variieren. Entscheidend für das Gelingen der Zusammenarbeit zwischen Menschen und Lernenden Systemen ist eine gute Arbeitsteilung. Expertinnen und Experten der Arbeitsgruppe Lebensfeindliche Umgebungen der Plattform Lernende Systeme haben im vorliegenden Whitepaper Schlüsselvoraussetzungen für diese Arbeitsteilung zwischen Mensch und Lernendem System sowie für die Kompetenz des Lernenden Systems im jeweiligen situativen Anwendungskontext untersucht. Das Whitepaper zeigt, dass Lernende Systeme in einer lebensfeindlichen Umgebung im Vergleich zu Anwendungsdomänen wie Industrie und Verkehr sehr individuell ausgestaltet sind und derartige Einsätze zum gegenwärtigen Zeitpunkt nicht ohne den Menschen als Überwacher des Geschehens konzipiert werden können. Stattdessen geht es darum, den Menschen zu unterstützen und sein Gefahrenrisiko zu minimieren: So viel Autonomie wie möglich – nur so viel menschlicher Eingriff wie nötig. Das Whitepaper adressiert mit Bezug zu praxisorientierten Anwendungsfällen die Fragen, warum für Lernende Systeme in lebensfeindlichen Umgebungen eine variable Autonomie angestrebt werden sollte, welche Architekturkomponenten solche Systeme benötigen, welche Forschungsbedarfe existieren und welche Fragestellungen sich daraus für Anwendungen ergeben.



Links:

https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG7_Whitepaper_Autonomiegrad.pdf


© DFKI GmbH
zuletzt geändert am 06.09.2016
nach oben