Projektwoche Künstliche Intelligenz und Robotik

Die Projektwoche zu „Künstliche Intelligenz und Robotik“ wurde vom zdi-Zentrum in Kooperation mit der Königin-Luise-Schule durchgeführt. Dabei haben wir digitale Interviews mit verschiedenen Partnerinnen und Partnern des zdi-Zentrums sowie mit Expertinnen und Experten aus der Wirtschaft vorbereitet und gehalten. Wir haben an zwei Online-Kursen, „Lernende Roboter – Programmieren mit NAO“ und „Grundkurs Künstliche Intelligenz“, teilgenommen und somit einen Einblick in die digitale Welt erhalten.

Am ersten Tag haben wir uns in Kleingruppen auf die Interviews vorbereitet, indem wir mit den Expertinnen und Experten in Kontakt getreten sind, recherchiert und Fragen formuliert haben. Dies war sozusagen der Einstieg in KI (Künstliche Intelligenz), ML (Maschinelles Lernen), Robotik und vielem mehr.

Am zweiten und dritten Tag erfolgten die Online-Kurse. Der Workshop „Lernende Roboter – Programmieren mit NAO“ wurde von teutolab (Universität Bielefeld, u.a. bekannt für Biotechnologie) durchgeführt. Zunächst haben wir die Definition von Lernen herausgearbeitet (Lernen = Erwerb, Veränderung, Abbau von Erlebens- und Verhaltensweisen durch bestimmte Umwelterfahrungen und Reiz-Reaktions-Beziehungen mittels Sinnesorgane) und durch Erprobung des NimGame das (eigenständige) Lernen von Computern kennengelernt. In einem Duell mit dem Computer wird abwechselnd eine Anzahl von Gegenständen dem Spiel entnommen; verloren hat der, der den letzten Gegenstand nehmen muss. Wir konnten uns hier aussuchen, ob der Computer zufällig, lernend oder mit Strategie spielen sollte. Die Züge des Computers sollten wir mit positiv, neutral oder negativ bewerten. Spielt der Computer zufällig und der Mensch strategisch, gewinnt der Mensch fast durchgehend. Sobald der Computer jedoch durch unser Feedback lernt, entwickelt dieser eine Strategie und kann den Menschen übertreffen.

Roboter können demnach über Beispiele und Bewertungen eigenständig lernen (Maschinelles Lernen). Nach dieser Erkenntnis haben wir uns mit dem Humanoid-Roboter „NAO“ befasst, den wir auch selbstständig programmieren konnten. Mithilfe des Programms „Choreographe“ konnte man NAO anhand vorgefertigter „Blöcke“ und eigenständiger Einstellung der Rotation der Gelenke zum Sprechen und Bewegen (tanzen, sitzen, stehen, gehen, etc.) bringen. Über Fernsteuerungen führte NAO unsere programmierten Bewegungen aus.

In dem anderen Online-Kurs von „KI macht Schule“ zum Thema „KI und Mobilität“ haben wir uns mit autonomem Fahren beschäftigt. KI ist eine Schlüsseltechnologie und soll uns im Gegensatz zum 1. Maschinenzeitalter geistige Arbeit abnehmen. Bei der KI handelt es sich um intelligente Maschinen, die Daten verarbeiten, um Entscheidungen und Prognosen zu treffen sowie um komplexe Ziele zu erreichen. Wir Menschen erreichen Ziele zum einen durch Wahrnehmung, der Computer durch Bilderkennung. Anhand dessen können wir Muster erkennen, planen und entscheiden. Es braucht auch Kommunikation, um Ziele erreichen zu können. Die Fähigkeit eines Computerprogramms, menschliche Sprache zu verstehen, wird NLP (Natural Language Processing) genannt.

Des Weiteren haben wir den Unterschied zwischen einer schwachen und starken KI kennengelernt. Eine schwache KI löst eine spezifische Aufgabe in einem Bereich (wie z.B. Bilderkennung, Schach spielen) durch regelbasiertes Schlussfolgern. Die Zusammenhänge werden vom Programmierer vorgegeben. Eine starke KI löst und kombiniert viele beliebige Aufgabenbereiche, auch in Situationen ohne genaue Faktenlage oder mit unklarem Handlungsziel[1]. Die Zusammenhänge werden vom Programm selbst aus den Daten erfasst.

Maschinelles Lernen ist das automatisierte Lernen an Beispielen, in denen Korrelationen erkannt und eine Funktion erstellt wird (Trainingsphase), die in der Testphase vom Algorithmus angewendet wird.

Wir haben die 5 Stufen des autonomen Fahrens kennengelernt[2] und wie neuronale Netze funktionieren, indem wir die Aufmerksamkeit beim autonomen Fahren anhand der Parameter Zeit (in der ein Fahrer nicht auf die Straße schaut) und Pupillenerweiterung (zeigt, wie konzentriert oder gelangweilt der Fahrer ist) mathematisch modelliert haben. Neuronale Netze sind künstliche Neuronen, die in mehreren Schichten gruppiert sind, Signale empfangen, verarbeiten und weiterleiten. Dies bewirkt eine neuronale Verstärkung und eine verbesserte Mustererkennung. In der Aufgabe haben wir Werte für die Parameter angegeben, eine Funktion gesucht, die das Fehlermaß zwischen Modell und Realität beschreibt und eine Optimierungsmethode genutzt, um einen Parameter zu finden, für die das Fehlermaß zwischen Modell und Datenpunkten minimal wird (Ableitung oder Gradientenabstieg).

Zuletzt haben wir uns mit der ethischen Seite des autonomen Fahrens beschäftigt und haben mehrere Varianten des Trolley-Problems durchgespielt[3]: Soll das autonome Auto im Falle eines Unfalls einen Kriminellen oder fünf Hunde anfahren?; fünf Menschen oder nur einen Mensch?; fünf Männer oder ein Kind?, usw. Aus utilitaristischer Sicht ist das Glück der Mehrheit zu bevorzugen und damit i.d.R. die größere Anzahl an Menschen (Konsequenz: z.B. eine Person stirbt). Die Deontologie (Kant) sagt, man solle nicht töten und daher dies dem Zufall überlassen (d.h. Fünf Personen sterben). Zum Glück kommen Situationen wie das Trolley-Problem in der Realität quasi nie vor. Es spiegelt jedoch das ethische Dilemma wider: Kann man Menschenleben bemessen? Zusätzlich ergibt sich die Frage, wer die Verantwortung trägt: Der Fahrer, der Programmierer oder keiner?

Am letzten Tag haben wir die Interviews mit den vier Expertinnen undExperten (Master-Student, Ingenieurin, Data Scientist und ML-Expertin) durchgeführt und durch die verschiedenen Perspektiven nochmal vieles dazugelernt. Von ML, NLP, Ford, Industrie 4.0 zu Robotik, Drohnen und KI.

Eine sehr interessante Projektwoche! Das macht Spaß auf mehr!

Nina R., Q2

 

[1]    Zweig, Katharina; „Ein Algorithmus hat kein Taktgefühl“, 2019

[2]    https://www.simplyscience.ch/teens/wissen/autonomes-fahren-die-5-stufen, 30.05.2022

[3]    https://www.moralmachine.net/