Erweiterung des Tätigkeitsbereichs der künstlichen Intelligenz
Die Welt der künstlichen kognitiven Systeme und des maschinellen Lernens schreitet schnell voran und wird zu einer wichtigen internationalen Forschungsaufgabe. In diesem Bereich, der für unser tägliches Leben und unsere tägliche Arbeit viele Veränderungen mit sich bringt, werden stets neue Verfahren entwickelt. Im Rahmen des SIMBAD-Projektes ("Beyond features: Similarity-based pattern analysis and recognition"), das von der EU finanzielle Unterstützung in Höhe von 1,65 Millionen Euro erhält, werden verschiedene Möglichkeiten untersucht, die von der Forschung umgesetzt werden könnten. Mit SIMBAD solle die neue Technologie, die innerhalb der Arbeitsbereiche Mustererkennung und maschinelles Lernen entsteht, vollständig entwickelt und der Einsatz von "Ähnlichkeitsinformationen" anstelle der üblichen "funktionsbasierten" Herangehensweise untersucht werden, erklärt der wissenschaftliche Koordinator des Projektes, Professor Marcello Pelillo von der Universität Venedig in Italien. Die Gesellschaft entwickle immer mehr komplexe Maschinen wie z.B. Roboter, die viele unserer täglich anfallenden Arbeiten ausführen, so Professor Pelillo weiter. Den künstlichen kognitiven Systemen (ACS - Artificial cognitive systems) werde in der internationalen Forschung derzeit hohe Priorität beigemessen. Entsprechend dieser Priorität habe die Europäische Kommission diesen Bereich zu einem der sieben Schlüsselforschungsbereiche erklärt, mit denen sich Europa intensiv beschäftigen müsse, wenn es bei den Informations- und Kommunikationstechnologien (IKT) der nächsten Generation eine weltweit führende Rolle einnehmen möchte. Erfolgreiche Forschungsaktivitäten auf diesem Gebiet werden die Entwicklung vieler Hilfsmittel nach sich ziehen, die umfangreiche gesellschaftliche und wirtschaftliche Auswirkungen auf die EU haben werden, fügt Professor Pelillo hinzu. Zu den Bereichen, die hiervon profitieren werden, gehören unter anderem die Fahrzeugsteuerung, die Überwachung von Kommunikationsnetzen, die medizinische Diagnostik und die Mensch-Maschine-Interaktion. Auch viele wirtschaftliche Vorteile werden sich ergeben, die der europäischen Wettbewerbsfähigkeit Vorschub leisten werden. "Einen großen Teil unserer Bemühungen konzentrieren wir auf die Entwicklung zweier biomedizinischer Bildgebungsanwendungen großen Maßstabs. Wir leisten unseren Beitrag zur Schaffung leistungsfähiger, fortschrittlicher Verfahren, die bei der Diagnose von Nierenzellkarzinomen und bedeutender Psychosen wie Schizophrenie oder manisch-depressiver Erkrankungen unterstützend eingesetzt werden können", erläutert Professor Pelillo. "Diese Probleme können nicht mithilfe von herkömmlichen Verfahren zum maschinellen Lernen gelöst werden, da es schwierig ist, geeignete funktionsbasierte Beschreibungen abzuleiten." Liefern diese Forschungsanwendungen ein erfolgreiches Ergebnis, würde dies beweisen, dass der SIMBAD-Ansatz für den Einsatz in der Biomedizin bestens geeignet sei. Das wären ideale Voraussetzungen für weitere Forschungsaktivitäten auf diesem Gebiet, führt er weiter aus. Der Einsatz von Mustererkennungsverfahren in der Medizin und im Gesundheitswesen würde erhebliche Verbesserungen für die Gesundheitssparte in der gesamten EU mit sich bringen und ihr viele technologische Möglichkeiten eröffnen. "Sind wir mit unseren Versuchen erfolgreich, hätten wir Beweise für die Praktikabilität und Anwendbarkeit unseres Ansatzes in der Biomedizin, was weitere Forschungsarbeiten in Anlehnung an SIMBAD rechtfertigen würde - sowohl auf methodologischer als auch auf praktischer Ebene", hebt Professor Pelillo hervor. "Damit würden potenziell neue Möglichkeiten für das Gesundheits- und Krankheitsmanagement eröffnet und einschneidende Verbesserungen für die Qualität und Leistungsfähigkeit unserer Gesundheitssysteme erreicht", erläutert er. "Das Fachgebiet der Mustererkennung beschäftigt sich mit der automatischen Entdeckung von Regelmäßigkeiten in einer Menge von Daten unter Einsatz von Computeralgorithmen. Mithilfe dieser Regelmäßigkeiten werden dann Maßnahmen eingeleitet, wie z.B. die Klassifizierung von Daten in verschiedene Kategorien, mit dem Ziel, künstlichen Systemen die Fähigkeit zu geben, ihre eigene Leistung angesichts neuer externer Impulse zu verbessern." Sechs Partner aus fünf europäischen Ländern (Italien, den Niederlanden, Portugal, der Schweiz und dem Vereinigten Königreich) wirken an SIMBAD mit - ein internationales Konsortium, das einen internationalen Forschungsbereich widerspiegelt. "Die zum Erreichen unserer Ziele erforderlichen Kompetenzen sind nicht auf lokaler oder nationaler Ebene verfügbar. Dass das Projekt europäische Ausmaße hat, ist eine Garantie für die 'kritische Masse' an Forschern mit zusätzlichen Erfahrungen und Fachkenntnissen und treibt somit die Erfolgsquote in die Höhe", meint Professor Pelillo voll Zuversicht. "Auch der potenzielle Einfluss dieses Forschungsprojektes geht weit über den nationalen Rahmen hinaus und die EU wird ihren Nutzen dahingehend ziehen können, dass sie sich als eifriger Akteur auf der weitgehend von den USA dominierten Weltbühne der künstlichen kognitiven Systeme präsentieren kann."
Länder
Schweiz, Italien, Niederlande, Portugal, Vereinigtes Königreich