Wie Maschinen immer besser sehen können
Könnten Maschinen sehen und "denken", so wären sie in der Lage, viel bessere Entscheidungen in Produktion und Industrie zu treffen. Sich dieser Herausforderung zu stellen - darin bestand das Ziel des EU-finanzierten Dynavis-Projekts ("Dynamically reconfigurable quality control for manufacturing and production processes using learning machine vision"). Man dachte an eine Verbesserung der Inspektion von Produkten durch erweitertes Implementieren von Software mit der Fähigkeit zur menschlichen Entscheidungsfindung. Da Lernprozesse bei Maschinen intensive Neuprogrammierungen erfordern und normalerweise sehr langwierig sind, suchten die Forscher nach neuartigen Technologien, die diesen Prozess erheblich beschleunigen könnten. Daher arbeitete man bei Dynavis an "trainierbaren" Algorithmen des Maschinensehens und neuartigen Techniken des maschinellen Lernens. Man erforschte Methoden des maschinellen Lernens zur Verarbeitung der vom System zum maschinellen Sehen erzeugten komplexen Daten und untersuchte, wie mit mehreren oder sogar widersprüchlichen Operator-Eingaben umzugehen ist. Dazu war es außerdem erforderlich, bereits in frühen Stadien des Trainings Erfolg oder Misserfolg des Lernprozesses vorherzusagen. Dynavis konnte das System zum maschinellen Sehen durch direktes Lernen vom menschlichen Bediener aufwerten. Gegen Ende des Projekts wurden zwei erfolgreiche Prototypen mit der neuen Technik vorgestellt: Ein Rotorscanner zum Scannen und Klassifizieren von Rotorbildern sowie ein CD-Druckinspektionssystem, das CDs auf Mängel überprüft. Maschinelles Sehen hat enorme Auswirkungen auf viele Industriezweige - viele industrielle Prozesse werden dank dieses Wissenszuwachses schneller und einfacher werden. Die Ergebnisse des Projekts versprechen, zur Überwindung der Herausforderung der Simulation menschenähnlicher Entscheidungsfindung in Software beizutragen. So werden die Forscher an der Zusammenarbeit zwischen Mensch und Maschine feilen können, um komplizierte Prüfaufgaben lösen zu lernen und automatische Anpassungen an spezielle oder sich verändernde Anforderungen in den Griff zu bekommen.
