TUW

FABRIK DER ZUKUNFT

Künstliche Intelligenzen müssen unsere Sprache verstehen. Die Komplexität großer Fertigungsanlagen in der Industrie ist für eine einzelne Person kaum noch überschaubar. Wenn man eine industrielle Fertigungsstraße optimal instand halten, überwachen und warten möchte, ist es daher sinnvoll, auf künstliche Intelligenz (KI) zu setzen. Dafür gibt es unterschiedliche Strategien: Die naheliegendste wäre wohl, Maschinen mit Sensoren auszustatten und aus den Sensordaten auf den Zustand der Anlage zu schließen. Doch ein großer Teil der Information über Maschinen und Fertigungsanlagen liegt nicht in Form digitaler Messdaten vor, sondern in Form von Texten, die von Menschen geschrieben wurden. Daran, diese Daten für KI nutzbar zu machen, arbeitet die TU Wien – man spricht von „Text Mining“ und „Instandhaltung 4.0“.

Text: tuw.media-Redaktion Foto: TUW

Pressemeldung der TU Wien

Menschliches Erfahrungswissen ist in der Industrie extrem wertvoll, und es wird wohl auch in Zukunft unersetzbar bleiben. Dr. Fazel Ansaris Vision ist, die Zusammenarbeit zwischen Mensch und Maschine effizienter zu gestalten. Wenn Mensch und Maschine miteinander kommunizieren, in welcher Sprache soll das dann geschehen – in der Sprache der Maschine, etwa in Form langer Tabellen mit Zahlencodes, oder in menschlicher Sprache? „Wenn es uns gelingt, natürliche menschliche Sprache für künstliche Intelligenz in der Industrie verstehbar zu machen, dann eröffnet sich uns ein riesengroßer Schatz an zusätzlicher Information“, sagt Fazel Ansari. Viel umfassender und präziser als jeder Mensch könnte eine künstliche Intelligenz automatisch Muster aus großen Datenmengen erkennen – etwa typische Probleme, die immer wieder gemeldet werden, bevor es dann zu einem größeren Schaden kommt. In diesem Fall könnte die künstliche Intelligenz rechtzeitig Gegen­maßnahmen vorschlagen. Allerdings ist es nicht einfach, menschliche Texte für künstliche Intelligenz aufzubereiten.

Damit eine künstliche Intelligenz tatsächlich „verstehen“ kann, worum es in den Texten geht, muss sie die Gesamtsituation kennen: Sie braucht ein Verständnis der Maschine, der Prozesse und sogar Wissen über die Rolle der beteiligten Menschen. „In diesem Bereich gibt es schon sehr viel Forschung. Teilweise können wir bestehende KI-Lösungen nutzen und an unsere Anforderungen anpassen. Aber für die Anwendung dieser Text-Mining-Algorithmen im industriellen Umfeld ist noch sehr viel Forschung notwendig“, sagt Fazel Ansari. „In der Forschungsgruppe Smart and Knowledge-Based Maintenance haben wir viel Erfahrung im Bereich der industriellen Instand­haltung, bei uns laufen derzeit mehrere Forschungsprojekte aus diesem Themenbereich. Dieses Fachwissen ist sehr wichtig, um die Algorithmen anwenden und optimieren zu können.“