Abo
  1. Foren
  2. Kommentare
  3. Automobil
  4. Alle Kommentare zum Artikel
  5. › Autonomes Fahren: Forscher täuschen…

Ja der Knackpunkt mit dem erkennen und lernen

  1. Thema

Neues Thema Ansicht wechseln


  1. Ja der Knackpunkt mit dem erkennen und lernen

    Autor: VigarLunaris 21.02.18 - 10:03

    Ja Kinder lernen von klein auf. Am Ende verstehen wir unsere Kinder nicht mehr, da irgendwann das gelernte eigene Bahnen nimmt.

    Analog verhält es sich mit KI. Sie lernt „Dinge“ zu unterscheiden und legt dabei Entscheidungsbahnen an, welche von uns nur noch mit viel Aufwand nachvollzogen werden können.

    Interessanterweise sind automatisierte Landesysteme für Flugzeuge fast zu 100% Programmiert und nicht erlernt.

    Ich glaube das hier das Problem der derzeitigen Entwicklung bei automatisierten Fahrzeugen besteht. Die jungen Entwickler sind der Meinung das man die KI-Lib, mit entsprechender Sensorik gekoppelt, alleine alles lernen lassen könnte. Man bringt ihr nur die „Basics“ in Schulungen bei und wirkt nach Testfahrten auf das gelernte ein.

    Eigentlich müsste es umgedreht stattfinden : Man nehme Bilder aus Google Maps und anderen Straßenfotos und analysiere diese hinlänglich Verkehrszeichen. Danach programmiert eine Basis, welche Schilder erkennt und diese nach ihrer Art und Ausprägung gewichtet. Diese Vorauswahl wird dann der KI zur Analyse übergeben.

    Das gezeigte Kentucky Fried Chicken Foto z. B. wird durch eben diese Regelverletzungen und der Ungenauigkeit der KI-Erkennung als Stop oder „Speedlimit“ interpretiert. Programmiertechnisch würde ich die Analyse so gestalten das man

    ( Prüfung nicht vollständig und NICHT für alle Verkehrszeichen, das sollen die Hersteller mal selbst machen! )
    1) Form - muss Kreisrund sein
    2) Ronde muss folgendes Maß(e) aufzeigen : Ronde (ø) 420mm ODER 600mm ODER 750mm (125 %) Abweichung +/- 1%
    3) Rahmen ( außen ) Farbe Weiß +/- 5 % Abweichung
    4) Segment mit X – cm ( je nach ermittelter Ronde ) Farb RAL 3020 + Reflektierend ( Infrarotbestrahlung )
    5) Segment ( center ) Farbe Weiß
    6) Darin befindlich eine Summe von
    6.1) Ziffern in vorgeschrieben Font DIN 1451 Mittelschrift ODER Engschrift
    6.2) Symbol nach Bildtafel Vorschrift StVZ0
    6.3) Jeweils in Schwarz

    Erst nachdem die obigen Prüfungen durchlaufen wurde kommt die KI zum Einsatz ODER Sie wird hinzugefügt bei einzelnen Prüfschritten.

    So fährt man dann Fort und Prüft Step für Step die Vorschriften und Regeln ab und nimmt die KI für die Fuzzy zur Hilfe. Dann wird darauf eine Unschärfe berechnet und dann das Ergebnis mit der entsprechenden gelernte Tabelle verglichen usw.

    Man kann das also Safe machen – aber es braucht Zeit, viel Geld, Geduld und HARDWARE.

    Da sehe ich den Knackpunkt bei Geld und Geduld sind Investoren ja nicht so toll und bei Hardware ist die derzeitige Hardware schlicht und ergreifend noch zu „lahm“ um das alles in vernünftiger Zeit zu prozessieren.

    Darum werde ich auch „selfdriving“ höchstes Testen aber erst mal nicht vertrauen, bis das 10 Jahre(+) auf den Straßen unterwegs war.

  2. Re: Ja der Knackpunkt mit dem erkennen und lernen

    Autor: gfa-g 21.02.18 - 11:17

    > ( Prüfung nicht vollständig und NICHT für alle Verkehrszeichen, das sollen
    > die Hersteller mal selbst machen! )
    > 1) Form - muss Kreisrund sein
    > 2) Ronde muss folgendes Maß(e) aufzeigen : Ronde (ø) 420mm ODER 600mm
    > ODER 750mm (125 %) Abweichung +/- 1%
    > 3) Rahmen ( außen ) Farbe Weiß +/- 5 % Abweichung
    > 4) Segment mit X – cm ( je nach ermittelter Ronde ) Farb RAL 3020 +
    > Reflektierend ( Infrarotbestrahlung )
    > 5) Segment ( center ) Farbe Weiß
    > 6) Darin befindlich eine Summe von
    > 6.1) Ziffern in vorgeschrieben Font DIN 1451 Mittelschrift ODER Engschrift
    > 6.2) Symbol nach Bildtafel Vorschrift StVZ0
    > 6.3) Jeweils in Schwarz
    Was du beschreibst nennt man symbolische KI. Das Problem ist aber dass man wieder diese Symbole erkennen muss, in einer Umwelt wo es zig Einflüsse geben kann die ein grunsätzlich einfaches Symbol sehr unterschiedlich aussehen lassen können. Und dort war bisher Deep Learning der erfolgreichste Ansatz.

  3. Re: Ja der Knackpunkt mit dem erkennen und lernen

    Autor: VigarLunaris 21.02.18 - 12:23

    gfa-g schrieb:
    --------------------------------------------------------------------------------
    ...
    > Was du beschreibst nennt man symbolische KI. Das Problem ist aber dass man
    > wieder diese Symbole erkennen muss, in einer Umwelt wo es zig Einflüsse
    > geben kann die ein grunsätzlich einfaches Symbol sehr unterschiedlich
    > aussehen lassen können. Und dort war bisher Deep Learning der
    > erfolgreichste Ansatz.

    I knew.

    Darum ist das auch bei Raketen NICHT gemacht worden mit Deep Learning :)

    Man sollte sich einen Waffenhersteller ins Boot holen, da hat man sehr lange Erfahrung darin, Dinge in den unterschiedlichsten Bedinungen zu erkennen und sicher darauf zu zielen.

Neues Thema Ansicht wechseln


Dieses Thema wurde geschlossen.

Stellenmarkt
  1. AVL List GmbH, Graz (Österreich)
  2. Zehnder Group Deutschland GmbH, Lahr
  3. Hays AG, Frankfurt am Main
  4. ENERCON GmbH, Bremen, Aurich, Magdeburg, Kiel

Golem pur
  • Golem.de ohne Werbung nutzen

Anzeige
Spiele-Angebote
  1. 1,29€
  2. 35,99€
  3. 59,99€ mit Vorbesteller-Preisgarantie
  4. 54,99€ mit Vorbesteller-Preisgarantie


Haben wir etwas übersehen?

E-Mail an news@golem.de


Volocopter 2X: Das Flugtaxi, das noch nicht abheben darf
Volocopter 2X
Das Flugtaxi, das noch nicht abheben darf

Cebit 2018 Der Volocopter ist fertig - bleibt in Hannover aber noch am Boden. Im zweisitzigen Fluggerät stecken jede Menge Ideen, die autonomes Fliegen als Ergänzung zu anderen Nahverkehrsmitteln möglich machen soll. Golem.de hat Platz genommen und mit den Entwicklern gesprochen.
Von Nico Ernst

  1. Urban Air Mobility Airbus gründet neuen Geschäftsbereich für Lufttaxis
  2. Cityairbus Mit Siemens soll das Lufttaxi abheben
  3. Verkehr Porsche entwickelt Lufttaxi

In eigener Sache: Freie Schreiber/-innen für Jobthemen gesucht
In eigener Sache
Freie Schreiber/-innen für Jobthemen gesucht

IT-Profis sind auf dem Arbeitsmarkt enorm gefragt, und die Branche hat viele Eigenheiten. Du kennst dich damit aus und willst unseren Lesern darüber berichten? Dann schreib für unser Karriere-Ressort!

  1. Leserumfrage Wie sollen wir Golem.de erweitern?
  2. Stellenanzeige Golem.de sucht Redakteur/-in für IT-Sicherheit
  3. Leserumfrage Wie gefällt Ihnen Golem.de?

K-Byte: Byton fährt ein irres Tempo
K-Byte
Byton fährt ein irres Tempo

Das Startup Byton zeigt zur Eröffnung der Elektronikmesse CES Asia in Shanghai das Modell K-Byte. Die elektrische Limousine basiert auf der Plattform des SUV, der vor fünf Monaten auf der CES in Las Vegas vorgestellt wurde. Unter deutscher Führung nimmt der Elektroautohersteller in China mächtig Fahrt auf.
Ein Bericht von Dirk Kunde

  1. Elektromobiltät UPS kauft 1.000 Elektrolieferwagen von Workhorse
  2. KYMCO Elektroroller mit Tauschakku-Infrastruktur
  3. Elektromobilität Niu stellt zwei neue Elektromotorroller vor

  1. Dying Light 2: Stadtentwicklung mit Schwung
    Dying Light 2
    Stadtentwicklung mit Schwung

    E3 2018 Klettern und kraxeln im Parkours-Stil, dazu tolle Grafik und eine verschachtelte Handlung mit sichtbaren Auswirkungen auf eine riesige Stadt: Das polnische Entwicklerstudio Techland hat für Dying Light 2 große Pläne.

  2. DNS Rebinding: Google Home verrät, wo du wohnst
    DNS Rebinding
    Google Home verrät, wo du wohnst

    Besitzer eines Google Home oder Chromecast können von Webseiten auf wenige Meter genau lokalisiert werden. Hintergrund des Angriffs ist eine Technik namens DNS Rebinding.

  3. Projekthoster: Teahub will gemeinnützige Alternative zu Github erstellen
    Projekthoster
    Teahub will gemeinnützige Alternative zu Github erstellen

    Das Projekt Teahub will eine gemeinnützige Organisation gründen und so mit seiner gleichnamigen Plattform zahlreichen Open-Source-Projekten eine neue Heimat bieten. Der Dienst ist als Alternative zu kommerziellen Hostern wie etwa Github gedacht.


  1. 17:54

  2. 16:21

  3. 14:03

  4. 13:50

  5. 13:31

  6. 13:19

  7. 13:00

  8. 12:53