Vortrag Prof. Dr. Peer Neubert
Am 15.03.2023 hält Prof.Dr. Peer Neubert um 17Uhr in der Universität Koblenz einen Vortrag zu "Automatisierte und Autonome Systeme: Warum das nicht dasselbe ist und warum das für uns alle wichtig ist"
Hier nochmal alle Infos zusammen:
Datum: 15.03.2023
Uhrzeit: 17:00 Uhr
Ort: Universität Koblenz, Universitätsstr. 1, 56070 Koblenz
Raum E 113 (Gebäude E)
Titel: Automatisierte und Autonome Systeme: Warum das nicht dasselbe ist und warum das für uns alle wichtig ist
Abstract:
In den letzten Jahrzehnten haben verbesserte Sensoren und Fortschritte bei Methoden wie der probabilistischen Sensordatenfusion oder dem Deep Learning zu beeindruckenden Fortschritten bei automatisierten und autonomen Systemen in der Fertigung, im Verkehr und in vielen anderen Bereichen geführt. Dennoch besteht nach wie vor eine offensichtliche Diskrepanz zwischen den Versprechungen von selbstfahrenden Autos und den tatsächlichen Fortschritten. Dies ist nur ein Beispiel dafür, wie die Komplexität eines Problems entlang des Spektrums von automatisierten hin zu autonomen Systemen rapide zunimmt, wenn die menschliche Überwachung und die Kontrolle über die Umgebung allmählich verschwindet. Der Psychologe Abraham Maslow schrieb: "Ich glaube, es ist verlockend, wenn das einzige Werkzeug, das man hat, ein Hammer ist, alles zu behandeln, als ob es ein Nagel wäre." In diesem Vortrag werde ich anhand von Beispielen aus meiner Forschung darlegen, dass eine Kombination sich ergänzender Werkzeuge wie (1) probabilistische und algorithmische Sensordatenverarbeitung, (2) (tiefes) maschinelles Lernen und (3) klassische/symbolische KI gut geeignet ist, um die aktuellen Herausforderungen auf dem Weg von automatisierten zu autonomen Systemen anzugehen. Wir werden zum Beispiel sehen, wie autonomes Fahren von einer sieben Meter hohen Statue von Karl Marx im Stadtzentrum profitieren kann und wie ein tausenddimensionaler Raum helfen kann, sich nicht zu verirren.
CV:
Peer Neubert ist Professor im Fachbereich Informatik der Universität Koblenz und Leiter der Arbeitsgruppe Intelligente Autonome Systeme. Er hat an der TU Chemnitz Informatik mit Spezialisierung Künstliche Intelligenz studiert und dort zum Thema Maschinelles Sehen und Lernen für kamerabasierte Lokalisierung in veränderlichen Umgebungen promoviert. Seine aktuelle Forschung liegt im Bereich Sensordatenverarbeitung und -interpretation, Autonome Systeme und angewandte Methoden der Künstlichen Intelligenz. Neben Forschungsaufenthalten am LAAS-CNRS, Toulouse (Frankreich) und bei Numenta, Inc. (USA), hat er zahlreiche wissenschaftliche Veröffentlichungen, Vorträge, Workshops und Tutorials durchgeführt sowie Industriekooperationsprojekte insbesondere im Bereich autonomes Fahren und Grundlagenforschungsprojekte in den Bereichen Computer Vision und Maschinelles Lernen initiiert und umgesetzt.
Foto:
https://www.uni-koblenz-landau.de/de/koblenz/fb4/icv/agneubert/team/peer-neubert/peer-neubert/photo_normal
Titel: Automatisierte und Autonome Systeme: Warum das nicht dasselbe ist und warum das für uns alle wichtig ist
Abstract:
In den letzten Jahrzehnten haben verbesserte Sensoren und Fortschritte bei Methoden wie der probabilistischen Sensordatenfusion oder dem Deep Learning zu beeindruckenden Fortschritten bei automatisierten und autonomen Systemen in der Fertigung, im Verkehr und in vielen anderen Bereichen geführt. Dennoch besteht nach wie vor eine offensichtliche Diskrepanz zwischen den Versprechungen von selbstfahrenden Autos und den tatsächlichen Fortschritten. Dies ist nur ein Beispiel dafür, wie die Komplexität eines Problems entlang des Spektrums von automatisierten hin zu autonomen Systemen rapide zunimmt, wenn die menschliche Überwachung und die Kontrolle über die Umgebung allmählich verschwindet. Der Psychologe Abraham Maslow schrieb: "Ich glaube, es ist verlockend, wenn das einzige Werkzeug, das man hat, ein Hammer ist, alles zu behandeln, als ob es ein Nagel wäre." In diesem Vortrag werde ich anhand von Beispielen aus meiner Forschung darlegen, dass eine Kombination sich ergänzender Werkzeuge wie (1) probabilistische und algorithmische Sensordatenverarbeitung, (2) (tiefes) maschinelles Lernen und (3) klassische/symbolische KI gut geeignet ist, um die aktuellen Herausforderungen auf dem Weg von automatisierten zu autonomen Systemen anzugehen. Wir werden zum Beispiel sehen, wie autonomes Fahren von einer sieben Meter hohen Statue von Karl Marx im Stadtzentrum profitieren kann und wie ein tausenddimensionaler Raum helfen kann, sich nicht zu verirren.
CV:
Peer Neubert ist Professor im Fachbereich Informatik der Universität Koblenz und Leiter der Arbeitsgruppe Intelligente Autonome Systeme. Er hat an der TU Chemnitz Informatik mit Spezialisierung Künstliche Intelligenz studiert und dort zum Thema Maschinelles Sehen und Lernen für kamerabasierte Lokalisierung in veränderlichen Umgebungen promoviert. Seine aktuelle Forschung liegt im Bereich Sensordatenverarbeitung und -interpretation, Autonome Systeme und angewandte Methoden der Künstlichen Intelligenz. Neben Forschungsaufenthalten am LAAS-CNRS, Toulouse (Frankreich) und bei Numenta, Inc. (USA), hat er zahlreiche wissenschaftliche Veröffentlichungen, Vorträge, Workshops und Tutorials durchgeführt sowie Industriekooperationsprojekte insbesondere im Bereich autonomes Fahren und Grundlagenforschungsprojekte in den Bereichen Computer Vision und Maschinelles Lernen initiiert und umgesetzt.
Foto:
https://www.uni-koblenz-landau.de/de/koblenz/fb4/icv/agneubert/team/peer-neubert/peer-neubert/photo_normal
Weitersagen: