Autonomes Fahren, digitale Medizin, Roboter in der Pflege, Kriminologie oder Suizid Prävention, die Mustererkennung ist der Schlüsselfaktor zu allen Schritten in Richtung künstlicher Intelligenz, neuronalen Applikationen, Mensch-Maschine Interaktion oder selbständig agierenden Robotern.
Der Grund liegt darin, dass Computer erst einmal dumm und komplett ohne Hirn sind, eine leere Festplatte. Insofern gleicht ein neu gebauter Computer einem Baby: kann nichts, begreift nichts, verseht nicht, was es wahrnimmt. Genau wie ein Baby muss der Computer lernen. In dem es seine Umwelt wahrnimmt, und langsam lernt, dass eine bestimmte Wahrnehmung eine ganz eigenständige Bedeutung hat und Handlung erfordert, wird es immer handlungsfähiger und ist schließlich in der Lage, sich in einer komplexen Welt sicher zu bewegen. Da die Vielfalt der Wahrnehmungen unendlich ist – es kann immer neue Nuancen und Varianten geben – ist Leben ein permanentes Lernen, oder sollte es wenigstens sein. Je offener ein Mensch ist, je höher seine Bereitschaft auf Neues zuzugehen, desto intelligenter ist er in der Regel.
Künstliche Intelligenz vor dem Durchbruch – dank Mustererkennung
Genauso verhält es sich bei einem Computer und einer Maschine. Bevor hier eine gewisse Selbständigkeit oder sogar die Fähigkeit einer Entscheidung eintritt, müssen Millionen von Mustern gelernt werden und entsprechende Reaktionen darauf programmiert werden: Straßenschild rot oder grün, oder ist es doch ein herbstlicher Baum? Ein rollender Ball, möglicherweise ein noch nicht sichtbares Kind, Lebensgefahr, Vollbremsung? Ein enormer Aufwand ist notwendig bevor eine Maschine auch nur ansatzweise etwas begreift oder entscheiden kann. Da die Speicherkapazitäten und Verarbeitungsgeschwindigkeiten aber geradezu explodieren, kommt der Zeitpunkt selbständig agierender Maschinen immer näher. Gegenüber dem Menschen haben Maschinen hier sogar einen klaren Vorteil: das Wissen eines Computers geht nicht verloren, es kann kopiert werden und in anderen Computerhirnen weiterentwickelt werden. Logischerweise beschleunigt sich dadurch die Entwicklung exponentiell.
Künstliche Intelligenz basiert auf Mustererkennung und der Erkennung von Mustern in der Mustererkennung. Die technische Infrastruktur der KI, also Neuronale Netze, lernen ständig neue Muster hinzu und verknüpfen diese mit immer mehr Musterpaketen, so dass sich die Fähigkeit; Entscheidungen zu treffen permanent und mit zunehmender Geschwindigkeit verbessert.
Ökonomisch interessant: Die Maschine wertet alle verfügbaren Daten aus und empfiehlt dann eine Vorgehensweise.
Mustererkennung – Standard in allen neuen QASS Produkten
Wir bei QASS sind überzeugt, dass Messgeräte ohne Mustererkennung bald vom Markt verschwinden und Produktionsprozesse ohne Mustererkennung nicht mehr wettbewerbsfähig sein werden. Deshalb haben wir den QASS Optimizer weiterentwickelt, um unseren Kunden schon heute den Standard von morgen anbieten zu können.
Die Vorteile auf einen Blick
Unser neues Messprinzip HFIM, Hoch-Frequenz-Impuls-Messung, ermöglicht einen Quantensprung in der Mustererkennung. Als neues Analyse- und Datenmanagement System werden Muster in der Risserkennung (Rissmuster) in Echtzeit und In-Process detektiert und wiedererkannt. Adaptive Frequenzfilter filtern Prozess- und Maschinengeräusche, so dass zielsicher entschieden werden kann, ob es sich um einen Riss oder einen Pseudo-Riss handelt.
- Höhere Produktqualität durch trennscharfe Risserkennung
- Höhere Bauteilsicherheit
- In-line, in-process und in Echtzeit
- Weniger Pseudo-Ausschuss
- Einsparpotenzial und Kostenreduzierung
- Anwenderfreundliches Plug&Play, komfortable Umrüstung von CiS.01