Agenten und Simulierte Realität

Intelligente Agenten sind Softwaremodule, die durch eigenständige, reaktive und zielgerichtete Anwendung von Methoden der Künstlichen Intelligenz (KI) zu einer situativ optimalen Lösung komplexer Probleme fähig sind. Multiagentensysteme modellieren, simulieren und optimieren komplexe Systeme mittels einer Vielzahl von solchen Agenten, die durch ihr Zusammenspiel Leistungen erbringen können, die über die Fähigkeiten einzelner Agenten deutlich hinausgehen. Semantische Technologien erlauben eine intelligente Koordination von maschinenverständlich beschriebenen Daten und Diensten im Web auf der Basis von formalen Standardontologiesprachen wie OWL2 und RDFS. Intelligente Agenten können semantische Technologien insbesondere für eine hochpräzise Suche, Selektion, Komposition, Simulation und rationale Verhandlung von semantisch relevanten Daten und Diensten im Internet verwenden.

Unsere Schwerpunkte der Forschung auf dem Gebiet der intelligenten Agenten und semantischen Technologien sind skalierbare verteilte und hybride Aktionsplanung, modellgetriebene Entwicklung von Agentensystemen sowie intelligente Koordination von Daten und Diensten. Die Forschungsergebnisse werden für intelligente Informationssysteme und Anwendungen in verschiedenen Bereichen eingesetzt, insbesondere in virtuellen (3D-)Welten, 3D-Web, Web 2.0, E-Business, erneuerbare Energien, Transport und Logistik sowie E-Health.

Der Bereich Sichere Systeme entwickelt Methoden zur Verifikation und Evaluation von Sicherheitseigenschaften in IT-Produkten. Insbesondere wird die Entwicklungsmethodik auf eine wissenschaftliche Grundlage gestellt und damit die Anwendung formal fundierter Werkzeuge ermöglicht. Die entwickelten Technologien umfassen formale Modellierungstechniken, interaktive Deduktionsmethoden und die Verwaltung von Artefakten der Entwicklungen. Hybride Verifikation dehnt diese Methodik auch auf kontinuierliche Systeme mit ihren z.B. räumlichen oder zeitlichen Eigenschaften aus, so dass Sicherheitsaussagen auch über das Gesamtsystem – inklusive der Kontrollsoftware – gemacht werden können. Mit einer zertifizierten Prüfstelle für IT-Sicherheit bietet das DFKI die unabhängige Bewertung der Sicherheit von Informationstechnik nach international standardisierten Kriterien (CC – Common Criteria) an.

Die Möglichkeit, die reale Welt akkurat zu modellieren und zu simulieren und daraus Vorhersagen zu treffen, ist ein entscheidender Faktor für die moderne Industrie. Der Forschungsbereich Agenten und Simulierte Realität benutzt sehr große, hoch detaillierte 3D-Modelle, um interessante Szenarien zu modellieren, wie etwa komplexe Produktionslinien, antike Städte oder biologische Zellen. Semantische Informationen liefern den Kontext, um durch Simulationen Eigenschaften dieser Systeme vorherzusagen, wie etwa Beleuchtung, Akustik oder Verkehr. Hochleistungsimplementierungen auf Multi- und Many-Core-Systemen ermöglichen sowohl hoch realistische Echtzeit-Darstellungen, zum Beispiel mittels Echtzeit-Ray-Tracing, als auch die Echtzeit-Interaktion in immersiven Virtual Reality-Systemen mit selbst komplexesten simulierten Realitäten.

Ein Anwendungsbeispiel der Forschungsarbeiten ist die Simulation und Visualisierung von Produktionsprozessen: Durch die steigende Individualisierung von Produkten und immer kürzere Produktzyklen liegen in der Optimierung von Rüst- und Umlaufzeiten Potentiale zur Kostenreduktion. Mit Multiagentensystemen werden die Abläufe individueller Prozessschritte erfasst und in 3D simuliert. Die formale Modellierung der Anlagen und ihrer Prozesse als Hybride Systeme erlaubt garantierte Aussagen zu treffen, die gleichzeitig die diskrete Kontrollsoftware als auch das räumlich-zeitliche Verhalten der Anlagen berücksichtigen. Anhand der dreidimensionalen Darstellung der Simulationen und Verifikation kann eine visuelle Inspektion der Anlagen und ihrer Abläufe durchgeführt werden, was eine rasche Beurteilung der Planung erlaubt. Interaktive und immersive Trainingsszenarien an einem virtuellen 3D-Modell können noch während der Umrüstung der Anlage erfolgen.

Besondere Bedeutung finden solche Anwendungen im Future Internet. Dual- oder Mixed-Reality, d.h. Anwendungen die eine direkte Kopplung von virtueller und realer Anlage sowie ihrer Simulation herstellen, erlauben den direkten Zugriff auf einzelne Maschinen zur Wartung und Steuerung auch über große Distanzen hinweg. Eingebettet werden diese Einzelanwendungen in verteilte, interaktive, virtuelle Umgebungen, die ganze Anlagen, Fabriken, Produktionsstätten, Kommunen oder Unternehmen simulieren und dank der plastischen Metapher einer dreidimensionalen Welt einen intuitiven Zugang bieten.

Das Ziel von Trusted AI ist eine neue Generation von KI-Systemen, die Garantien über ihre Funktionalität bereitstellen und so eine Verwendung insbesondere auch in kritischen Anwendungen ermöglichen. So können Entwickler, Benutzer und Regulatoren auf die Leistung und Zuverlässigkeit auch in komplexen sozio-technischen Systemen vertrauen. Trusted AI ist gekennzeichnet durch ein hohes Maß an Robustheit, Transparenz, Fairness und Verifizierbarkeit, wobei die Funktionalität bestehender Systeme keineswegs beeinträchtigt, sondern sogar verbessert werden soll.

Einige der aktuellen Probleme im Zusammenhang mit mangelndem Vertrauen in KI-Systeme sind eine direkte Folge des massiven Einsatzes von Black-Box-Methoden, die sich nur auf Daten stützen. Stattdessen liegen die Grundlagen einer neuen KI-Generation eher auf hybriden KI-Systemen (auch neuro-symbolisch oder neuro-explizit genannt). Diese verlassen sich nicht nur auf datengesteuerte Ansätze, sondern auf die gesamte Palette von KI-Techniken („All of AI”), einschließlich symbolischer KI-Methoden, Suche, Argumentation, Planung und anderen Techniken. Durch die Kombination von Machine-Learning mit symbolischem Schlussfolgern und der expliziten Repräsentation von Wissen in hybriden KI-Systemen wird „Trust by Design“ ermöglicht. Semantische oder andere explizite Modelle können Wissen darstellen, das dann nicht mehr maschinell gelernt werden muss. Außerdem können sie den Lernprozess in die richtige Richtung steuern, wodurch das Generalisieren, die Robustheit und die Interpretierbarkeit verbessert werden. Dieser hybride Ansatz wird gerne auch als dritte Welle der KI bezeichnet („3rd Wave of AI”).

Es werden hybride KI-Ansätze erforscht und angewendet, wobei eine neu entwickelte Systematik der möglichen Kombinationen bei der Beurteilung von Vor- und Nachteilen in verschiedenen Anwendungsgebieten hilft. Aktuell wird im Bereich von sicherheitstechnischen Aspekten geforscht sowie die Validierung und Zertifizierung von KI-Systemen sowie die Entscheidungsfindung in Teams von menschlichen und KI-Agenten (Human Empowerment) untersucht.