„Daten sind von enormer Wichtigkeit für die Entwicklung von künstlicher Intelligenz (KI). Mehr Daten führen zu besseren Lernerfolgen von KI-Algorithmen. Wenn ein einzelner Eintrag in einen Datensatz aber aus einem Bild oder sogar einer Videosequenz besteht, dann ist der landläufige Ausdruck Big Data wirklich gerechtfertigt. Genau dies beschreibt das Umfeld, in dem die künstliche Intelligenz für das autonome Fahren entwickelt wird“, erklärt Prof. Gottschalk.

Unzählige Bilder sind notwendig, um Computern die Interpretation komplexer Szenerien beizubringen. „Dabei können die Computer nur von Vorbildern lernen: Menschliche Arbeit ist nötig, um Bild für Bild den Inhalt von Straßenszenen vorzugeben“, so Gottschalk. An dieser Stelle setzt das Verbundprojekt „KI-Datentooling“ an. Einerseits sollen Daten generiert werden, aus denen die Vermeidung von Unfällen besonders gut gelernt werden kann, sogenannte Corner Cases. Zum anderen sollen Methoden erforscht werden, wie synthetische Daten, die realitätsnah, aber im Computer erzeugt sind, für die Trainingsprozesse der Künstlichen Intelligenz nutzbar gemacht werden können.

Prof. Dr. Gottschalk und Dr. Rottmann, die bereits in anderen Projekten der KI-Leitinitiative des Verbandes der Deutschen Automobilindustrie beteiligt sind, werden im Rahmen des Konsortiums mit 750.000 Euro gefördert. Zusammen mit der Förderung in den Projekten KI-Absicherung und KI-Delta-Learning ergibt sich für die Bergische Universität eine Projektförderung von über 2,5 Millionen Euro im Rahmen der KI-Leitinitiative.

www.izmd.uni-wuppertal.de/

Kontakt:
Prof. Dr. Hanno Gottschalk
Fakultät für Mathematik und Naturwissenschaften
Telefon 0202/439-2516
E-Mail hanno.gottschalk[at]uni-wuppertal.de