Der Sieg von AlphaGo über die amtierenden Weltmeister in Go demonstriert eindrucksvoll, zu welchen Leistungen lernende Systeme und Künstliche Intelligenz in der Lage sind.
Im Rahmen des Vortrags werden verschiedene Szenarien skizziert, wie diese Systeme auf die Produktion übertragen werden können. Hierbei werden Verfahrenskombinationen betrachtet, die sich aus den Verfahren des Machine Learning zusammensetzen. Dazu gehören typischerweise (Un-)Supervised und Reinforcement Learning.
Der Vortrag zeigt prototypische Umsetzungen, z.B. durch die Verwendung von tiefen Neuronalen Netzen unterschiedlicher Topologien. Zudem werden zukünftige Ansätze auf Basis aktueller Forschung aufgezeigt.
Vorkenntnisse
Die Besucher sollten über die grundlegenden Begriffe informiert sein. Der Vortrag beinhaltet eine kurze Einführung in die Thematik, um ein Begriffsverständnis zu erzeugen.
Im Nachgang werden die Beispiele auf einer Anwendungsebene betrachtet. Auf die verwendeten Algorithmen wird nicht im Detail eingegangen, es wird vor allem die Komposition von Verfahren beleuchtet.
Lernziele
Die Teilnehmenden bekommen einen Überblick zu aktuellen Trends im Bereich des Machine Learning in der Anwendungsdomäne Produktion. Gleichzeitig wird dargestellt, wie verschiedene Algorithmen ineinander greifen, um ein System zu befähigen, die Komplexität einer modernen Produktion zu bewältigen. Hierzu werden aktuelle und anwendungsnahe Forschungsergebnisse gezeigt.
//
Thomas Thiele
ist seit 2013 am IMA/ZLW & IfU der RWTH Aachen University als wissenschaftlicher Mitarbeiter beschäftigt. Er ist Leiter der Forschungsgruppe Produktionstechnik und Geschäftsführer des VDI Aachener BV. Zu seinen Forschungsschwerpunkten gehören Themen der Datenintegration, der Datenanalyse durch Machine Learning sowie der visuellen Aufbereitung von Daten im Kontext Produktion.