Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Maschinelles Lernen: Neue Methode ermöglicht genaue Extrapolation

13.07.2018

Wissenschaftler entwickeln neue maschinelle Lernmethode, die Roboter sicherer machen kann. Methode ermöglicht einfachere und intuitivere Modelle von physikalischen Situationen

Um den sicheren Betrieb eines Roboters zu gewährleisten ist es entscheidend zu wissen, wie der Roboter unter verschiedenen Bedingungen reagiert. Aber woher soll man wissen, was einen Roboter stört, ohne ihn tatsächlich zu beschädigen?


Ein Roboter muss seinen Körper und die Umwelt kennenlernen. Er macht Testbewegungen und verwendet den Algorithmus um vorherzusagen, was bei größeren Bewegungen und höheren Geschwindigkeiten passiert.

IST Austria/Birgit Rieger

Eine neue Methode, die Wissenschaftler des Institute of Science and Technology Austria (IST Austria) und des Max-Planck-Instituts für Intelligente Systeme entwickelten, ist die erste Methode für maschinelles Lernen, welche Beobachtungen, die unter sicheren Bedingungen getroffen wurden, nutzt, um genaue Vorhersagen für alle möglichen Bedingungen zu treffen, die von der gleichen physikalischen Dynamik bestimmt werden.

Die Methode ist speziell für reale Situationen entwickelt und bietet einfache, interpretierbare Beschreibungen der zugrundeliegenden Physik. Die Forscher stellen morgen ihre Ergebnisse auf der diesjährigen renommierten International Conference for Machine Learning (ICML) vor.

In der Vergangenheit konnte maschinelles Lernen Daten nur interpolieren – also Vorhersagen treffen über eine Situation, die „zwischen“ anderen, bekannten Situationen liegt. Maschinelles Lernen konnte nicht extrapolieren – das heißt es konnte keine Vorhersagen treffen über Situationen die außerhalb der bekannten Situationen liegen, da es nur lernt, bekannte Daten lokal so genau wie möglich zu modellieren.

Das Sammeln von genügend Daten für effektive Interpolation ist außerdem zeit- und ressourcenintensiv, und erfordert Daten aus extremen oder gefährlichen Situationen. Georg Martius, ehemaliger Postdoc des IST Austria und ISTFELLOW und seit 2017 Gruppenleiter am MPI für Intelligente Systeme in Tübingen, Subham S. Sahoo, ein PhD Student am MPI für Intelligente Systeme, und Christoph Lampert, Professor am IST Austria, entwickelten nun eine neue maschinelle Lernmethode, die diese Probleme anspricht. Es ist die erste maschinelle Lernmethode, die präzise für unbekannte Situationen extrapoliert.

Das Besondere der neuen Methode ist, dass sie versucht, die wahre Dynamik der Situation herauszufinden: Gegeben der Daten liefert sie Gleichungen, die die zugrundeliegende Physik beschreiben. „Wenn man diese Gleichungen kennt“, sagt Georg Martius, „dann kann man sagen, was in allen Situationen passieren wird, auch, wenn man sie nicht gesehen hat.“ Das ist, was es der Methode ermöglicht, zuverlässig zu extrapolieren, und sie so einzigartig unter maschinellen Lernmethoden macht.

Die Methode des Teams ist in mehrfacher Hinsicht einzigartig. Erstens waren die Lösungen, die maschinelles Lernen zuvor erstellte, viel zu komplex, als dass ein Mensch sie verstehen könnte. Die Gleichungen, die aus der neuen Methode resultieren, sind viel einfacher: „Die Gleichungen unserer Methode sind etwas, was man in einem Lehrbuch sehen würde – einfach und intuitiv“, sagt Christoph Lampert.

Letzteres ist ein weiterer Vorteil: Andere maschinelle Lernmethoden geben keinen Einblick in den Zusammenhang zwischen Eingaben und Ergebnissen – und damit auch keine Einsicht darüber, ob das Modell überhaupt plausibel ist. „In allen anderen Forschungsbereichen erwarten wir Modelle, die physikalisch Sinn machen, und die uns sagen, warum“, ergänzt Lampert.

„Das sollten wir auch vom maschinellen Lernen erwarten und das ist, was unsere Methode bietet.“ Deshalb basierte das Team seine Lernmethode auf einer einfacheren Architektur als übliche Methoden, um die Interpretierbarkeit zu gewährleisten und sie für physikalische Situationen zu optimieren. In der Praxis bedeutet das, dass weniger Daten benötigt werden, um die gleichen oder sogar bessere Ergebnisse zu erzielen.

Und es ist nicht alles Theorie: „In meiner Gruppe arbeiten wir an der Entwicklung eines Roboters, der diese Art des Lernens nutzt. In Zukunft würde der Roboter mit verschiedenen Bewegungen experimentieren und dann in der Lage sein, die Gleichungen herauszufinden, die seinen Körper und seine Bewegung beschreiben, so dass er gefährliche Aktionen oder Situationen vermeiden kann“, fügt Martius hinzu. Während hauptsächlich an der Roboteranwendung geforscht wird, kann die Methode mit jeder Art von Daten, von biologischen Systemen bis hin zu Röntgenübergangsenergien, eingesetzt werden und auch in größere maschinelle Lernnetzwerke integriert werden.

Über das IST Austria
Das Institute of Science and Technology (IST Austria) in Klosterneuburg ist ein Forschungsinstitut mit eigenem Promotionsrecht. Das 2009 eröffnete Institut widmet sich der Grundlagenforschung in den Naturwissenschaften, Mathematik und Computerwissenschaften. Das Institut beschäftigt ProfessorInnen nach einem Tenure-Track-Modell und Post-DoktorandInnen sowie PhD StudentInnen in einer internationalen Graduate School. Neben dem Bekenntnis zum Prinzip der Grundlagenforschung, die rein durch wissenschaftliche Neugier getrieben wird, hält das Institut die Rechte an allen resultierenden Entdeckungen und fördert deren Verwertung. Der erste Präsident ist Thomas Henzinger, ein renommierter Computerwissenschaftler und vormals Professor an der University of California in Berkeley, USA, und der EPFL in Lausanne, Schweiz. www.ist.ac.at

Über das MPI-IS
Das Max-Planck-Institut für Intelligente Systeme hat sich zum Ziel gesetzt, die Prinzipien von Wahrnehmen, Handeln und Lernen in autonomen Systemen zu verstehen. Aus diesem Verständnis heraus wollen die Wissenschaftler künstliche intelligente Systeme entwickeln. An seinen zwei Standorten in Stuttgart und Tübingen verbindet das Institut Spitzenforschung in Theorie, Software und Hardware.
Der Standort in Stuttgart beherbergt führende Expertise in den Bereichen Mikro- und Nano-Robotik, Haptik, Mensch-Maschine-Interaktion, bio-hybride Systeme sowie Medizinrobotik. Am Standort Tübingen wird mittels Forschung in den Bereichen Maschinelles Lernen, Maschinelles Sehen und Robotik untersucht, wie intelligente Systeme Informationen verarbeiten, um wahrnehmen, handeln und lernen zu können.

Für dieses Projekt wurden im Rahmen der Marie-Skłodowska-Curie-Finanzhilfevereinbarung Nr. 291734 Fördermittel aus dem Programm der Europäischen Union für Forschung und Innovation „Horizont 2020“ bereitgestellt.
Die Forschung wurde aus dem ISTFELLOW-Programm, einem Marie Skłodowska-Curie COFUND Förderung, das von IST Austria und der Europäischen Union im Rahmen des Forschungs- und Innovationsprogramms „Horizont 2020“ kofinanziert wird, gefördert. Dieses Programm wurde inzwischen durch ein weiteres COFUND Förderung, das ISTplus-Programm, abgelöst, das für Bewerbungen von qualifizierten Postdocs aus aller Welt offen ist.

Wissenschaftliche Ansprechpartner:

Georg Martius: gmartius@tuebingen.mpg.de
Christoph Lampert: chl@ist.ac.at

Originalpublikation:

S. S. Sahoo, C. H. Lampert, and G. Martius: "Learning equations for extrapolation and control" In Proceedings of the 35th International Conference on Machine Learning (ICML 2018), Stockholm, Sweden, 2018. PMLR, 2018.
http://proceedings.mlr.press/v80/sahoo18a.html
Arxiv Preprint: https://arxiv.org/abs/1806.07259

Weitere Informationen:

https://icml.cc/ Link zur Konferenz
http://cvml.ist.ac.at/ Webseite der Forschungsgruppe um Prof. Lampert

Dr. Elisabeth Guggenberger | idw - Informationsdienst Wissenschaft

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Browser-Plugin für mehr Internet-Sicherheit
21.08.2018 | Technische Universität Wien

nachricht Neue Software erleichtert Tierbewegungsforschung
21.08.2018 | Eberhard Karls Universität Tübingen

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Die Mischung macht‘s: Jülicher Forscher entwickeln schnellladefähige Festkörperbatterie

Mit Festkörperbatterien sind aktuell große Hoffnungen verbunden. Sie enthalten keine flüssigen Teile, die auslaufen oder in Brand geraten könnten. Aus diesem Grund sind sie unempfindlich gegenüber Hitze und gelten als noch deutlich sicherer, zuverlässiger und langlebiger als herkömmliche Lithium-Ionen-Batterien. Jülicher Wissenschaftler haben nun ein neues Konzept vorgestellt, das zehnmal größere Ströme beim Laden und Entladen erlaubt als in der Fachliteratur bislang beschrieben. Die Verbesserung erzielten sie durch eine „clevere“ Materialwahl. Alle Komponenten wurden aus Phosphatverbindungen gefertigt, die chemisch und mechanisch sehr gut zusammenpassen.

Die geringe Stromstärke gilt als einer der Knackpunkte bei der Entwicklung von Festkörperbatterien. Sie führt dazu, dass die Batterien relativ viel Zeit zum...

Im Focus: It’s All in the Mix: Jülich Researchers are Developing Fast-Charging Solid-State Batteries

There are currently great hopes for solid-state batteries. They contain no liquid parts that could leak or catch fire. For this reason, they do not require cooling and are considered to be much safer, more reliable, and longer lasting than traditional lithium-ion batteries. Jülich scientists have now introduced a new concept that allows currents up to ten times greater during charging and discharging than previously described in the literature. The improvement was achieved by a “clever” choice of materials with a focus on consistently good compatibility. All components were made from phosphate compounds, which are well matched both chemically and mechanically.

The low current is considered one of the biggest hurdles in the development of solid-state batteries. It is the reason why the batteries take a relatively long...

Im Focus: Farbeffekte durch transparente Nanostrukturen aus dem 3D-Drucker

Neues Design-Tool erstellt automatisch 3D-Druckvorlagen für Nanostrukturen zur Erzeugung benutzerdefinierter Farben | Wissenschaftler präsentieren ihre Ergebnisse diese Woche auf der angesehenen SIGGRAPH-Konferenz

Die meisten Objekte im Alltag sind mit Hilfe von Pigmenten gefärbt, doch dies hat einige Nachteile: Die Farben können verblassen, künstliche Pigmente sind oft...

Im Focus: Color effects from transparent 3D-printed nanostructures

New design tool automatically creates nanostructure 3D-print templates for user-given colors
Scientists present work at prestigious SIGGRAPH conference

Most of the objects we see are colored by pigments, but using pigments has disadvantages: such colors can fade, industrial pigments are often toxic, and...

Im Focus: Eisen und Titan in der Atmosphäre eines Exoplaneten entdeckt

Forschende der Universitäten Bern und Genf haben erstmals in der Atmosphäre eines Exoplaneten Eisen und Titan nachgewiesen. Die Existenz dieser Elemente in Gasform wurde von einem Team um den Berner Astronomen Kevin Heng theoretisch vorausgesagt und konnte nun von Genfern Astronominnen und Astronomen bestätigt werden.

Planeten in anderen Sonnensystemen, sogenannte Exoplaneten, können sehr nah um ihren Stern kreisen. Wenn dieser Stern viel heisser ist als unsere Sonne, dann...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Dialog an Deck, Science Slam und Pong-Battle

21.08.2018 | Veranstaltungen

LaserForum 2018 thematisiert die 3D-Fertigung von Komponenten

17.08.2018 | Veranstaltungen

Aktuelles aus der Magnetischen Resonanzspektroskopie

16.08.2018 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Zukünftige Informationstechnologien: Wärmetransport auf der Nanoskala unter die Lupe genommen

21.08.2018 | Physik Astronomie

Bedeutung des „Ozeanwetters“ für Ökosysteme

21.08.2018 | Biowissenschaften Chemie

Auf dem Weg zur personalisierten Medizin

21.08.2018 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics