KI verbessern: Informatiker spüren Schwächen in Algorithmen des Maschinellen Lernens auf

Veröffentlicht am von

Pressemitteilung der Universität des Saarlandes vom 08.02.2023

Das Maschinelle Lernen ist die größte Revolution in der Informatik seit Jahrzehnten. Dank lernender Algorithmen können Computer auch bei abstrakten Aufgaben aufsehenerregende Leistungen vollbringen. Aber, wie dem Menschen, unterlaufen den Computern dabei Fehler – und zu verstehen, warum ein Machine-Learning-Algorithmus bestimmte Fehler macht, zählt zu den wesentlichen Herausforderungen der modernen Informatik. Hier setzen Michael Hedderich und Jonas Fischer mit ihrer Forschung an.

Sie haben eine Software entwickelt, mit der Schwächen in hochkomplexen Machine-Learning-Algorithmen aufgespürt und dadurch behoben werden können.

Mithilfe von Algorithmen des Maschinellen Lernens können Computer erstaunliche Leistungen vollbringen, auch in Domänen, die man bisher nur dem Menschen zugeschrieben hat – wie zum Beispiel der Sprache und Bildenden Kunst. Die Rechenverfahren basieren auf sogenannten künstlichen neuronalen Netzen. „Dabei handelt es sich um Netzwerke mathematischer Funktionen, die eine Eingabe anhand bestimmter, anpassbarer Parameter gewichten und daraus einen Output generieren“, erklärt Informatiker Michael Hedderich, der an der Universität des Saarlandes und der Cornell University in den USA forscht. Diese Funktionen, Neuronen genannt, werden hintereinandergeschaltet und mithilfe von Daten trainiert, sodass die Computer beispielsweise in der Lage sind, auf Millionen von Fotos die Katzen herauszufiltern oder täuschend echt wirkende Dialoge mit Menschen zu führen.

„Einer der modernsten und aktuell viel zitierten Textsynthese-Algorithmen der Welt, GPT-3 von OpenAI, verarbeitet Eingaben anhand von 175 Milliarden Parametern, bevor ein Ergebnis ausgegeben wird. Für einen Menschen ist es fast unmöglich, dies nachzuvollziehen und zu verstehen, wo Fehler passieren“, sagt Jonas Fischer, der derzeit Postdoktorand an der Harvard University ist. Bisheriger Stand der Technik war es, die Ausgaben eines Machine-Learning-Algorithmus auf Fehler zu analysieren und diese Fehler einzeln aufzulisten. Dann war es Aufgabe von Experten, in den Datensätzen, die problemlos Tausende von Einträgen enthalten können, Muster zu finden. „In unserer neuen Software ‚PyPremise‘ nutzen wir Techniken des Data Mining, um diese Fehlerdatensätze automatisiert nach bestimmten Merkmalskombinationen zu durchsuchen und diese am Ende gebündelt als verständliche ‚Fehlerkategorien‘ auszugeben. Anstatt also jeden Fehler einzeln aufzuzählen, ist unsere Software in der Lage, Fehler auf einer abstrakteren Ebene zusammenzufassen und Aussagen zu treffen wie: ‚Dein ML-Algorithmus hat Probleme mit Formulierungen, welche die Frage ‚Wie viel‘ beinhalten. Das ist ablesbar an den fehlerhaften Ausgaben in den Fällen X, Y und Z‘“, erläutert Michael Hedderich.

Getestet haben die Saarbrücker Informatiker ihre Software sowohl an synthetischen als auch an echten, in der Praxis eingesetzten Datensätzen. Dabei konnten sie zeigen, dass ihr Verfahren auf sehr große Datensätze mit vielen verschiedenen Eigenschaften der einzelnen Datenpunkte skaliert und verlässliche Ergebnisse liefert. „Die damit gewonnenen Informationen über die Schwachpunkte eines Machine-Learning-Algorithmus können die Betreiber dann verwenden, um beispielsweise ihre Trainingsdaten zu überarbeiten und so Fehler im System zu beheben“, erläutert Jonas Fischer. Das von den beiden Informatikern entwickelte Software-Werkzeug bezieht sich zunächst nur auf Algorithmen im Bereich der Sprachverarbeitung. Ihr Ziel ist aber grundsätzlich, das Tool so zu erweitern, dass es auch auf andere Domänen angewendet werden kann.

Michael Hedderich ist Informatiker und arbeitet an der Cornell University sowie in der Forschungsgruppe „Spoken Language Systems“ von Computerlinguistik-Professor Dietrich Klakow an der Universität des Saarlandes. Jonas Fischer promovierte bis letzten Sommer an der Saar-Universität und forschte am Max-Planck-Institut für Informatik, wo er von Professor Jilles Vreeken vom CISPA Helmholtz-Zentrum für Informationssicherheit betreut wurde. Inzwischen ist er Postdoktorand an der Harvard University. Die wissenschaftlichen Grundlagen der Software stellten die Informatiker erstmalig im Juli 2022 auf der „International Conference on Machine Learning (ICML)“ vor, einer der weltweit größten und renommiertesten Fachkonferenzen in diesem Themenfeld. Dort wird nur etwa ein Fünftel der eingereichten wissenschaftlichen Beiträge akzeptiert.

Externer Link: www.uni-saarland.de

Verschränkte Atome im Innsbrucker Quantennetzwerk

Veröffentlicht am von

Medieninformation der Universität Innsbruck vom 03.02.2023

Gefangene Ionen wurden bisher nur über kurze Distanz im Labor miteinander verschränkt. Nun haben die Teams um Tracy Northup und Ben Lanyon an der Universität Innsbruck zwei Ionen über eine Distanz von 230 Metern Luftlinie miteinander verschränkt. Die Knoten des Netzwerks waren in zwei Labors am Campus Technik untergebracht. Das Experiment zeigt, dass Ionen eine vielversprechende Plattform für Quantennetzwerke sind, die sich in Zukunft über Städte und schließlich ganze Kontinente erstrecken werden.

Gefangene Ionen sind eines der führenden Systeme für den Bau von Quantencomputern und anderen Quantentechnologien. Um mehrere solcher Quantensysteme miteinander zu verbinden, braucht es Schnittstellen, über die die Quanteninformation übertragen werden kann. Dazu haben Forscher um Tracy Northup und Ben Lanyon am Institut für Experimentalphysik der Universität Innsbruck in den letzten Jahren ein Verfahren entwickelt, bei dem die Atome in optischen Resonatoren gefangen werden, so dass die Quanteninformation effizient auf Lichtteilchen übertragen werden kann. Die Lichtteilchen können dann durch Lichtleiter geschickt werden, um Atome an verschiedenen Orten miteinander zu verbinden. Nun haben deren Forschungsgruppen, gemeinsam mit Theoretikern um Nicolas Sangouard von der Université Paris-Saclay, erstmals zwei Ionen über eine Distanz von mehr als nur wenigen Metern miteinander verschränkt.

Plattform für den Bau von Quantennetzwerken

Die beiden Quantensysteme waren in zwei Laboren aufgebaut, eines im Gebäude des Instituts für Experimentalphysik und eines am Institut für Quantenoptik und Quanteninformation der Österreichischen Akademie der Wissenschaften. „Bisher wurden gefangene Ionen nur im gleichen Labor über wenige Meter miteinander verschränkt. Dies wurde auch mit gemeinsamen Kontrollsystemen und Photonen (Lichtteilchen) realisiert, die auf Grund ihrer Wellenlänge nicht dafür geeignet sind, größere Entfernungen zurückzulegen.“, erklärt Ben Lanyon. Nach Jahren der Forschung und Entwicklung haben die Innsbrucker Physiker*innen es nun geschafft, zwei Ionen über den Campus hinweg miteinander zu verschränken. „Wir haben dazu einzelne mit den Ionen verschränkte Photonen über einen 500 Meter langen Lichtleiter geschickt und miteinander überlagert. Dies überträgt die Verschränkung auf die beiden Ionen.“, schildert Tracy Northup das Experiment. „Unsere Ergebnisse zeigen, dass gefangene Ionen eine vielversprechende Plattform für die Realisierung zukünftiger großflächiger Netzwerke von Quantencomputern, Quantensensoren und Atomuhren sind.“

Die Teams von Ben Lanyon und Tracy Northup sind Teil der Quantum Internet Alliance, einem internationalen Projekt im Rahmen des Quantum Flagship der Europäischen Union. Die aktuellen Ergebnisse wurden im Fachmagazin Physical Review Letters veröffentlicht. Finanziell unterstützt wurden die Forschungen unter anderem durch den österreichischen Wissenschaftsfonds FWF und die Europäische Union.

Originalpublikation:
Entanglement of trapped-ion qubits separated by 230 meters. V. Krutyanskiy, M. Galli, V. Krcmarsky, S. Baier, D. A. Fioretto, Y. Pu, A. Mazloom, P. Sekatski, M. Canteri, M. Teller, J. Schupp, J. Bate, M. Meraner, N. Sangouard, B. P. Lanyon, T. E. Northup . Phys. Rev. Lett. 130, 050803

Externer Link: www.uibk.ac.at

Mobilfunksystem für die zuverlässige Fernsteuerung von Drohnen

Veröffentlicht am von

Presseinformation (Forschung Kompakt) der Fraunhofer-Gesellschaft vom 01.02.2023

Drohnen sind immer häufiger auch außerhalb der Sichtweite der steuernden Person unterwegs. Jedoch eignen sich konventionelle Fernsteuerungen aufgrund ihrer Reichweitenbegrenzung nicht für solche Flüge. Einfache mobilfunkbasierte Systeme wiederum können bei hoher Mobilfunkauslastung oder mangels Netzabdeckung bislang keine zuverlässige Kommunikation gewährleisten. Forschende am Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut, HHI haben im Projekt SUCOM gemeinsam mit Partnern ein neues Mobilfunk-System entwickelt, mit dem sich Drohnen selbst über lange Distanzen und über schwierigem Terrain steuern lassen.

Autonome Drohnen, die über Mobilfunk kommunizieren, haben häufig keine stabile Verbindung. Fehlende Netzabdeckung ist eine Erklärung für die Ausfälle. Experten vermuten außerdem, dass Drohnen in großer Höhe Zugriff auf zu viele Mobilfunkmasten gleichzeitig haben und immer wieder zwischen den Funkzellen wechseln, was zum Verbindungsabbruch führen kann. Forschende des Fraunhofer HHI stellten hingegen fest, dass die Kommunikationsprotokolle, mit denen Drohnen arbeiten und die den Datenfluss zwischen der Drohne und der Steuerung regeln, Probleme bereiten. Sind sie nicht robust genug für schwankende Datenraten, kommen manche Datenpakete langsamer an, einige gehen ganz verloren. Im Kooperationsprojekt SUCOM haben die Forschenden in Zusammenarbeit mit dem hessischen Drohnenhersteller Wingcopter GmbH, der Emqopter GmbH und der CiS GmbH daher neue Kommunikationsprotokolle entwickelt, die gegenüber ruckelnden Datenströmen unempfindlich sind. Die Verbindung zur Drohne steht, selbst wenn die Datenrate schwankt. Sicherheitskritische Informationen für die Erstellung von Luftlagebildern wie Position, Flughöhe, Flugrichtung, Geschwindigkeit und andere Daten lassen sich unterbrechungsfrei übertragen – eine zentrale Voraussetzung für die hohen Sicherheitsanforderungen der Luftfahrt.

Höchstmaß an Ausfallsicherheit

»Wir haben zum Vergleich eine Drohne mit einem kommerziell verfügbaren LTE-System und unserem SUCOM-Mobilfunkmodul mit den neuen Kommunikationsprotokollen ausgestattet«, sagt Tom Piechotta, Wissenschaftler am Fraunhofer HHI. »Während die Verbindung über das herkömmliche Modul immer wieder abbrach, arbeitete das SUCOM-Modul stabil. Dank unserer neuen Protokolle ist die Kommunikation so stabil, dass es nicht zu Unterbrechungen kommt.« Für den Forscher ein klarer Hinweis darauf, dass Störungen bei Drohnen nicht allein auf fehlende Netzabdeckung zurückzuführen sind.

Das SUCOM-Mobilfunk-Modul kann auch in Drohnen verbaut werden, die bereits im Einsatz sind: So beliefern beispielsweise in Malawi Drohnen mit dem neuen Modul die Bevölkerung während der Regenzeit mit Medikamenten, Blutkonserven und anderem lebenswichtigen Material. Dabei legen sie Distanzen von bis zu 40 Kilometern zurück. Sie starten von vier Flugfeldern, an jedem arbeitet ein Fernpilot, der die aktuelle Route in den Computer eingibt und die Wegpunkte definiert, an denen sich die Drohne orientiert. Mit einem Klick wird die Mission auf die Drohne geladen. Die Daten fließen dafür zu einem Server in Kapstadt, dann weiter zum SUCOM-Modul und schließlich zum angeschlossenen Flight-Controller auf der Drohne. Während des Flugs überwachen die Fernpiloten den Zustand der Drohne kontinuierlich und in Echtzeit. Für den Fall, dass die LTE-Verbindung ausfällt, ist die Drohne zusätzlich mit Satelliten-Technik ausgestattet. Über eine VPN-Verbindung lässt sich die Drohne bei Bedarf auch vom Smartphone aus steuern.

In 170 Millisekunden von Malawi nach Berlin

Um schnellen Datentransport zwischen dem Server in Kapstadt und der Drohne zu erreichen, wurden Server-Hardware und -Software angepasst. Die Verbindung ist so schnell, dass die Drohnen in Malawi mit dem Fraunhofer HHI in Deutschland in Echtzeit kommunizieren können. Ein Datenpaket braucht via Mobilfunk von der Drohne über den Server in Kapstadt bis nach Berlin nur 170 Millisekunden.

Mit dem SUCOM-System könnten auch in Deutschland abgelegene Orte besser versorgt werden. Um dies zu demonstrieren, hat das Projekt-Team ein ausgedehntes Waldgebiet im Norden Brandenburgs überflogen – eines der größten Funklöcher Deutschlands mit einem Durchmesser von 14 Kilometern. Der Flug war ein Erfolg: Dank des SUCOM-Moduls blieb die Kommunikation mit der Drohne unterbrechungsfrei.

Externer Link: www.fraunhofer.de

technologiewerte.de – MOOCblick Februar 2023

Veröffentlicht am von

Spannende Themen, herausragende Dozenten und flexible Lernmöglichkeiten tragen zum wachsenden Erfolg der Massively Open Online Courses (MOOCs) bei – offene, internetgestützte Kurse mit einer Vielzahl an Teilnehmern rund um den Globus.

Folgender Kurs – zu finden auf der MOOC-Plattform edX – sollte einen Blick wert sein:

Automated Software Testing: Unit Testing, Coverage Criteria and Design for Testability
Arie van Deursen (TU Delft) et al.
Start: flexibel / Arbeitsaufwand: 15-25 Stunden

Externer Link: www.edx.org