Intelligenz im Kollektiv

×

Geben autonom fahrende Autos nur gelernte Verhaltensmuster weiter oder verfügen sie über eine Art Intelligenz, um selbstständig daraus ihre Schlüsse zu ziehen? Diese Frage steht im Zentrum des Beitrags Kollektive Weisheit autonom fahrender Automobile, den Andreas Burkert für das Sonderheft der ATZelektronik zur Messe Electronica 2016 recherchiert hat. Darin lässt Burkert mehrere mit der Thematik befasste Wissenschaftler zu Wort kommen. Aber auch Automobilherstellern legte er die Frage vor. Die in dem Beitrag zitierte Antwort von Audi ist zwar umständlich formuliert, bringt das Thema jedoch auf den Punkt: "Ein Auto kann als intelligent bezeichnet werden, wenn es Verhaltensmuster des Fahrers und anderer Verkehrsteilnehmer erkennen und interpretieren kann, es aus Erfahrungen lernen und somit seine Vorschläge, Hinweise und Entscheidungen daraus ableiten kann, Funktionen und Reaktionen des Systems im Laufe des Betriebes eigenständig optimiert und diese an die entsprechende Situation angepasst werden und letztendlich über die initial programmierten Eigenschaften hinausgehen." 

Voraussetzung für derlei Aktivitäten ist ein robustes Kommunikationssystem. Immerhin müssen Unmengen an Daten übertragen werden. Im Interview "Fahrzeuge sollten sich auch direkt untereinander unterhalten können" für die ATZ 1-2016 prognostiziert Jesse Jijun Luo, Direktor Solution Management & Marketing bei Huawei Technologies in Deutschland: "Ich glaube, dass deshalb erst mit dem Übertragungsstandard 5G das selbstfahrende Auto richtig in Fahrt kommt – auch wenn mit dem erweiterten LTE-Standard Vehicle-to-X möglich ist." Heute sei Qualität der Netzverfügbarkeit "mindestens mangelhaft". Anhand eines Messprotokolls, auf dem in Abhängigkeit einer gefahrenen Strecke die Empfangspegel verschiedener Mobilfunkstandards dargestellt sind, zeigt Luo im Interview, was er meint. So weist zum Beispiel die Datenübertragung entlang der A81 von Würzburg nach Heilbronn erhebliche Lücken auf. Sie wechselt von 4G auf 3G, teils auf 2G, bricht sogar auf einer Teilstrecke komplett ab. Luo: "Auf dieser Route wäre der notwendige Datenaustausch kaum möglich."

Warten auf den 5G-Mobilfunkstandard

Bis der 5G-Mobilfunkstandard etabliert ist, haben die Ingenieure also noch Zeit, sich auch den vielen anderen drängenden Entwicklungsarbeiten zu widmen. So konstatieren Walther Wachenfeld und Hermann Winner im Kapitel Lernen autonome Fahrzeuge? des Fachbuchs Autnomes Fahren:

Das Besondere der Fahrzeugautomatisierung ist zum einen deren Sicherheitsrelevanz, zum anderen unterscheidet sich das Produkt Automobil zusätzlich durch seine Systemlebenszyklen von anderen Gütern aus der IT-Industrie."

Dabei sei für die Automobilindustrie maschinelles Lernen und künstliche Intelligenz nicht nur bei der Automatisierung der Fahrzeugführung von Interesse, sondern auch in anderen Bereichen wie dem Design, der Produktion oder dem After-Sales-Management.

Ob vor diesem Hintergrund der in diesem Zusammenhang häufig gebrauchte Begriff von der Schwarmintelligenz zutreffend ist, darf bezweifelt werden. Im Kapitel Schwarmintelligenz des Fachbuchs Computational Intelligence definiert Oliver Kramer: "In der Natur existieren erfolgreiche Systeme, in denen sich viele vergleichsweise primitive Lebewesen zu einer Gruppe zusammenschließen, um gemeinsam zielgerecht zu handeln. Diese Form kollektiven und koordinierten Handelns bezeichnen wir als Schwarmintelligenz. Der Nachteil der einfachen Fähigkeiten ihrer Schwarmteilnehmer wird durch ihre große Anzahl und die dadurch erreichte massive Parallelität ausgeglichen." Teilautomatisierte oder gar autonom agierende Fahrzeuge hingegen, müssen ihre Fähigkeiten und Funktionen jederzeit, auch außerhalb des Kollektivs, bereitstellen. Auch von „einfachen Fähigkeiten“ zu sprechen, wird dem komplexen System Automobil wenig gerecht. Für Walther Wachenfeld und Hermann Winner erfordert die Welt, in der sich das Fahrzeug bewegt, vielmehr die Anpassung an sich ändernde Umgebungsbedingungen. Deshalb sei eine Implementation von maschinellem Lernen in der Automation, die sich diesen Änderungen anpassen kann, naheliegend.