Am 11. Dezember fand der Workshop zur automatischen Erkennung von Objekten in Bildern mit Methoden des maschinellen Lernens in Chemnitz statt. Diese Methoden umfassen Algorithmen und Verfahren zur Extraktion von Wissen und Erfahrung in technischen Systemen an Hand von Beispieldaten und wurden hier unter dem Aspekt der Bildverarbeitung erörtert. Der Workshop wurde durch das Anfang Dezember gegründete Sächsische Institut für Computational Intelligence und Machine Learning (SICIM) der Hochschule Mittweida organisiert und in den Räumen der Firma Megware als Spezialist für High-Performance Computing durchgeführt. Ca. 20 Wissenschaftler und Ingenieure aus Industrie und Wissenschaft kamen zusammen, um über neue Methoden zu diskutieren und Erfahrungen auszutauschen.
Im Mittelpunkt standen dabei sogenannte tiefe künstliche neuronale Netze (TNN) als die derzeit erfolgreichsten Algorithmen für solche Problemstellungen im maschinellen Lernen. So berichteten Christian Roschke und Rico Thomanek (beide Hochschule Mittweida) über den Einsatz verschiedener Software-Umgebungen zur Entwicklung solcher Algorithmen.
Dr. Armin Stöckli und Dr. Julia Schulte (beide CI Tech Sensors AG, Burgdorf/Schweiz) gaben Einblick in eine Anwendung mit besonders hohen Sicherheitsanforderungen: die Erkennung und Echtheitsprüfung von Banknoten. Insbesondere Frau Schulte ging dabei auch auf Risiken von selbstlernenden Methoden und Algorithmen ein und verwies auf neue Ansätze zur Täuschung von TNNs, die bei sicherheitsrelevanten Systemen berücksichtigt werden müssen. Prof. Thomas Villmann (HS Mittweida) als Institutsdirektor des SICIM referierte über die mathematischen Grundlagen und robuste Varianten für TNN, wie sie zum Beispiel bei medizinischen Diagnoseassistenzsystemen zum Einsatz kommen. Er verwies darauf, dass das theoretische Verständnis unabdingbar für einen erfolgreichen Einsatz in Wirtschaft und Wissenschaft ist. Dieser Aspekt wurde auch von Prof. Alexander Lampe (HS Mittweida) als Tagungsleiter betont, der sich zudem über einen Vortrag von Herrn Köhler (NVIDIA, Deutschland) freute, in welchem neueste technologische Hardware-Entwicklungen zur Realisierung entsprechender Software-Verfahren vorgestellt wurden. Diese basieren auf speziellen Grafikprozessoren, die speziell für die Anwendung im Bereich des maschinellen Lernens entwickelt wurden. NVIDIA gilt als führender Hersteller solcher Module und unterstützte die Ausrichtung dieses Workshops. Diese Thematik wurde im Vortrag von Lutz Daume (Megware, Chemnitz) vertieft, der den Tagungsteilnehmern über Realisierungen von ultraschnellen Computer-Clustern und High-Performance-Computing-Lösungen berichtete.
Dieser wissenschaftliche Austausch von Erfahrungen und Konzepten zwischen Hochschule und Wirtschaft wurde ausnahmslos von allen Teilnehmern als sehr produktiv und erfolgversprechend für den Transfer wissenschaftlicher Ergebnisse in die Praxis gelobt. Ingo Böhm, Ingenieur und technischer Experte für Bildverarbeitung von der Continental Automotive GmbH Limbach-Oberfrohna, bestätigte diesen Eindruck und sprach von einem sehr erfolgreichen Erfahrungsaustauch, der unbedingt fortgesetzt werden sollte. Im Januar 2018 steht jedoch zunächst ein Workshop zum maschinellen Lernen in der Bioinformatik bevor. Wie Prof. Thomas Villmann ankündigte, wird es dann Ende Februar/Anfang März einen Weiterbildungslehrgang zu Verfahren des maschinellen Lernens für Anwender aus der Wirtschaft an der Hochschule Mittweida geben.
Text: Prof. Thomas Villmann (Hochschule Mittweida, SICIM)
Bilder: S. Strauß (Megware)