Künstliche Intelligenz oder wie autonomes Fahren den Mensch ersetzt
Autonomes Fahren setzt auf Künstliche Intelligenz (KI) zur Verarbeitung sensorischer Daten und Entscheidungsfindung in Echtzeit. KI ermöglicht es dem Fahrzeug, die Umgebung zu erkennen, auf Ereignisse zu reagieren und sich sicher zu bewegen. Dies kann ohne Einwirken des Menschen geschehen.
Über künstliche Intelligenz wird derzeit viel diskutiert, spätestens seit der Veröffentlichung des Programmes ChatGPT durch die US-amerikanische Forschungseinrichtung OpenAI. Die Technologie ist in vielen Bereichen unseres Alltags bereits angekommen und auch für Neuentwicklungen beim Fahren ist sie mittlerweile grundlegend. Im öffentlichen Diskurs gibt es jedoch noch oft Unklarheiten, daher soll es in diesem Beitrag neben dem Einblick in die Begrifflichkeiten um die Frage gehen: Was hat autonomes Fahren mit künstlicher Intelligenz zu tun?
Begrifflichkeiten zu künstlicher Intelligenz im Verkehr
Wie immer im Leben kommt es auch bei der Frage: „Was hat autonomes Fahren mit künstlicher Intelligenz zu tun?“ auf die richtige Abgrenzung an. Vor allem, wenn dabei Schlagworte zum Tragen kommen, die scheinbar nahtlos ineinanderfließen.
Künstliche Intelligenz und maschinelles Lernen
Künstliche Intelligenz, kurz KI, hat es laut einer Online-Definition zum Ziel, „Maschinen intelligent zu machen“. Das mag etwas kryptisch klingen, denn was genau macht Maschinen „intelligent“? Der Maßstab für die Entwicklung der KI ist der Mensch, denn die entwickelten Maschinen sollen schließlich in der Lage sein, Aufgaben von Menschen auszuführen, die über einfache Muster hinausgehen und beispielsweise Verstand, Logik oder Sinneswahrnehmungen beinhalten.
Ein Teilgebiet der KI, die im Englischen auch oft mit AI (= artificial intelligence) abgekürzt wird, ist das maschinelle Lernen. Dabei werden Maschinen so programmiert, dass sie auf Basis von Datensätzen selbstständig lernen können.
Im Gegensatz zu bestimmten KI-Systemen, die über Formeln programmiert werden können, benötigen Systeme zum maschinellen Lernen große Datensätze. Anhand von Algorithmen werden Muster analysiert und erkannt, bis sie schließlich angewandt werden können, idealerweise auf neue Szenarien. Je mehr Daten dabei in den Lernprozess einfließen, desto genauer ist schließlich das Ergebnis des Prozesses
Automatisiertes und autonomes Fahren
Automatisiertes Fahren ist bereits im Alltag vieler Fahrer:innen angekommen, ob mit Spurhaltefunktion, Tempomat oder selbstparkenden Fahrzeugen. Dabei unterscheidet man verschiedene Abstufungen, nämlich von Level 0 bis 5.
Autonom ist ein Fahrzeug also erst, wenn es in jeder Situation und unter allen Umständen selbstständig fahren kann, sodass es keine menschlichen Fahrenden mehr gibt, sondern lediglich Nutzer*innen. Alle Fahrzeuge, die mehr Eingriffe des Menschen während des Fahrens erfordern und damit zwischen Level 0 und 4 liegen, sind höchstens automatisiert, nicht aber autonom.
Künstliche Intelligenz und autonomes Fahren
Aus dem Unterschied von automatisiert und autonom geht bereits hervor, dass autonome Fahrzeuge eine deutlich komplexere Technologie und mehr Wissen benötigen, um den entsprechenden Grad an Souveränität im Verkehr zu erreichen.
Die intelligente Software ist dabei für die Wahrnehmung der Fahrzeuge verantwortlich: Die verbaute Sensorik, bestehend aus Kameras, LiDAR, Radar, etc., sammelt Daten zur Umgebung, welche dann für eine Entscheidung verarbeitet und ausgewertet werden. Erscheint also beispielsweise ein Mensch im Umfeld des Autos, wird er durch das komplexe Zusammenspiel der Sensorik wahrgenommen und als Mensch erkannt, sodass das Fahrzeug schließlich angemessen reagieren kann, beispielsweise indem es stehenbleibt oder ausweicht.
Ein autonomes Auto kommt jedoch selten allein. Da die Fahrzeuge im Normalfall online sind, sind sie zugleich miteinander verbunden und können voneinander lernen. Hat ein Hersteller also eine Flotte autonomer Fahrzeuge, kann jedes Einzelne auf dieselbe Software sowie einen kollektiven Pool an Daten zugreifen. Es entsteht ein intelligentes Netzwerk, dass durch die enormen, auf den Straßen gesammelten Datenmengen und deren Auswertung im Prozess maschinellen Lernens das Fahren perfektionieren kann.
Quellen: Wikipedia – Künstliche Intelligenz // NeuroForge – Der Unterschied Zwischen Machine Learning And Künstlicher Intelligenz // BMK – Was ist der Unterschied zwischen automatisiert und autonom?