Zertifizierung für autonome Fahrzeuge

Neuer Tüv für Algorithmen

Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) und Tüv Süd wollen Systeme mit Künstlicher Intelligenz (KI), die beim autonomen Fahren im Einsatz sind, künftig zertifizieren. Das Ziel ist die Entwicklung eines sogenannten „Tüvs für Algorithmen“.

Autonome Fahrzeuge

Autonome Fahrzeuge müssen eine enorme Zahl möglicher Verkehrssituationen einschätzen.

Im Rahmen des Vorhabens wollen die Experten das Lernverhalten der KI-Systeme erforschen, um deren Reaktionen kontrollieren zu können. Kernstück ist die Entwicklung einer offenen Plattform für OEM, Zulieferer und Technologieunternehmen, heißt es in einer Pressemeldung. Die digitale Plattform mit dem Namen „Genesis“ soll Module Künstlicher Intelligenz validieren und damit die Grundlagen für Zertifizierungen schaffen.

Zum Hintergrund: KI-Systeme finden zunehmend Eingang in die Elektronik autonomer Fahrzeuge, um die enorme Zahl möglicher Verkehrssituationen – Fachleute schätzen 100 Millionen Situationen pro vollautomatisierter Fahrfunktion – sicher meistern zu können. Solche Systeme reagieren laut Experten nicht deterministisch und damit nicht exakt vorhersehbar. Sie lernen vielmehr aus dem Verkehrsgeschehen (Stichwort: Deep Learning) und ziehen eigene Rückschlüsse für die richtige Reaktion – treffen also autonome Entscheidungen. Damit die stets im Sinne der Verkehrssicherheit ausfallen, will Tüv Süd die zugrundeliegenden Algorithmen validieren und zertifizieren. Im Zuge dessen sollen die Anwender der neuen Genesis-Plattform künftig ihre Daten und Module hochladen können und nach einer Prüfung ein entsprechendes Tüv-Süd-Zertifikat für die funktionale Sicherheit erhalten.

Fahrzeuge müssen zur Führerscheinprüfung

Wie schwierig es ist, Methoden für die Sicherheit von Systemen mit Künstlicher Intelligenz zu entwickeln, zeigt die Praxis. Denn KI-Systeme ziehen ihre eigenen Schlüsse aus den vorhandenen Daten und lernen beim Trainieren von Verkehrssituationen jedes Mal neu dazu – vergleichbar mit einem Fahrschüler. Die Sicherheit, dass das Fahrzeug richtig reagiert, wird dadurch kontinuierlich höher. Das Erlernte könne dann in einer Prüfung, ähnlich wie bei der theoretischen Führerscheinprüfung, abgefragt werden. Dr. Houssem Abdellatif, Global Head Autonomous Driving bei Tüv Süd, erklärt hierzu: „Bisherige Ergebnisse, die mit der Deep-Learning-Methode erreicht wurden, zeigen verblüffend gute Ergebnisse in der Praxis – allerdings weiß bisher niemand genau, was dort eigentlich geschieht. Das werden wir nun gemeinsam erforschen.“

Um autonomen Fahrzeugen dann aber auch für die Straße grünes Licht geben zu können, braucht es zudem eine praktische Prüfung. Dazu müssen die Experten erforschen, wie die KI-Systeme lernen. „Wenn wir genau verstehen, welche Rückschlüsse die Systeme ziehen, können wir eingreifen und das Lernen gezielt steuern. Wir müssen nicht nur wissen, ob ein Fahrzeug bremst, sondern auch warum“, erläutert Dr. Abdellatif.

Ein Beispiel: Überholvorgang auf der Autobahn. Das autonome Fahrzeug überholt auf der linken Spur einen Lkw. Von hinten nähert sich mit großer Geschwindigkeit ein anderes Fahrzeug. Wird das automatisierte Auto abbremsen, um gleich nach dem Überholvorgang auf die rechte Spur zu wechseln, oder wird es die Geschwindigkeit anpassen und ebenfalls beschleunigen? „Solche Fragestellungen zu erarbeiten und die Antworten darauf zu formulieren – das wird unsere Arbeit in den kommenden Jahren sein“, sagt der Experte. Daten, die aus virtuellen Verkehrssituationen gewonnen werden, überwachen und korrigieren dabei die Lernphase des Algorithmus. Das Ziel: ein Zertifikat (Führerschein) dafür, dass ein Algorithmus ausreichend sicher ist.

Bildquelle: Thinkstock/iStock

©2018Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok