【资料图】

无论是在救援和消防操作还是深海检查中，移动机器人在人工智能(AI)的帮助下找到解决未知情况的方法，都可以有效地支持人们在危险环境中开展活动。人工智能在该领域的潜在和具体优势在德国人工智能平台Plattform Lernende Systeme的当前报告中有所说明，该报告使用了两种应用场景。该报告于今天在卡尔斯鲁厄理工学院(KIT)上展示，科学家们参与该平台。作者还确定了技术和社会方面的挑战，以及为在生命恶劣的环境中可靠和经济地使用AI而需要创建的条件。

未来，移动自学机器人可以减轻人们的危险或有害活动。同时，他们可以首先在难以进入的地形中进行更经济或可行的操作。然而，为了在生命恶劣的环境中使用这种自学习系统，从技术角度来看仍然需要克服一些挑战。这些包括未知环境中的自主学习。此外，它还涉及让这些自动机器人与人合作。

人工智能的使用为我们的社会带来了巨大的机会。特别是在防灾，核电厂退役和海事领域，有许多选择可以在人工智能的帮助下有效地支持专业人员。这就是为什么Plattform Lernende Systeme成立了一个跨学科工作小组，讨论如何在生活恶劣的环境中开发和使用自学系统，造福人类，卡尔斯鲁厄理工学院院长Holger Hanselka教授及其成员Plattform Lernende Systeme指导委员会。IT安全性将非常重要，特别是在我们在发生危机时使用的自治系统中。结果是，

Life-Hostile Environments工作组在其报告中使用了两个应用场景来展示人工智能可以在五年左右的时间内为防灾以及勘探和维护任务提供支持。“快速援助救援行动应用场景说明了基于AI的机器人系统如何能够支持地面和空中消防部门在化工厂灭火。在多个传感器的帮助下，系统能够快速创建详细的情况概述，建立通信和物流基础设施，用于救援行动，搜索受伤人员，识别和减少危险源。在自动水下应用场景中，机器人水下系统保持海上风的基础发电厂。他们在深海独立航行，接管规划步骤，

利基市场有特殊要求

生命恶劣环境工作组负责人JürgenBeyerer表示，在生命恶劣的环境中，对自学系统的要求特别高：他们必须能够在极端条件下保持智能和强大，并且能够独立应对不可预见的情况。 Plattform Lernende Systeme，弗劳恩霍夫光电子学，系统技术和图像开发研究所所长IOSB和KIT交互式实时系统教授。在此之前，基于AI的系统可以由应急人员远程操作，并且收集的数据用于开发智能功能。随着时间的推移，系统将变得越来越自主，并最终能够通过机器学习来提高。

在生活恶劣的环境中使用的自学系统仍然是一个利基市场。德国在这些人工智能系统的开发方面处于有利地位。在JürgenBeyerer(KIT和Fraunhofer IOSB)和Frank Kirchner(机器人创新中心，德国人工智能研究中心和不来梅大学)的共同指导下，生命 - 敌对环境工作组在其报告中确定了利用自我学习系统在生活恶劣的环境中的机会，并通过这些自学机器人服务于全球市场。

作为亥姆霍兹联合会的研究型大学，KIT为社会和环境创造并传授知识。其目标是为能源，流动性和信息领域的全球挑战作出重大贡献。为此，约有9,300名员工在自然科学的广泛领域开展合作，工程科学，经济学，人文科学和社会科学。KIT通过提供基于研究的学习计划，为25,100名学生准备社会，工业和科学方面的负责任任务。KIT的创新努力在重要科学发现与其应用之间架起了一座桥梁，以造福社会，促进经济繁荣，并保护我们的自然生活基础。