Auch in der Automobilindustrie gewinnen Digitalisierung und Künstliche Intelligenz (KI) an Bedeutung. Marc Ritter sprach auf der vergangenen CTI Forum über Antriebsstrangentwicklung in seiner Rolle als Google Manager EMEA Automotive Partnerships über Machine Learning: So wie Menschen durch Herumprobieren sprechen lernen, würde man auch die Maschine immer wieder trainieren und ihr in diesem Lernprozess Fehler erlauben. Voraussetzung dafür sei „Big Data“ – genau genommen nur „Data“, denn viele Daten sind per se notwendig. Diese Daten werden in der Cloud gespeichert und mit äußerst schnellen Prozessoren verarbeitet, die Google selbst entwickelt hat. Die Software ist Googles Open-Source-System Tensorflow für maschinelles Lernen und KI. Seine Funktion erläuterte Ritter an zwei Beispielen. Er erzählte von einer japanischen Familie, die Gurken anbaut und diese für den japanischen Markt nach Qualität sortieren muss. Der Sohn habe mit Tensorflow eine Apparatur aufgebaut, die Gurken nach ihrer Form unterscheidet und selbsttätig sortiert – mit einfacher Mechanik, gesteuert von Tensorflow. Ein zweites Beispiel war der Abgleich von Schnee und Wolken auf Satellitenbildern. In Google Maps werden Wolken ausgeblendet, da sie anders als der Schnee in Bergen nur eine vorübergehende Erscheinung sind. Tensorflow steht natürlich auch für Projekte der Automobilindustrie zur Verfügung; Ritter ließ die Anwendungsgebiete offen – naheliegend wäre sicherlich die Mustererkennung für Fahrerassistenzsysteme und das automatisierte Fahren.
