Künstliche Intelligenz

Windhoek (yn/sno) – Künstliche Intelligenz (KI) und die Fähigkeit einer Maschine zu lernen (Machine Learning, ML) können dazu beitragen, die Transportindustrie zu revolutionieren. Während der Indaba X, die in der vergangenen Woche von der namibischen Universität für Wissenschaft und Technik (Namibia University of Science and Technology, NUST) ausgerichtet worden war, erläuterte Dr. Robert Ambunda vom UNAM Transport and Mobility Research Lab, die Anwendung von KI- und ML-Techniken im Transportwesen.

„KI umfasst das Konzept der Schaffung intelligenter Maschinen, die menschliches Denken, Fähigkeiten und Verhaltensweisen simulieren können. ML hingegen ist eine Untergruppe von KI, die Maschinen ermöglicht, aus Daten ohne explizites Programmieren zu lernen", sagte er. Durch den Einsatz dieser Technologien kann der Transportsektor erhebliche Fortschritte erzielen und einige seiner inhärenten Komplexitäten überwinden.

Laut Ambunda beinhaltet das Transportwesen sowohl quantitative als auch qualitative Daten, wodurch der Einsatz von Expert- und Fuzzy-Systemen naheliegt. „Quantitative Daten sind im Transportwesen weit verbreitet, und durch den Einsatz von KI-Techniken können Experten ihr Wissen nutzen, um Modelle zu entwickeln, die mit Unsicherheiten und komplexen Entscheidungsprozessen umgehen können."

Dr. Ambunda skizzierte einige Projekte des UNAM Transport and Mobility Research Lab, die die praktische Anwendung von KI und ML im Transportwesen veranschaulichen sollten.

Das erste Projekt konzentriert sich auf die Entwicklung intelligenter Ampeln mit Infrarotsensoren. „Echtzeitdatenanalyse ermöglicht die Optimierung des Verkehrsflusses an Kreuzungen und reduziert effektiv Staus." Diese intelligenten Ampeln können sogar energieeffiziente Funktionen implementieren, wie z.B. den Schlafmodus während Zeiten der Inaktivität.

Das zweite Projekt umfasst die Konzeption und Entwicklung eines solarbetriebenen Geräts, das visuell Fahrzeuge erkennen und zählen kann. Durch den Einsatz fortschrittlicher Bilderkennungsfunktionen übertrifft dieses System die menschlichen Fähigkeiten bei der genauen Identifizierung und Zählung von Fahrzeugen und führt zu einer verbesserten Verkehrskontrolle und -verwaltung.

Das dritte Projekt untersucht die Kapazität des Straßennetzes, um den aktuellen Verkehrsumfang zu bewältigen. Durch den Einsatz verschiedener Kreuzungssteuerungstechniken von herkömmlichen Stoppschildern bis hin zu intelligenten Verkehrssteuerungssystemen strebt das Forschungsteam an, den Verkehrsfluss zu optimieren und die Effizienz des gesamten Straßennetzes zu verbessern.

Dieses laufende Projekt birgt große Gelegenheiten für die Verbesserung der Verkehrsinfrastruktur und die Reduzierung von Staus. „Durch den Einsatz dieser Technologien können Verkehrsprobleme mit innovativen Lösungen angegangen werden, die den Verkehrsfluss optimieren, die Kapazität der Infrastruktur verbessern und die gesamte Mobilität steigern", sagte Dr. Ambunda.