₪ … wer sind wir?

    IngB RT&S ist eine Spezialfirma für bionische Verfahren, was nichts anderes bedeutet, als dass sie biologische Methoden der Signalaufnahme (Sensorik), der bedeutungsrelevanten Signalverarbeitung (Merkmalsextraktion) und der Wissensrepräsentation als Grundlage der Erkennung von Sensordatenrepräsentationen (Situationsidentifikation, Situationskategorisierung) entschlüsselt und in eine algorithmische Repräsentation (maschinelle Intelligenz) überführt.

   Dieser einfach klingende Ansatz hat aber eine große Hürde in sich: da die Natur vieles kann, nur nicht zählen, mussten durch IngB RT&S völlig neue Methoden und Verfahren entwickelt werden, die einerseits potentialorientiert, andererseits in ihrer Dynamik symmetriebezogen agieren mussten.

   Im Laufe seiner Existenz gelang IngB RT&S dies auf seinen beiden heutigen Hauptgebieten:

• dem maschinellen Sehen

und

• den selbst adaptiven Entscheidungsunterstützungssystemen.

   Auf beiden Gebieten wurden die Applikationen von  IngB RT&S durch zahlreiche nationale und internationale Innovationspreise ausgelobt.

    Umschreiben wir kurz die Alleinstellungsmerkmale beider Gebiete:

I ) Maschinelles Sehen:

   Klassische oder KI-methodenbasierte optische Filterverfahren garantieren im Kamerabetrieb keine konstante Konturerkennung oder Wiedergabe echter Farbeindrücke, da sie, im Gegensatz zur biologischen Bildverarbeitung durch das Auge, nicht selbstadaptierend auf Beleuchtungssituationen/Beleuchtungswechsel adaptieren. In Folge scheinen die prozessierten Bildfolgen verrauscht, die objektdefinierenden Konturen sind nicht konstant. Dies erschwert oder verhindert die automatisierte Objekterkennung.

   Arbeitet hingegen mit Potentialen und Symmetrien, gelangt man zu einer beleuchtungsunabhängige Konturerkennung, die intrinsisch adaptiv agiert, d.h. es entstehen optische Filterstrukturen, die unter allen möglichen Beleuchtungsbedingungen weder angelernt noch modifiziert werden. Sie agieren so robust und "selbsteinstellend" wie unser Auge.

II) adaptive und stetig kodierende Entscheidungsunterstützungssysteme:

   Überträgt man dieses potentialorientierte Verfahren auf die Struktur von Entscheidungsunterstützungssystemen, gelangt man zu einer neuen Art Kategorisierern, die zwar klassischen neuronalen Netzen  mit zwei Schichten ähneln, aber durch die Kodierungsart des „Computing with Activities“ völlig neue Dimensionen eröffnen.  

Auch hier galt:

   Hat die Natur eine neues umfassenden Verarbeitungsgebiet eröffnet, wendet sie diesen „an allen Ecken und Enden an“. Diese Kategorisierer stellen herkömmliche neuronal basierte Anwendungen gleich in  mehreren Punkten in den Schatten.

   Diese sind:

• neue Regeln werden verzugslos in das alte Regelwerk integriert, ohne dass das alte Regelwerk zerstört oder maskiert wird.
• bisher nicht berücksichtigte Lagen automatisch werden automatisch als „das kenne ich noch nicht“ angezeigt, statt das sie auf nicht relevante Lagen abgebildet werden
• die Struktur von ihnen ist mathematisch so kompakt, das Trajektorienverläufe der Systemzustände vorausgesagt werden können.
• die neuen neuronale Systeme können auch mit wenigen Daten (Zuständen) erstkonditioniert werden können und im Betrieb sukzessive aufwachsen.
  

   Heute im Gebrauch befindlich, schauen wir auf einen harten Weg von F&E-Anstrengungen zurück, der noch lange nicht zu Ende ist, gebird doch jede Erkenntnis, jedes neues Verfahren, sofort mindestens drei neue Fragestellungen.

  Was am härtesten an umsem Weg war? Nun, die Versuchung, klassische Methoden und Verfahren in unsere Systeme zu integrieren und so den bionischen Pfad zu verlassen...