Print Friendly, PDF & Email

Die US-Streitkräfte haben im Rahme eines Forschungsvorhabens ein neuartiges Interface für die Kommunikation zwischen Soldaten und Maschinen, wie beispielsweise einem unbemannten Landfahrzeug (UGV), entwickelt. Ziel des Systems ist eine reibungslose Kommunikation zwischen den eingesetzten Kräften und den unterstützenden Maschinen. Dabei sollen potentielle Probleme im Vorfeld durch die Verarbeitung der Information und Übersetzung in ein für maschinelle Systeme verarbeitbare Information umgangen werden.

Das von dem U.S. Army Combat Capabilities Development Command als Natural Language Understanding (NLU) bezeichnete System hat seine Wurzeln in einer Entwicklung, welche seit 2010 vorangetrieben wird. Ziel ist es eine robuste und stressresistente Kommunikation zwischen einem menschlichen Nutzer und einer durch künstlichen Intelligenz geführten Maschine wie einem UGV zu ermöglichen.

Das Interface soll über eine Spracheingabe die Absicht des menschlichen Gegenübers erkennen. Durch die als Abstract Meaning Representation bezeichnete Technologie wird die Maschine befähigt Fragen zu dem Befehl zu stellen und durch einen Dialog die Informationsdichte zu dem Auftrag zu erhöhen. Durch maschinelles Lernen kann der Kommunikationsfluss zudem weiter optimiert werden. So können Fehler in der Eingabe durch unterschiedliche kulturelle Prägung beziehungsweise Wortschatz, Dialekt oder Störgeräusche im Hintergrund sukzessive eliminiert werden. Zudem ist es denkbar, dass in Zukunft Information zum Beispiel auch im laufenden Gefecht und auch bei stressinduzierter Verzerrung auf der menschlichen Seite verarbeitet und verstanden werden können.

Die finale Zielsetzung der Wissenschaftler am U.S. Army Combat Capabilities Development Command ist es die Maschine als potentielles Teammitglied auf allen Ebenen zu integrieren. Dies wird nur dann realisiert werden können, wenn eine möglichst natürliche Kommunikation zwischen Mensch und Maschine möglich wird. Das dies, wie bei rein menschlichen Protagonisten eine Gewöhnungsphase benötigt und sich das Zusammenspiel erst etablieren muss, ist dabei kein Nachteil, da durch das adaptive Element des maschinellen Lernens eine Umstellung beim Wechsel von Teilen des Personals ebenfalls möglich bleiben soll.

Kristóf Nagy