Ambient Intelligence

Ambient Intelligence

Copyright © Shutterstock / Ollyy

Was ist Ambient Intelligence?

Definition

Ambient Intelligence, auf Deutsch Umgebungsintelligenz, ist ein multidisziplin√§rer Ansatz, der darauf abzielt, die Interaktion zwischen Mensch und Umwelt zu verbessern. Das Ziel ist es, die Orte, an denen Menschen leben und arbeiten, f√ľr sie n√ľtzlicher zu machen.

Smart Home ist ein Beispiel f√ľr solche Systeme, aber Ambient Intelligence (AmI) kann auch in Bezug auf Krankenh√§user, √∂ffentliche Verkehrsmittel, Fabriken und andere Umgebungen verwendet werden. Das Erreichen von Ambient Intelligence h√§ngt weitgehend ab von der eingesetzten Technologie sowie von der Intelligenz der Software, die f√ľr die Entscheidungsfindung verwendet wird.

Ambient Intelligence umfasst viele verschiedene Disziplinen. Dazu z√§hlen die Automatisierung mittels Sensoren, Steuerung und Aktoren, Mensch-Maschine-Interaktion und Computergrafik, Kommunikation, Ubiquitous Computing, eingebettete Systeme und k√ľnstliche Intelligenz. Ambient Intelligence ist ohne k√ľnstliche Intelligenz (KI) nicht m√∂glich. Ziel von KI ist, mehr Intelligenz in die AmI-Umgebungen zu integrieren, wodurch eine bessere Unterst√ľtzung f√ľr den Menschen und der Zugang zu wesentlichem Wissen erm√∂glicht werden. Dadurch sollen bessere Entscheidungen bei der Interaktion mit diesen Umgebungen erreicht werden.

Das Konzept der Ambient Intelligence wurde von der ISTAG Beratergruppe der Europ√§ischen Kommission entwickelt. ISTAG fordert, eine ganzheitliche Sicht auf Ambient Intelligence zu entwickeln. Es soll nicht nur die Technologie, sondern die gesamte Innovationskette von der Wissenschaft bis zum Endnutzer sowie die verschiedenen Merkmale des akademischen, industriellen und administrativen Umfelds ber√ľcksichtigt werden.

Wie funktioniert Ambient Intelligence?

AmI wird durch die Koexistenz und Interaktion heterogener Elemente unterst√ľtzt. Software, Hardware und Netzwerke sind in AmI integriert, um Menschen zu unterst√ľtzen. Automatisierung in einer intelligenten Umgebung kann als ein Zyklus von Wahrnehmung des Zustands der Umwelt, Argumentation √ľber diese Wahrnehmung zusammen mit Aufgabenzielen und Ergebnissen m√∂glicher Handlungen angesehen werden, die auf die Umwelt einwirken, um ihren aktuellen Zustand zu √§ndern.

Die Wahrnehmung der Umwelt ist ein Bottom-up-Prozess. Sensoren √ľberwachen die Umgebung mithilfe physischer Komponenten und stellen Informationen √ľber die Kommunikationsschicht zur Verf√ľgung. Eine Datenbank speichert diese Information, w√§hrend andere Informationskomponenten die rohen Informationen zu n√ľtzlicherem Wissen und Aktionsmodellen verarbeiten. Neue Informationen und Probleme werden dann den Entscheidungsalgorithmen pr√§sentiert. Die Ausf√ľhrung von Aktionen erfolgt von abstrakteren, logischen zu konkreteren, physischen Ebenen. Die Entscheidungsaktion wird den Dienstebenen – Information und Kommunikation – mitgeteilt, die die Aktion aufzeichnen und sie an die physischen Komponenten weiterleiten. Die physikalische Schicht f√ľhrt die Aktion mithilfe von Aktoren oder Ger√§testeuerungen durch, ver√§ndert so den Zustand der Umwelt und l√∂st eine neue Wahrnehmung aus.
Die von AmI-Algorithmen ben√∂tigten Informationen werden von Sensoren gemessen und mithilfe eines Sensornetzwerks erfasst. Dieses Sensornetzwerk ist verantwortlich f√ľr die Erfassung und Verteilung von Daten, die von intelligenten Geb√§uden, Fabriken, H√§usern, Schiffen und Transportsystemen ben√∂tigt werden. Angesichts der gro√üen Datenmenge, die von Sensoren gesammelt wird, und der Bedeutung, die ihre Position und Zuverl√§ssigkeit f√ľr die Gesamtleistung des Systems haben, m√ľssen Sensornetzwerke schnell, einfach zu installieren, zu warten und autonom sein. Das Ergebnis ist eine Schicht des Ambient Intelligence Systems, die einen Teil der Last des intelligenten Denkens √ľbernimmt, wodurch die Menge an Argumenten reduziert wird, die auf den h√∂heren logischen Ebenen ben√∂tigt wird.

 

Es gibt eine Vielzahl von Konzepten und Technologien, die mit AmI zusammenhängen. Ubiquitous Computing, Pervasive Computing, eingebettete Systeme und Context Awareness sind am häufigsten.

Ambient Intelligence am Beispiel des Smart Home

In Bezug auf das Smart Home achten Ambient Intelligent Devices passiv auf die Aktionen der Bewohner in bestimmten Umgebungen. Sie lernen, was Menschen tun, wie sie reagieren und welche Interessen sie haben, um intuitive und datenbasierte Vermutungen dar√ľber zu erstellen, was Nutzer w√ľnschen und welche Aktionen auszuf√ľhren sind. Dies k√∂nnen Aktionen wie das Licht einschalten sein, oder daf√ľr zu sorgen, dass das Haus am Abend vorgeheizt ist, weil das System wei√ü, dass die Bewohner am Dienstagabend sp√§t nach Hause kommen. Ambient Intelligence ist eines der am weitesten fortgeschrittenen Elemente in der Smart Home-Entwicklung.

AmI bietet eine neue Ebene der Mensch-Computer-Interaktion, in der Menschen von intelligenten und intuitiven Schnittstellen umgeben sind, die in die Alltagsgegenst√§nde eingebettet sind. AmI ist ein Schl√ľsselelement in intelligenten Umgebungen, intelligenten vernetzten Objekten, erweiterten und gemischten Realit√§ten, intelligenten Schnittstellen und Wearable Computing. W√§hrend Ambient Intelligence schrittweise in das Smart Home integriert wird, m√ľssen noch Probleme wie Standardisierung, Zug√§nglichkeit und Erschwinglichkeit gel√∂st werden.

Im Smart Home kombiniert Ambient Intelligence die Konnektivität des Internet of Everything mittels eingebetteter Sensoren und drahtloser Technologien mit der Informationsintelligenz von Big Data Analytics und der Allgegenwart von Smart Devices wie Smartphones, Tablets und Wearables.

Die M√∂glichkeiten intelligenter Haustechnik, die Verbraucher wirklich √ľberzeugen, beruhen auf einer Reihe wichtiger Komponenten. Dazu z√§hlen neben den Sensoren und drahtloser Kommunikation mit Wi-Fi und Bluetooth die Mensch-Computer-Interaktion (Human-Computer Interaction, HCI) mittels intelligenter, intuitiver Benutzeroberfl√§chen, die in allt√§gliche Objekte eingebettet sind. AmI verwebt die Daten aus vielen Quellen, um Benutzergewohnheiten zu “lernen”, den Kontext und den Zweck einer Anfrage zu verstehen und dann eine Aktion auszuf√ľhren.

Laut einer Studie von GMSA Intelligence werden Smartphone-Nutzer bis 2020 etwa 70 Prozent der Weltbev√∂lkerung ausmachen. Neben dem direkten Zugang zum Internet und der Funktion als wichtige Steuerger√§te f√ľr das Smart Home enthalten Smartphones eine F√ľlle n√ľtzlicher Informationen wie Geotagging, App-Logs und Daten, die f√ľr die Genauigkeit von AmI sehr wichtig sind. In zunehmendem Ma√üe nutzen etablierte Unternehmen und Startups ihre Ressourcen, um diese Daten zu nutzen und F√§higkeiten f√ľr virtuelle Assistenten zu entwickeln, die mit Ambient Intelligence verbunden sind. Zu diesem Zweck hat beispielsweise Google in j√ľngster Vergangenheit DeepMind Technologies gekauft, ein AmI-Unternehmen, das sich darauf konzentriert, Computer zu entwickeln, die wie das menschliche Gehirn lernen k√∂nnen.

Eine wichtige Herausforderung f√ľr das Smart Home und AmI im Allgemeinen ist die genaue Verfolgung und sofortige automatische Reaktion auf Personen, die sich in einer Umgebung bewegen. Mehrere Faktoren m√ľssen konvergieren, um die Interaktivit√§t Realit√§t werden zu lassen. Die Interaktionen erfordern die Verarbeitung von Standortdaten und die Verwendung effizienter Algorithmen. Probleme bereitet in diesem Zusammenhang die pr√§zise Standortermittlung mit Bluetooth oder Sensoren und die Geschwindigkeit, mit der aktuelle Algorithmen die Information verarbeiten und auf sie reagieren k√∂nnen.

Das Zentrum von Ambient Intelligence ist nicht mehr lokal in der Hardware oder in einem Netzwerk. Die Intelligenz befindet sich in der t√§glich genutzten Umgebung. Die Entwicklung intelligenter H√§user, Fahrzeuge, Transport- und Fertigungssysteme und sogar intelligenter St√§dte wird weiter vorangetrieben und das Konzept der Ambient Intelligence wird f√ľr das allt√§gliche Leben an Bedeutung gewinnen.


Sie haben noch Fragen?

Kontaktieren Sie uns

Kostenloser SEO-Check der OSG


Weitere Inhalte