[发明专利]模糊参数化的KI模块以及运行方法

说明书

一种人工智能智能模块，KI模块，其被构造用于，通过内部处理链来将一个或多个输入参量处理成一个或多个输出参量，其中通过一个或多个参数来规定所述内部处理链，并且其中所述KI模块被构造用于，由在存储器中所保存的一个或多个存储值确定所述一个或多个参数，其中，设置分布模块，所述分布模块被构造用于，分别从一个或多个统计学分布中提取单个值并且由此求取所述一个或多个参数，其中每个统计学分布的至少一个统计学特性参量与至少一个存储值有关。用于消除存储值的方法。用于离散化和压缩存储值的方法。用于评估输出参量的不确定性的方法。

技术领域

本发明涉及一种人工智能模块，KI模块，其中所作出的陈述（Aussage）的不确定性（Unsicherheit）是能够量化的（quantifizierbar）并且同时学习参量（Lerngrößen）能够以节省空间的方式被存储在硬件上。

背景技术

在道路交通中对机动车的驾驶要求对大量对象、诸如交通标志、车行道划线或者其他交通参与者进行可靠的视觉识别。为了使车辆能够完全或部分自动化地行驶，需要对迄今由人类驾驶员承担的（leisten）识别进行人工模仿（künstliche Nachbildung）。基于该问题的高维度（Dimensionalität）而为此应用人工智能模块（KI模块），这些人工智能模块将图像根据在其中所包含的对象来进行分类。这些KI模块可以尤其包含神经网络。

为了运行安全性而重要的是，至少确定出如下情形以便能够采取（einleiten）进一步的适合的措施，其中在所述情形中该识别好像并不可靠地起作用。在KI模块的训练阶段中对所有可能的这样的情形的全面（erschöpfend）测试都是并不实用的。

DE 10 2005 050 577 A1公开一种用于自动检验控制设备的神经网的方法。

发明内容

在本发明的范畴内已经开发一种人工智能模块，即KI模块。该KI模块被构造用于，通过内部处理链来将一个或多个输入参量处理成一个或多个输出参量。在此，通过一个或多个参数来规定（festlegen）该内部处理链。在此情况下， 术语“参数”并不被限于标量值（skalarer Wert），而是也包括向量、矩阵或来自函数空间的函数，诸如过滤器（Filter）。

KI模块被构造用于，由在存储器中所保存的（ablegen）一个或多个存储值（Speicherwert）。确定所述一个或多个参数。这意味着：存在如下计算规则：具体的、在存储器中所保存的存储值被分配给参数的值。

设置分布模块（Verteilungsmodul），其被构造用于，分别从一个或多个统计学分布中提取（entnehmen）单值并且由此确定所述一个或多个参数，其中每个统计学分布的至少一个统计学特性参量与至少一个存储值有关。

该存储值可以例如在KI模块的学习过程中已经被获取，因此与所学习的学习参量的值相应。但是，该存储值可以也已经事先作为程序被输入（einprogrammieren）。组合也是可能的。因此，例如可以在KI模块的稍后重新的学习过程中更新事先作为程序被输入的存储值。存储值的在下文中所描述的有损失的压缩和离散化以与其原本的来源无关的方式是可能的。

这意味着，在分布模块的重复循环中存储值的一个且同一个配置（Konstellation）不再总是被分配给参数的相同值。相反，参数的所获取的值在统计学上围绕通过存储值来被预先给定的值分布。

KI模块的训练通常以输入参量的大量的学习值（Lern-Werten）来被执行，对于这些学习值分别已知输出参量的学习值。如下存储值被逐步（sukzessiv）优化，使得输入参量的学习值以针对相应的应用而言足够的精确度被映射到输出参量的学习值，其中分布模块由所述存储值来确定参数。于是由此出发：在真实运行中出现的输入参量的值也被映射到输出参量的针对应用而言有意义的值。