Seite 1 von 1

Harald Lesch & Hartmut Zohm zur Fusionsforschung

Verfasst: 7. Nov 2018, 13:18
von Frank
Hochinteressante Diskussion und für mich sehr erstaunlich das die Kernfusion , also eine Funktionierende , gar nicht mehr weit weg ist.
Was mich aber ehrlich gesagt etwas geschockt hat, dass war die Steuerung über nicht lineare Systeme und wie diese funktionieren.
Hier werden Steuerungen in Zukunft eingesetzt, die kein Mensch mehr versteht und Probleme selber lösen.
Ganz verstanden habe ich das jetzt noch nicht, aber ich werde das Video nochmal anschauen....... ;j
Die Frage stellt sich aber , wie immer bei solchen Sachen, ob wir das als Menschen wollen?(Also solche Steuerungssysteme)

So wie Lesch es ja formuliert: " Also liebe Studenten, hier habt ihr euren Computer, gebt eurer Problem ein und er löst es für euch."

Auch kann es der Harald nicht lassen, wieder mal Aussagen zu kritisieren, die in einem anderen Zusammenhang gesagt wurden.
Altbundeskanzler Schmidt hat es anders gemeint Harald......... :wink:

https://www.youtube.com/watch?v=LIIfR665CdU

Re: Harald Lesch & Hartmut Zohm zur Fusionsforschung

Verfasst: 8. Nov 2018, 12:44
von deltaxp
Es handelt sich um Steuerung von nicht linearen Systemen. Ein nicht lineares kann man (bis ganz kleine parameter-Variationen) natürlich nur über nicht lineare Steuerungsmodelle adäquat steuern. Und die Steuerung geschieht eben heuer über Computer, und der brauch einen Algorithmus.

So weit wie ich das verstanden habe gibt es dabei eben 2 Möglichkeiten:

Entweder ich baue ein numerischen physikalisches Modell des Systems. Dann kann ich ganz genau berechnen was welche Änderung in Zukunft bewirkt (einfaches Beispiel: ich dürcke aufs gas-pedal, mein Modell hat den Motor numerisch abgebildet, weiss also: Gaspedal um 2 cm runter -> so und soviel mehr Treibstoff in den Zylinder -> so und soviel mehr Energie wird frei -> so und soviel erhöht sich die Drehzahl -> durch die und die Übersetzung erhöht sich so und soviel erhöht sich die Geschwindigkeit Y (das is ziemlich linear hier, aber wenn das Modell eben Luftwiderstand und so weiter mitberücksichtigt und andere autoparameter dann wird's auch schnell nicht linear und gekoppelt). Kurz gesagt für das reale Auto gibt es einen digitalen clon, der sich genauso verhält.Ich muss damit aber die Physik und die Wechselwirkungen genau kennen (Ursache undwirkung) und damit kann ich damit natürlich steuern.

Und jetzt gibt es aber noch eine zweite variante: Mein Steuerungsmodell hat keine Kenntnis von den physikalischen zusammen hängen. Aber es hat viele Daten. Um beim Beispiel zu bleiben: Es X= Gaspedal 2 cm runter, Y=so und soviel Geschwindigkeits Erhöhung (und eben noch viele ander Xs und Ys). Und dann trainiere ich einfach eine machinen lern Modell darauf. Letztlich ist es also nur eine nichtlineare Funktion Y=F(X). Und ein nichtlineares maschinenlernmodell (wie eben neural networks oder tree Ensemble) bildet die (unbekannt Physik des Autos=F(X)=Y=Speed(Übersetzung(Drehzahl(Verbrennungsenergie(Treibstoffmenge(Gaspedal=X))))) eben nur auf diese Funktion Y=Speed(Modell Parameter 1 .. N, Gaspedal) ab, und die Modelparameter werden trainiert. Im Ergebnis kommt (nahezu) das gleiche raus. Das erste Modell kennt abber die kausale Kette X -> Y, das zweite nur die Korrelation X & Y. Wenn man nur am Ergebnis interessiert ist, funktionieren beide gleichermassen. Aber wehe wenn das Gaspedal einen Wert annimmt, der NICHT im trainigsbereich liegt. Das kausale Modell kann damit umgeben, das Machinenlernmodell vielleicht auch, vielleicht aber auch nicht, weil es dann interpoliert in ein ihm unbekannten Bereich. Und der Krux bei nichtlinearen System ist halt, das wenig X sehr große unterschiede in Y bedeuten kann. Und wenn mein X eben ausserhalb des trainingsbereiches liegt, (men machinelern Modell hat nur das systemverhalten vom trainingsbereich von X gelernt), tja und dort zufällig sone nichtlineare Kopplung liegt die zu großen Veränderung führt, dann versagt es. das kausale Modell berechnen die Kopplungen korrekt und funktioniert (aber natürlich auch nur dann immer, wenn der digitale clon so perfekt wie möglich ist, und wer ist das schon).

Als Physiker ist man natürlich immer an der kausalen kette interessiert, als pragmatische kontrolleinheit (es soll nur stabil laufen) ist das aber nicht nötig. Whatever works. Was jetzt besser oder schlechter ist ist wohl standpunktsache.

Ich selber benuze auch viel KI bei meiner Arbeit, aber ich nutze die eher als Hilfsmittel, um in unübrsichtlich Datenmengen muster zu finden (das können die wirklich gut) die dann dazu dienen Ursachen für bestimmte Ereignisse zu finden (fast schon ein missbrauch der KI vom Kontrolleurs-Standpunkt ausgesehen :))