IBM@CEBIT: Olli ist fahrerlos aber keineswegs stumm!

Olli von Local Motors nutzt als erstes Fahrzeug die Cloud-basierten kognitiven und analytischen Fähigkeiten von IBM Watson. Damit kann es die enormen Datenmengen auswerten, die im Dialog mit den Fahrgästen entstehen. Für den Dialog nutzt das System hinter Olli verschiedene Application Programming Interfaces (APIs) von IBM, zu denen unter anderem Spracherkennung, Speech to Text und Text to Speech gehören. Zu erleben auf dem CeBIT-Stand der IBM in Halle 2.

Das Fahrerlebnis wird sich in den nächsten Jahren stark verändern – sei es im Auto oder im öffentlichen Nahverkehr. Getrieben wird diese Entwicklung durch kognitive Systeme, wie sie bei Olli – dem “intelligenten” fahrerlosen Elektrobus –  im Einsatz sind. Er kann mit seinen maximal 12 Fahrgästen kommunizieren und bringt sie sicher zum Ziel.

Mithilfe der Watson Technologie versteht der Elektrobus seine Passagiere und reagiert auf ihre Fragen und Bitten, wie zum Beispiel „ich möchte im Stadtzentrum aussteigen“, entsprechend. Wobei Olli nicht jeden unbedingt zu seinem Zielort bringen muss. So kann er seinen Passagieren auch während der Fahrt den Umstieg auf andere Verkehrsmittel empfehlen. Dazu könnte das System in Sekundenschnelle die Fahrpläne des öffentlichen Nahverkehrs durchforsten, den Fahrgast an einer geeigneten Station aussteigen lassen und ihm schon gleich das passende Ticket verkaufen. Das ist vergleichbar mit zwölf Carsharing-Anwendungen, die alle gleichzeitig für einen Olli Bus arbeiten.

Pionier und Vorreiter
Das grundlegend Neue ist die Dialog- und Lernfähigkeit sowie die enorm schnelle Verarbeitung riesiger Datenmengen aus unterschiedlichen Quellen und in unterschiedlichen Formaten. Das erfolgt durch die Nutzung einer Reihe verbesserter oder neu entwickelter Technologien, wie zum Beispiel Natural Language Processing zur Spracherkennung  sowie Anwendungen zur Bild- und Gesichtserkennung. Zum anderen ist das System in der Lage, sich neue Inhalte selbständig zu erschließen sowie sich Fähigkeiten und Wissen im Training mit Menschen anzueignen. Damit wird ein lernendes System wie Watson auch nicht mehr wie ein herkömmlicher Computer programmiert. Stattdessen verwendet es eine Kombination aus Machine Learning und Deep Learning.