Mit der Bekanntmachung „Förderung von KI-Laboren und der Qualifizierung im Rahmen von Forschungsvorhaben im Gebiet Künstliche Intelligenz“ vom 17. April 2019 sollen Hochschulen und außeruniversitäre Forschungseinrichtungen durch die Schaffung von KI-Laboren befähigt werden, neue KI Software-Engineering-Methoden zu erforschen und zu erproben, Testdatensätze zu erstellen und dabei zugleich die Aus- und Weiterbildung von Masterstudierenden und Anwendern aus der Wirtschaft voranzutreiben. Die Förderbekanntmachung ist eingebettet in die nationale Strategie für Künstliche Intelligenz (KI). Mit der Umsetzung der Bekanntmachung werden die nachfolgenden Handlungsfelder der KI-Strategie adressiert: Stärkung der Forschung in Deutschland, Transfer in die Wirtschaft, Ausbildung stärken und Daten verfügbar machen. Forschungs- und Qualifizierungskonzept zur Weiterentwicklung autonomer Schwarmrobotik Verfügbare Rechner sind heute in der Lage, die immer größer werdenden Datenmengen zu nutzen und in adäquater Zeit Modelle zur Lösung von Problemstellungen eigenständig zu lernen. Der Einsatz von Maschinellen Lernverfahren auf die industrielle Anwendung der Robotik bringt enormes Potential für die Wirtschaft. Jedoch kann aufgrund des Fachkräftemangels das bestehende Potential nicht voll ausgeschöpft werden. Zudem erfordert die Forschung in der Anwendung von Maschinellem Lernen (ML) für Robotik reale Hardware, da mit einer Simulation keine ausreichende Genauigkeit zur unmittelbaren Übertragung der Ergebnisse erreicht werden können. Bisherige Forschungen an verteilter Kooperation ressourcenbeschränkter Einzelsysteme (Roboter) haben sich aufgrund der hohen Komplexität des Systems nur auf die virtuellen Spielewelten beschränkt. Insbesondere für die Schwarmrobotik sind hier kaum Forschungsbeispiele zu finden. Somit besteht in dem Bereich Maschinelles Lernen für Robotik ein hohes Maß an Forschungsbedarf, da der Zugriff der Wissenschaftler auf Forschungsinfrastruktur mit industrienaher Hardware nicht gegeben ist.
Ziel des Vorhabens ist die Entwicklung von drei Teilkomponenten: 1) Entwicklung einer dedizierten Programmiersprache für Experimente, 2) Aufbau einer Cloud-Plattform zur Durchführung von Experimenten sowie 3) Einrichtung einer Suchmaschine für vorhandene Experimente. Die Programmiersprache für Experimente (Teilkomponente 1) trägt drei Innovationen zur Entwicklung von KI-Systemen bei: a) Abstraktion, b) Korrektheitsgarantien und c) Reproduzierbarkeit. Die Cloud-Plattform (Teilkomponente 2) dient der parallelen Verarbeitung von Experimentserien. Darüber hinaus erlaubt sie die Veranstaltung von Data-Science-Wettbewerben und stellt sicher, dass sensitive Daten nicht für Dritte zugänglich sind. Die Suchmaschine für Experimente (Teilkomponente 3) stellt sicher, dass Experimente nicht unnütz wiederholt werden und erlaubt erstmals die Suche und damit die Analyse von Experimentdaten, um Vorhersagen zu ermöglichen. Dieser bislang nicht verfügbare Technologiemix soll es Forschern und Entwicklern erleichtern, Experimentreihen zu planen, mit wenig Aufwand parallel auszuführen und mittels „Hypothesen-Triggern“ zu steuern. Damit beschleunigt Agile AI die experimentgetriebene Entwicklung von KI-Systemen.
Das Vorhaben trägt dazu bei, das Vertrauen und die Transparenz in KI-Systeme zu stärken, da ihre Entstehungsgeschichte in Form von Experimentserien nachvollziehbar wird. Die entwickelten Werkzeuge werden Open Source veröffentlicht, in Industrievorträgen und Hackathons verbreitet und in zukünftigen Forschungsvorhaben eingesetzt. Durch die gezielte Ausrichtung von Data-Science-Wettbewerben und die Entwicklung von standardisierten Benchmarks wird die Forschung und Entwicklung in der KI gezielt gefördert. Weiterhin werden Softwareentwickler der Region sowie Studierende ausgebildet. Ziel dabei ist ein forschendes Lernen gemäß dem humboldtschen Ideal.
Fraunhofer Institut für Materialfluss und Logistik
Joseph-von-Fraunhofer-Str. 2-4
44227 Dortmund
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen