Mit der Bekanntmachung zur „Förderung von deutsch französischen Projekten zum Thema Künstliche Intelligenz“ vom 1. Oktober 2020 wird ein vertiefter Wissenstransfer aus der Wissenschaft in die Wirtschaft sowie eine verbesserte Entwicklung innovativer Technologien in Deutschland und Europa, von der insbesondere KMU profitieren, gefördert. Die Förderbekanntmachung ist eingebettet in die nationale Strategie für Künstliche Intelligenz (KI). Mit der Umsetzung der Bekanntmachung wird insbesondere das Handlungsfeld „Forschung in Deutschland und Europa stärken, um Innovationstreiber zu sein“ der KI-Strategie adressiert. Dieses deutsch-französische Forschungsvorhaben verfolgt das Ziel, zuverlässige KI Algorithmen zu entwickeln, die im Rahmen von Experimenten der Hochenergie- und Schwerionenphysik eingesetzt werden können, um große Datenmengen energieeffizient und in Echtzeit verarbeiten zu können. Diese Experimente sind bezogen auf die Anforderungen der Datenanalyse und -verarbeitung in vielerlei Hinsicht sehr anspruchsvoll. Zum einen sind die zugrundeliegenden physikalischen Modelle äußerst komplex, zum anderen entstehen im Rahmen solcher Experimente Messdaten von mehr als 10 Millionen Teilchenkollisionen pro Sekunde mit einem Datenvolumen von bis zu 500Tbit pro Sekunde. Die Auswertung dieser Datenmengen hat in der Vergangenheit mehrere Jahre in Anspruch genommen.
Im Rahmen des Forschungsprojekts werden daher neue leistungsfähige KI-Algorithmen entwickelt, die eine Echtzeitcharakterisierung von physikalischen Teilchen ermöglichen sollen und auf hybriden Rechenarchitekturen lauffähig sind. Hybride Rechenarchitekturen ermöglichen die Auslagerung und parallele Bearbeitung rechenintensiver Prozesse über eine Cloudarchitektur und die Verwendung moderner Prozessor-Architekturen und schaffen auf diese Weise die Grundlage dafür, dass die entwickelten Algorithmen den hohen Anforderungen an Rechen- und Energieeffizienz entsprechen können. Für das Training der zu entwickelnden Neuronalen Netze werden Trainingsdaten verwendet, die im Rahmen der Projektlaufzeit bei hochkomplexen Experimenten am CERN und Helmholtzzentrum für Schwerionenforschung (GSI) erhoben werden.
Die auf diese Art trainierten Netze können nach Projektende in einer Vielzahl von Experimenten der Hochenergie- und Schwerionenphysik verwendet werden und somit einen wichtigen Beitrag zu zukünftigen Projekten der Grundlagenforschung leisten. Da das Volumen und die Komplexität der verwendeten Daten den Umfang der anspruchsvollsten industriellen Anwendungen übersteigen, ist zu erwarten, dass die entwickelten Algorithmen in anderen Anwendungsbereichen, in denen eine effiziente Mustererkennung mit KI in Echtzeit erforderlich ist, gewinnbringend eingesetzt werden können. Mögliche Anwendungsdomänen könnten u. a. autonomes Fahren, Smart Cities sowie Echtzeit Erkennung von Anomalien in medizinischen Verfahren oder industriellen Prozessen sein.
Frankfurt Institute for Advanced Studies (FIAS)
Ruth-Moufang-Straße 1
60438 Frankfurt am Main
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