Künstliche Intelligenz

Neues CD-Labor für maschinelles Lernen an der TU Wien startet

Wie kann man maschinelles Lernen auf möglichst effiziente und ressourcenschonende Weise in eingebetteten Systemen nutzen? Diese Frage steht im Zentrum der Arbeit eines neuen Christian Doppler-Labors an der Technischen Universität Wien.

Wie man maschinelles Lernen auf möglichst effiziente und ressourcenschonende Weise in eingebetteten IT-Systemen ("Embedded Systems") nutzen kann, will ein neues Christian Doppler(CD)-Labor an der Technischen Universität (TU) Wien erforschen. Die Forscher gehen davon aus, dass damit Künstliche Intelligenz (KI) Schritt für Schritt im Alltag Einzug halten wird. Das Labor wurde jetzt eröffnet, dessen Homepage ist hier abrufbar: www.cdg.ac.at >>

Siemens, AVL und TU Graz beteiligt

In den von der Christian Doppler Gesellschaft (CDG) für jeweils sieben Jahre genehmigten CD-Laboren kooperieren Wissenschafter mit Unternehmen im Bereich anwendungsorientierte Grundlagenforschung. Das Budget kommt dabei jeweils zur Hälfte von der öffentlichen Hand und den Industriepartnern. Im neuen CD-Labor sind das die Mission Embedded GmbH, Siemens Österreich und AVL List. Auch die TU Graz ist als wissenschaftlicher Partner am Labor beteiligt.

Maschinelles Lernen: Ein Teil des Bereichs KI

Maschinelles Lernen ist ein Teilaspekt der KI. Dabei arbeitet ein Computer nicht einfach vorgefertigte Befehle ab. Vielmehr werden Systeme entwickelt, die aus Daten lernen und damit Abläufe optimieren können. Üblicherweise werden dafür Hochleistungscomputer benötigt. Doch die stehen vielfach für Anwendungen in der Praxis nicht zur Verfügung und Systeme müssen mit begrenzter Energie, Speicherplatz und Rechenzeit auskommen.

White Paper zum Thema

Als Beispiel nennen die TU-Forscher in einer Aussendung selbstfahrende Autos. Von Sensoren erfasste Bilddaten etwa müssen im Auto innerhalb kurzer Zeit und mit hoher Verlässlichkeit verarbeitet werden - und das mit begrenzter Rechenkapazität und limitiertem Stromverbrauch.

Das soll in "Embedded Systems" passieren, kleinen Computern, die kompakt und kaum sichtbar in verschiedene Geräte eingebaut sind. Die Wissenschafter um Laborleiter Axel Jantsch wollen sich dabei vor allem darauf konzentrieren, "wie man Hardware am besten konfigurieren kann", also etwa welche Chips und Rechnerarchitektur sich für bestimmte Anwendungen eignen und welche Plattformen und Werkzeuge die höchste Effizienz ermöglichen.

Lernende Systeme im Zentrum

Im Zentrum der Forschung am "CD-Labor für Embedded Machine Learning" stehen lernende Systeme im Bereich der Bild- und Videoerkennung. Dazu zählen Anwendungen für den Außenbereich, ohne Zugang zu großen Speicherkapazitäten und Energiequellen, beispielsweise automatische Ampelsteuerungen. Solche Systeme könnten aber auch bei selbstfahrenden Autos, Qualitätskontrollen bei Produktionsanlagen oder personalisierter Sensorik zur Analyse von Körpersignalen in der Medizin und Sport eingesetzt werden. (apa/red)

Aus diesem Bereich:
Nanotechnologie: Voest und Bosch betreuen neues CD-Labor in Linz >>   
Neues CD-Labor für metallische Industriewerkstoffe in Wien >>    
Neues Forschungszentrum für nachwachsende Rohstoffe in Tulln >>

Verwandte tecfindr-Einträge