Ilmenaun tutkijat kehittävät tekoälyn turvallista käyttöä kriittisissä järjestelmissä

Ilmenaun tutkijat kehittävät tekoälyn turvallista käyttöä kriittisissä järjestelmissä

Ilmenaun teknillinen yliopisto on integroitunut Saksan tutkimussäätiön (DFG) uraauurtavaan tutkimusryhmään, joka käsittelee koneoppimisen haasteita. Heidän tavoitteenaan on lisätä tämän tekniikan turvallisuutta, suorituskykyä ja datatehokkuutta. Painopiste on erityisesti monimutkaisissa ohjausjärjestelmissä ja turvallisuuden kannalta kriittisissä sovelluksissa, jotka kattavat olennaiset osa-alueet, kuten sähköenergiajärjestelmät, autonomisen ajon ja robotiikan. Ilmenaun matematiikan professori Karl Worthmann johtaa koneoppimisen ja matemaattisen tarkkuuden rajapintaa.

Hannoverin Leibnizin yliopiston koordinoima tutkimusprojekti käynnistyi huhtikuun lopussa kansainvälisellä työpajalla. Seuraavien neljän vuoden rahoitusta on käytettävissä lähes 3,5 miljoonaa euroa, josta 486 400 euroa menee suoraan TU Ilmenaulle. Tämä aloite korostaa koneoppimisen keskeistä roolia tekoälyn kehittämisessä ja rajoja, jotka perinteiset järjestelmät saavuttavat turvallisuusvaatimuksissa käynnissä olevan toiminnan aikana.

Integraatio teollisuuteen

Toinen tärkeä näkökohta nykyisessä kehityksessä on koneoppimisen integrointi teollisiin sovelluksiin. Äskettäin perustettu sisäinen koulutus "Machine Learning for turvallisuuskriittisiin sovelluksiin teollisuudessa" pyrkii ottamaan huomioon erityiset turvallisuusperiaatteet. Tämä tehdään ottaen huomioon olemassa olevat ja tulevat tekoälystandardit sekä toimialakohtaiset standardit.

Koulutukseen osallistujat perehtyvät koneoppimisen vaikutuksiin toimintaturvallisuuteen. Tämä sisältää myös keskeisten käsitteiden, kuten vankuuden, harhaisuuden ja ennustevarmuuden, soveltamisen sekä projektikohtaisen turvallisuuden elinkaaren kehittämisen. Tämän koulutuksen kohdeyleisöihin kuuluvat insinöörit, joiden on integroitava tekoäly tuotantoprosesseihin ja toimitettava turvallisuustodisteita. Ohjelma tarjoaa jäsennellyn kehyksen ja kattavan työkalupakin koneoppimisen turvalliseen käyttöön.

Tekniset perusteet

Koneoppimista tukeva peruselementti on hermoverkot, tämän tekniikan osajoukko. Hermoverkostot ovat vahvasti inspiroituneita ihmisaivojen hermosolujen välisistä yhteyksistä. Nämä keinotekoiset verkot koostuvat useista kerroksista datasolmuja, jotka on linkitetty toisiinsa painotetuilla yhteyksillä. Esittämällä tietoja toistuvasti hermoverkko oppii luokittelemaan tiedot tehokkaammin.

Neuronien välisten painojen säätö tapahtuu jatkuvasti, jolloin luotu malli soveltuu tuntemattomaan dataan. Erityinen hermoverkkojen tyyppi ovat niin sanotut "syvät neuroverkot". Nämä verkot voivat sisältää satoja tuhansia tai jopa miljoonia neuronikerroksia, mikä mahdollistaa yhä monimutkaisempien ongelmien ratkaisemisen syvän oppimisen avulla. Jatkuva koulutus ja yhteyksien sopeuttaminen ovat ratkaisevan tärkeitä näiden oppimisprosessien onnistumiselle.

Yhteenvetona voidaan todeta, että Ilmenaun teknillinen yliopisto ja sen yhteistyökumppanit antavat merkittävän panoksen koneoppimisen jatkokehitykseen ja sen turvalliseen soveltamiseen kriittisillä alueilla innovatiivisilla lähestymistavoilla ja koulutusohjelmilla.

Lisätietoja TU Ilmenaun tutkimusryhmästä on osoitteessa tu-ilmanau.de. Yksityiskohtaiset näkemykset sisäisestä koulutuksesta löydät osoitteesta iks.fraunhofer.de ja lisätietoa tekoälystä ja hermoverkoista osoitteessa iks.fraunhofer.de.