Des chercheurs d’Ilmenau développent une utilisation sûre de l’IA dans les systèmes critiques

Des chercheurs d’Ilmenau développent une utilisation sûre de l’IA dans les systèmes critiques

L'Université technique d'Ilmenau s'est intégrée dans un groupe de recherche pionnier de la Fondation allemande pour la recherche (DFG) qui s'occupe des défis de l'apprentissage automatique. Leur objectif est d’augmenter la sécurité, les performances et l’efficacité des données de cette technologie. L'accent est particulièrement mis sur les systèmes de contrôle complexes et les applications critiques pour la sécurité qui couvrent des domaines essentiels tels que les systèmes d'énergie électrique, la conduite autonome et la robotique. Karl Worthmann, professeur de mathématiques à Ilmenau, dirigera l'interface entre l'apprentissage automatique et la précision mathématique.

Le projet de recherche, coordonné par l'Université Leibniz de Hanovre, a débuté fin avril par un atelier international. Près de 3,5 millions d'euros de financement seront mis à disposition pour les quatre prochaines années, dont 486 400 euros iront directement à la TU Ilmenau. Cette initiative met en évidence le rôle central du machine learning dans le développement de l’intelligence artificielle et les limites qu’atteignent les systèmes traditionnels en termes d’exigences de sécurité lors des opérations en cours.

Intégration dans l'industrie

Un autre aspect crucial des développements actuels est l’intégration de l’apprentissage automatique dans les applications industrielles. Une nouvelle formation interne intitulée « Machine Learning pour les applications critiques pour la sécurité dans l'industrie » vise à prendre en compte des principes de sécurité spécifiques. Cela se fait en tenant compte des normes existantes et futures en matière d’intelligence artificielle ainsi que des normes spécifiques à l’industrie.

Les participants à la formation découvrent les effets de l’apprentissage automatique sur la sécurité fonctionnelle. Cela inclut également l'application de concepts clés tels que la robustesse, le biais et la certitude des prévisions, ainsi que le développement d'un cycle de vie de sécurité spécifique au projet. Les ingénieurs qui doivent intégrer l’IA dans les processus de production et fournir des preuves de sécurité font partie du public cible de cette formation. Le programme fournit un cadre structuré et une boîte à outils complète pour l'utilisation sécurisée de l'apprentissage automatique.

Bases technologiques

L’élément fondamental sur lequel repose l’apprentissage automatique sont les réseaux de neurones, un sous-ensemble de cette technologie. Les réseaux de neurones s’inspirent fortement des connexions entre les cellules nerveuses du cerveau humain. Ces réseaux artificiels sont constitués de plusieurs couches de nœuds de données reliés entre eux par des connexions pondérées. En présentant les données de manière répétée, le réseau neuronal apprend à classer les informations plus efficacement.

L'ajustement des poids entre les neurones se produit en continu, rendant le modèle créé applicable à des données inconnues. Un type particulier de réseaux de neurones sont les « réseaux de neurones profonds ». Ces réseaux peuvent contenir des centaines de milliers, voire des millions de couches de neurones, permettant de résoudre des problèmes de plus en plus complexes grâce à l’apprentissage profond. La formation continue et l'adaptation des connexions sont cruciales pour la réussite de ces processus d'apprentissage.

En résumé, on peut dire que l'Université technique d'Ilmenau et ses partenaires apportent une contribution significative au développement futur de l'apprentissage automatique et à son application sûre dans des domaines critiques grâce à des approches et des programmes de formation innovants.

Pour plus d'informations sur le groupe de recherche de la TU Ilmenau, visitez tu-ilmenau.de. Vous pouvez trouver des informations détaillées sur la formation interne sur iks.fraunhofer.de et des informations supplémentaires sur l'intelligence artificielle et les réseaux de neurones sur iks.fraunhofer.de.