Ilmenau kutatói az AI biztonságos használatát fejlesztik kritikus rendszerekben

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

2025 áprilisától a TU Ilmenau a biztonságos gépi tanulást kutatja kritikus alkalmazásokhoz. Finanszírozás: 3,5 millió euró.

Die TU Ilmenau forscht ab April 2025 an sicherem maschinellem Lernen für kritische Anwendungen. Fördermittel: 3,5 Mio. Euro.
2025 áprilisától a TU Ilmenau a biztonságos gépi tanulást kutatja kritikus alkalmazásokhoz. Finanszírozás: 3,5 millió euró.

Ilmenau kutatói az AI biztonságos használatát fejlesztik kritikus rendszerekben

Az Ilmenaui Műszaki Egyetem beépült a Német Kutatási Alapítvány (DFG) úttörő kutatócsoportjába, amely a gépi tanulás kihívásaival foglalkozik. Céljuk a technológia biztonságának, teljesítményének és adathatékonyságának növelése. A hangsúly különösen az összetett vezérlőrendszereken és a biztonság szempontjából kritikus alkalmazásokon van, amelyek olyan alapvető területeket fednek le, mint az elektromos energiarendszerek, az autonóm vezetés és a robotika. Ilmenau matematikaprofesszora, Karl Worthmann fogja vezetni a gépi tanulás és a matematikai pontosság közötti interfészt.

A Hannoveri Leibniz Egyetem által koordinált kutatási projekt április végén indult egy nemzetközi workshoppal. A következő négy évre csaknem 3,5 millió euró támogatást bocsátanak rendelkezésre, amelyből 486 400 eurót közvetlenül a TU Ilmenau kap. Ez a kezdeményezés rávilágít a gépi tanulás központi szerepére a mesterséges intelligencia fejlesztésében, valamint arra, hogy a hagyományos rendszerek milyen korlátokat érnek el a folyamatos működés során a biztonsági követelmények tekintetében.

Integráció az iparba

A jelenlegi fejlesztések másik döntő szempontja a gépi tanulás integrálása az ipari alkalmazásokba. A „Gépi tanulás a biztonság szempontjából kritikus ipari alkalmazásokhoz” című, újonnan létrehozott belső képzési kurzus speciális biztonsági elvek figyelembevételét célozza. Ez a mesterséges intelligenciára vonatkozó meglévő és jövőbeni szabványok, valamint az iparág-specifikus szabványok figyelembevételével történik.

A képzés résztvevői megismerkednek a gépi tanulás funkcionális biztonságra gyakorolt ​​hatásaival. Ez magában foglalja az olyan kulcsfogalmak alkalmazását is, mint a robusztusság, a torzítás és az előrejelzési biztonság, valamint a projektspecifikus biztonsági életciklus kialakítása. A képzés célközönsége közé tartoznak azok a mérnökök, akiknek integrálniuk kell a mesterséges intelligenciát a gyártási folyamatokba, és biztonsági bizonyítékokat kell szolgáltatniuk. A program strukturált keretrendszert és átfogó eszköztárat biztosít a gépi tanulás biztonságos használatához.

Technológiai alapismeretek

A gépi tanulást támogató alapvető elem a neurális hálózatok, e technológia egy részhalmaza. A neurális hálózatokat erősen inspirálják az emberi agy idegsejtjei közötti kapcsolatok. Ezek a mesterséges hálózatok több réteg adatcsomópontból állnak, amelyeket súlyozott kapcsolatok kapcsolnak össze. Az adatok ismételt bemutatásával a neurális hálózat megtanulja az információkat hatékonyabban osztályozni.

A neuronok közötti súlyok beállítása folyamatosan történik, így az elkészített modell ismeretlen adatokra is alkalmazható. A neurális hálózatok egy speciális típusa az úgynevezett „mély neurális hálózatok”. Ezek a hálózatok több százezer vagy akár több millió neuronréteget is tartalmazhatnak, lehetővé téve az egyre összetettebb problémák megoldását a mély tanulással. A folyamatos képzés és a kapcsolatok adaptálása kulcsfontosságú e tanulási folyamatok sikeréhez.

Összegezve elmondható, hogy az Ilmenaui Műszaki Egyetem és partnerei innovatív megközelítésekkel és képzési programokkal jelentős mértékben hozzájárulnak a gépi tanulás továbbfejlesztéséhez és a kritikus területeken történő biztonságos alkalmazásához.

A TU Ilmenau kutatócsoportjával kapcsolatos további információkért látogasson el a webhelyre tu-ilmanau.de. Részletes betekintést kaphat a házon belüli képzésbe a címen iks.fraunhofer.de és további információk a mesterséges intelligenciáról és a neurális hálózatokról a címen iks.fraunhofer.de.