Ilmenau mokslininkai kuria saugų AI naudojimą kritinėse sistemose

Ilmenau mokslininkai kuria saugų AI naudojimą kritinėse sistemose

Ilmenau technikos universitetas integravosi į novatorišką Vokietijos tyrimų fondo (DFG) tyrimų grupę, kuri sprendžia mašininio mokymosi iššūkius. Jų tikslas – padidinti šios technologijos saugumą, našumą ir duomenų efektyvumą. Ypatingas dėmesys skiriamas sudėtingoms valdymo sistemoms ir saugai svarbioms programoms, kurios apima tokias esmines sritis kaip elektros energijos sistemos, autonominis vairavimas ir robotika. Ilmenau matematikos profesorius Karlas Worthmannas vadovaus sąsajai tarp mašininio mokymosi ir matematinio tikslumo.

Tyrimo projektas, kurį koordinuoja Hanoverio Leibnizo universitetas, prasidėjo balandžio pabaigoje tarptautiniu seminaru. Per ateinančius ketverius metus bus skirta beveik 3,5 milijono eurų finansavimo, iš kurių 486 400 eurų bus skirta tiesiogiai TU Ilmenau. Ši iniciatyva pabrėžia pagrindinį mašininio mokymosi vaidmenį kuriant dirbtinį intelektą ir ribas, kurias tradicinės sistemos pasiekia saugumo reikalavimų vykdymo metu.

Integracija į pramonę

Kitas svarbus dabartinių pokyčių aspektas yra mašininio mokymosi integravimas į pramonines programas. Naujai sukurtame vidiniame mokymo kurse „Mašininis mokymasis, skirtas saugai svarbioms pramonės reikmėms“ siekiama atsižvelgti į konkrečius saugos principus. Tai daroma atsižvelgiant į esamus ir būsimus dirbtinio intelekto standartus, taip pat į pramonės standartus.

Mokymų dalyviai sužino apie mašininio mokymosi poveikį funkcinei saugai. Tai taip pat apima pagrindinių sąvokų, tokių kaip tvirtumas, šališkumas ir numatymo tikrumas, taikymą, taip pat konkrečiam projektui būdingo saugos gyvavimo ciklo kūrimą. Inžinieriai, kuriems reikia integruoti dirbtinį intelektą į gamybos procesus ir pateikti saugos įrodymų, yra viena iš šių mokymų tikslinės auditorijos. Programa suteikia struktūrizuotą sistemą ir išsamų įrankių rinkinį saugiam mašininio mokymosi naudojimui.

Technologiniai pagrindai

Pagrindinis elementas, palaikantis mašininį mokymąsi, yra neuroniniai tinklai, šios technologijos pogrupis. Neuroninius tinklus labai įkvepia ryšiai tarp nervinių ląstelių žmogaus smegenyse. Šiuos dirbtinius tinklus sudaro keli duomenų mazgų sluoksniai, sujungti svertiniais ryšiais. Pakartotinai pateikdamas duomenis, neuroninis tinklas išmoksta efektyviau klasifikuoti informaciją.

Svoriai tarp neuronų koreguojami nuolat, todėl sukurtas modelis pritaikomas nežinomiems duomenims. Ypatingas neuroninių tinklų tipas yra vadinamieji „gilieji neuroniniai tinklai“. Šiuose tinkluose gali būti šimtai tūkstančių ar net milijonai neuronų sluoksnių, leidžiančių giliai mokantis išspręsti vis sudėtingesnes problemas. Nuolatinis mokymas ir ryšių pritaikymas yra labai svarbūs šių mokymosi procesų sėkmei.

Apibendrinant galima teigti, kad Ilmenau technikos universitetas ir jo partneriai inovatyviais metodais ir mokymo programomis svariai prisideda prie tolesnio mašininio mokymosi plėtros ir saugaus jo taikymo kritinėse srityse.

Norėdami gauti daugiau informacijos apie tyrimų grupę TU Ilmenau, apsilankykite tu-ilmanau.de. Išsamias įžvalgas apie vidinius mokymus galite rasti adresu iks.fraunhofer.de ir papildomos informacijos apie dirbtinį intelektą ir neuroninius tinklus adresu iks.fraunhofer.de.