Ilmenau-forskare utvecklar säker användning av AI i kritiska system

Ilmenau-forskare utvecklar säker användning av AI i kritiska system

Det tekniska universitetet i Ilmenau har integrerat sig i en banbrytande forskargrupp inom den tyska forskningsstiftelsen (DFG) som arbetar med utmaningarna med maskininlärning. Deras mål är att öka säkerheten, prestandan och dataeffektiviteten för denna teknik. Fokus ligger särskilt på komplexa styrsystem och säkerhetskritiska applikationer som täcker väsentliga områden som elektriska energisystem, autonom körning och robotik. Ilmenau matematikprofessor Karl Worthmann kommer att leda gränssnittet mellan maskininlärning och matematisk precision.

Forskningsprojektet, som koordineras av Leibniz University Hannover, startade i slutet av april med en internationell workshop. Nästan 3,5 miljoner euro i finansiering kommer att göras tillgängliga för de kommande fyra åren, varav 486 400 euro går direkt till TU Ilmenau. Detta initiativ belyser maskininlärningens centrala roll i utvecklingen av artificiell intelligens och de gränser som traditionella system når vad gäller säkerhetskrav under pågående drift.

Integration i industrin

En annan avgörande aspekt av den nuvarande utvecklingen är integrationen av maskininlärning i industriella tillämpningar. En nyinrättad intern utbildning med titeln "Machine Learning for säkerhetskritiska applikationer i industrin" syftar till att ta hänsyn till specifika säkerhetsprinciper. Detta görs med hänsyn till befintliga och framtida standarder för artificiell intelligens samt branschspecifika standarder.

Utbildningsdeltagare lär sig om effekterna av maskininlärning på funktionell säkerhet. Detta inkluderar också tillämpningen av nyckelbegrepp som robusthet, bias och förutsägelsesäkerhet samt utvecklingen av en projektspecifik säkerhetslivscykel. Ingenjörer som behöver integrera AI i produktionsprocesser och tillhandahålla säkerhetsbevis är bland målgruppen för denna utbildning. Programmet ger ett strukturerat ramverk och en omfattande verktygslåda för säker användning av maskininlärning.

Tekniska grunder

Det grundläggande elementet som stöder maskininlärning är neurala nätverk, en delmängd av denna teknik. Neurala nätverk är starkt inspirerade av kopplingarna mellan nervceller i den mänskliga hjärnan. Dessa konstgjorda nätverk består av flera lager av datanoder som är sammanlänkade genom viktade anslutningar. Genom att upprepade gånger presentera data lär sig det neurala nätverket att klassificera informationen mer effektivt.

Justeringen av vikterna mellan neuronerna sker kontinuerligt, vilket gör den skapade modellen tillämpbar på okända data. En speciell typ av neurala nätverk är de så kallade "djupa neurala nätverken". Dessa nätverk kan innehålla hundratusentals eller till och med miljontals lager av nervceller, vilket gör att allt mer komplexa problem kan lösas genom djupinlärning. Kontinuerlig träning och anpassning av kopplingar är avgörande för framgången för dessa lärprocesser.

Sammanfattningsvis kan man säga att det tekniska universitetet i Ilmenau och dess partners ger ett betydande bidrag till vidareutvecklingen av maskininlärning och dess säkra tillämpning inom kritiska områden genom innovativa tillvägagångssätt och utbildningsprogram.

För ytterligare information om forskargruppen vid TU Ilmenau, besök tu-ilmenau.de. Du kan hitta detaljerade insikter om intern utbildning på iks.fraunhofer.de och ytterligare information om artificiell intelligens och neurala nätverk på iks.fraunhofer.de.