Forum Künstliche Intelligenz Deep Learning – auch mit kleiner Rechenleistung

Das Forum Künstliche Intelligenz beleuchtet dazu die rasanten Entwicklungen bei Hard- und Software. Ebenso sind die Nutzung und Funktionsweise cloud-basierter KI-Dienste Gegenstand der Konferenz
Das Forum Künstliche Intelligenz beleuchtet die rasanten Entwicklungen bei Hard- und Software. Ebenso sind die Nutzung und Funktionsweise cloud-basierter KI-Dienste Gegenstand der Konferenz

Können auch ressourcenschwache Systeme von den Möglichkeiten des maschinellen Lernens profitieren? Eine Antwort auf diese Frage erhält das Fachpublikum am 17. Mai auf dem Forum Künstliche Intelligenz in Stuttgart.

Eingebettete Systeme produzieren Unmengen an Daten, egal ob es sich dabei um Mikrorechner in höherwertigen Sensoren oder die Steuerung einer Automatisierungslösung handelt. Gleichzeitig verfügen die Systeme nicht über die nötige Rechenleistung um GPU-fordernde Machine-Learning-Werkzeuge zu unterstützen. Ein Dilemma, denn viele Vorteile der künstlichen Intelligenz (KI) eignen sich besonders für mobile Endgeräte oder Anwendungen in schwierigen Umgebungen.

Das erstmals stattfindende Forum Künstliche Intelligenz befasst sich deshalb unter anderem mit den derzeitigen Möglichkeiten von KI in eingebetteten Systemen. Dabei stellen die ausgewählten Redner sowohl Herausforderungen als auch Lösungen für die Implementierung von neuronalen Netzwerken in ressourcen-schwachen Systemen vor.

KI mit embedded Systemen

Klaus-Dieter Walter von SSV Software System beantwortet die Frage: »KI mit Embedded Systemen - Wie geht das?« Dazu stellt er zwei Beispiele aus der Praxis vor: Im ersten Teil präsentiert er, wie Anomalieerkennung mit Hilfe eines cloud-basierten backends funktionieren kann. Anschließend erklärt Walter, wie eine Machine-Learning-Software Ursachen erkennt, die zu Schäden in ganzen Baugruppen führen. Dadurch können Hersteller beispielsweise sehen, ob ein Ausfall auf Grund von Umwelteinflüssen oder einer unsachgemäßen Nutzung aufgetreten ist.

Deep Learning in MatLab

Beim Thema Maschinelles Lernen darf natürlich eine Firma nicht fehlen: MathWorks. Der MatLab-Hersteller schickt Alexander Schreiber, Principal Application Engineer und Technical Account Manager, zum Forum. In seinem Vortrag »Deep Learning in MatLab: Vom Konzept zum eingebetteten Code« führt Schneider vor, wie Anwender MatLab- Werkzeuge auf lokale Rechner oder in Compute-Cluster implementieren können.

Neuromorphe Hardware

Um die Leistungseffizienz von neuronalen Netzwerken zu steigern, entwickeln Firmen wie Google mit seiner »TPU« und Intel derzeit spezialisierte Chips. Erste Versionen der sogenannten neuromorphen Hardware werden bereits eingesetzt. Dennoch sehen viele den Stand dieser Technologie als »noch in den Kinderschuhen«. Dr. Marco Breiling vom Fraunhofer-Institut für integrierte Schaltkreise gibt einen Überblick über die verschiedenen Aspekte von neuromorpher Hardware, Marktteilnehmer und Anwendungen speziell im Low-power-Bereich.

Das Forum Künstliche Intelligenz wird von den Fachmedien Elektronik, Elektronik automotive und COMPUTER&Automation veranstaltet. Es findet am 17. Mai 2018 im Hotel Mövenpick am Flughafen Stuttgart statt. Hier geht es zur Anmeldung.