Real-Time Innovations (RTI)
Die neue Ära der KI-Integration
Neuartige Infrastruktur-Software ermöglicht es KI, auf intelligente, anpassungsfähige und effiziente Weise mit der physischen Welt zu interagieren. Diese Fähigkeit, die wir als Physical Intelligence bezeichnen, verändert ganze Branchen und eröffnet neue Chancen. Doch was treibt den Wandel voran?
Ähnlich wie ein Roboter Intelligenz mit der Steuerung von Aktuatoren kombiniert, ermöglicht es Physical Intelligence der KI, mit der physischen Umgebung zu interagieren. Dieses Konzept geht über die humanoide Robotik hinaus und umfasst eine Vielzahl von Anwendungen, darunter Operationsroboter, selbstfahrende Fahrzeuge, UAVs (Unmanned Aerial Vehicles) und Luftabwehrsysteme. Physical Intelligence zeichnet sich durch mehrere wesentliche Merkmale aus: die Erfassung von Umgebungsdaten über verschiedene Sensoren, die Interaktion mit der Welt über Aktuatoren sowie die Anpassung durch Lernen aus neuen Situationen, die ursprünglich nicht berücksichtigt waren.
Verknüpfung von KI und physischen Systemen
Für die Integration von KI in bestehende Systeme ist eine datenzentrierte Architektur von entscheidender Bedeutung. Sie betrachtet das Datenmodell als primäre Schnittstelle und ermöglicht so eine konsistente und flexible Integration neuer KI-Funktionen, ohne dass bestehende Komponenten verändert werden müssen. Durch die Nutzung einer datenzentrierten Architektur können Unternehmen KI-Fähigkeiten nahtlos einführen – und so einen reibungslosen Übergang zu intelligenteren Systemen ermöglichen. Dabei helfen die KI-Tools und die Infrastruktur von Real-Time Innovations (RTI) durch die Integration von KI in physische Systeme und durch die Bereitstellung KI-gestützter Tools zur Beschleunigung der Entwicklung.
Erst kürzlich stellte RTI »Connext AI« vor, eine Sammlung KI-gestützter Tools, die auf LLMs (Large Language Models) beruhen. Die Tools verbessern das Design und die Entwicklung RTI-Connext-basierter Anwendungen, indem sie die Codegenerierung, die Konfiguration und sogar das Debugging durch intelligente Unterstützung automatisieren. Technische Fortschritte wie dieser ermöglichen es, KI leichter in Systeme einzubinden.
Connext AI als speziell trainierter Experte
Nutzer können sofort mit der Arbeit an komplexen intelligenten Systemen beginnen. Connext AI unterscheidet sich dabei deutlich von ChatGPT, CoPilot und anderen allgemeinen KI-Assistenten. Diese können zwar programmieren, sind aber keine Spezialisten für physikalische Echtzeitsysteme. Connext AI dagegen ist ein speziell trainierter Experte, der als Lehrer, Konfigurator, Mitentwickler und Programmierer fungiert.
Neu ist auch die Integration in die Tools. Ein Beispiel dafür ist die Konzeption eines intelligenten Autos. Das Systemdiagramm könnte aussehen wie im Bild.
Connext AI kann dieses Whiteboard-Bild lesen und ein systemweites, verteiltes Datenfluss-Framework generieren. Es erkennt 3000 Datentypen, darunter typische Datentypen aus der Automobilradartechnik mit Entfernungs-, Azimut-, Elevations- und Doppler-Informationen. Auf dieser Basis kann es automatisch ein ausführbares Programm erstellen, das die Datentypen austauscht. Gibt man die Teilenummer eines Sensors ein, kann es die entsprechenden Informationen online finden und Datenschnittstellen für genau dieses Teil entwickeln. Es generiert vollständige System-Datenflussbeschreibungen, die validiert und somit ausführbar sind und als Prototyp-Shell-Code dienen können. Anschließend ist es möglich, diese Beschreibungen in das »System-Designer«-Tool einzufügen, um Unterstützung beim Entwurf von Datenflüssen zu erhalten. So lassen sich beispielsweise Zeitparameter und Zuverlässigkeit definieren.
Stan Schneider ist Geschäftsführer von Real-Time Innovations (RTI), dem nach eigenen Angaben größten Anbieter von Software-Frameworks für intelligente Maschinen und reale Systeme.
Während der Entwicklung und des Debuggens kann man der KI Fragen zu Kompromissen stellen, sie auf Fehlermeldungen hinweisen und fragen, warum diese aufgetreten sein könnten. Alternativ kann man auch auf etwas klicken und um eine einfache Erklärung bitten. Die Erweiterung »Copilot« bietet KI-gestützte Programmierung, die nahtlos in Visual Studio integriert ist. Sie liefert intelligente Empfehlungen sowie automatisch generierten Code für eine schnellere und fehlerfreie Entwicklung.
Entscheidende Rolle von Infrastruktur-Software
Anders als Unternehmen, die KI-Modelle oder Sensorhardware anbieten, sorgt die Infrastruktur-Software RTI Connext für eine nahtlose Connectivity zwischen KI-Algorithmen, Sensoren und Aktoren – eine Connectivity, die für eine Vielzahl von Anwendungen unerlässlich ist, darunter autonome Fahrzeuge, medizinische Bildgebung und Verteidigungssysteme.
RTI Connext stellt die Datenarchitektur für über 2000 Designs bereit, die weltweit in Systemen für Luft- und Raumfahrt, Verteidigung, Medizintechnik, Automobilindustrie und Robotik mit einem Gesamtwert von über einer Billion US-Dollar eingesetzt werden. Diese weitreichende Implementierung unterstreicht, wie RTI-Systeme ein hohes Maß an Autonomie erreichen können.
Ausblick: Die sich erweiternden Horizonte der KI
Ein Beispiel hierfür ist die Zusammenarbeit von RTI mit Nvidia, bei der KI mithilfe von »Nvidia HoloScan« an der Edge integriert wird. Diese Plattform nutzt die Leistungsfähigkeit der Nvidia-GPUs – von der Jetson-Serie für Embedded-Anwendungen bis hin zu den leistungsstarken Gaming-GPUs – zur Verarbeitung von Sensordaten an der Edge. Dadurch eröffnen sich neue Möglichkeiten in vielen Branchen. Mit solchen integrierten Lösungen ebnen RTI und Nvidia den Weg für die umfassende Nutzung von KI in realen Szenarien.
Dr. Edwin de Jong ist Vice President of Sales bei RTI. Er gehört zu den Pionieren bei der Entwicklung von Middleware für groß angelegte Echtzeit-Publish-Subscribe-Anwendungen.
Parallel zur Weiterentwicklung der KI wachsen auch unser Verständnis und die Umsetzung von Physical-Intelligence-Systemen. Mit seiner Plattform für datenzentrierte Architektur und durch Partnerschaften mit Technologieunternehmen wie Nvidia will RTI dazu beitragen, diese Revolution voranzutreiben. Die Lösungen bringen KI nicht nur näher an die Edge, sondern befähigen auch Entwickler dazu, intelligentere und autonomere Systeme in verschiedenen Branchen zu entwickeln.
Aus Sicht von RTI birgt die Integration von KI in physische Umgebungen das Versprechen einer wahrhaft intelligenten Zukunft, in der Technologie nahtlos mit der realen Welt interagiert und unsere Fähigkeiten über alle Vorstellungen hinaus erweitert.