Energiesparsame KI für autonome Geräte von morgen
Neuromorphics Lab
fortiss stellt mit dem Neuromorphics Lab eine flexible Experimentierplattform zur Verfügung, um KI-Anwendungen mit neuromorpher Unterstützung zu testen. Zur Präsentation gehören ein einzigartiger Roboterarm, der von einem neuromorphen Algorithmus gesteuert wird, sowie ein hochmoderner Sensor zur Gestenerkennung mit geringem Energieverbrauch, der auf ereignisbasierter Bildverarbeitung basiert.
Die flexible Steuerung und autonome Fortbewegung von Robotern und die visuelle Erfassung sind aufgrund ihrer Komplexität und der begrenzten Akkukapazität mobiler Geräte eine Herausforderung in der KI. Die Roboterbewegungen werden mit einem neuromorphen "Loihi"-Chip berechnet, der auf spikenden neuronalen Netzen (SNN) basiert, wie sie auch im menschlichen Gehirn vorkommen. Diese neuronalen Netze dienen als Inspiration und verwenden ereignisbasierte Sensoren, um die Umgebung wie Augen wahrzunehmen.
Neuromorphes Computing ermöglicht die erhebliche Reduzierung der Kosten und des Gewichts von Akkus sowie die Verlängerung ihrer Lebensdauer. Auf dieser Grundlage werden zukünftig verschiedenste Robotik- und Alltagssysteme profitieren und so zum Leben erweckt. Diese Entwicklung wird eine Vielzahl von industriellen Anwendungen im Bereich des Internets der Dinge (IoT), mobiler Roboter, autonomer Fahrzeuge, der Luft- und Raumfahrt, medizinischer Geräte usw. ermöglichen. Konkrete Beispiele sind Spracherkennung in Fahrzeugen, Bewegungserkennung in Drohnen, Gestensteuerung in Haushaltsgeräten, Augmented Reality in Smartphones, Flüssigkeitsanalyse in medizinischen Geräten und Trümmererkennung in Minisatelliten.
Fokus
Neuromorphes Computing bettet KI auf mobilen und Edge-Geräten ein. In diesem Zusammenhang bietet das Neuromorphics Lab eine flexible Experimentierplattform zum Testen von KI-Anwendungen mit neuromorpher Unterstützung.
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
Demonstratoren
Im Rahmen des Neuromorphic Labs werden verschiedene Demonstratoren vorgestellt, die die Anwendungsmöglichkeiten neuromorpher Systeme in praxisnahen Szenarien veranschaulichen.
Die folgenden Beispiele zeigen unterschiedliche Einsatzfelder aus den Bereichen Robotik, Gestenerkennung und Objekterkennung:
- Kabeleinführung mit dem Roboterarm
- Musikgestenerkennung
- Sportbewegungsanalyse (z. B. Tennis)
- Objektidentifikation über Drohne
- Objektverfolgung auf dem Fließband
- 3D-Robotersteuerung über Gesten
Angebote
- Information
Möglichkeit zum informellen Austausch über den neuesten Stand der Technik anhand konkreter Anwendungsbeispiele im Bereich Neuromorphic Computing. - Veranstaltungen
Informationsveranstaltungen vermitteln ein breites Fachwissen zum Thema KI auf mobilen und Edge-Geräten. - Forschung
- Portieren von mobilen KI-Anwendungen auf neuromorphe Hardware
- Bereitstellung von latenz- und energieeffizienten Systemen, die vom Netzwerk getrennt werden können
- Beratung
Beratung zur technischen Machbarkeit, industrielle Reife (TRL) - Netzwerk
Das Kompetenzfeld Neuromorphic Computing ist Teil des Intel Neuromorphic Research Teams und ist somit mit mehr als 90 weltweiten Spitzenlaboren im Bereich NC vernetzt.
Kompetenzfeld
Energieeffiziente KI für mobile und industrielle Anwendungen
Kompetenzfeld
