Energiesparsame KI für autonome Geräte von morgen
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.
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.
Diese Tutorials richten sich an Ingenieure und F&E-Manager in Unternehmen jeder Größe und bieten Einblicke in eine bahnbrechende Technologie für künstliche Intelligenz auf Edge-Geräten: neuromorphes Computing. Diese Technologie ermöglicht deutliche Fortschritte in Bezug auf Energieeffizienz und Latenzzeiten, mit Leistungssteigerungen um mehrere Größenordnungen.
Ein besonderes Merkmal bestimmter neuromorpher Chips ist die Fähigkeit zum On-Chip- und Online-Lernen, wodurch Systeme anpassungsfähig und selbstoptimierend werden. So können beispielsweise vortrainierte Modelle in Sekunden an neue Benutzer angepasst werden. Neuromorphes Computing eröffnet damit vielseitige Anwendungsmöglichkeiten in Branchen wie Automobiltechnik, Luft- und Raumfahrt, Medizintechnik, Robotik, Logistik, Unterhaltungselektronik und Smartphones und bietet Lösungen für zahlreiche Herausforderungen eingebetteter KI-Anwendungen.
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
Wenn Sie dieses Video aktivieren, werden Daten automatisiert an YouTube übertragen.
