ASIMOV AI training using Simulated Instruments for Machine Optimization and Verification

Motivation

Komplexe High-Tech-Systeme – wie z. B. autonome Fahrzeuge, vernetzte Verkehrsinfrastrukturen, hoch-automatisierte Produktionssysteme – spielen in unserer Gesellschaft eine immer wichtigere Rolle. Gerade durch neue Entwicklungen im Bereich der künstlichen Intelligenz (KI) ist es heute möglich, diese Systeme flexibel für sehr komplexe Aufgaben einzusetzen. Solche Einsatzszenarien erfordern jedoch sehr zeitaufwändige Konfigurations- und Optimierungsvorgänge für diese Systeme, die bislang in der Regel von Expert:innen durchgeführt werden.

Ziele

ASIMOV untersucht, wie Künstliche Intelligenz für die automatische Konfiguration und Optimierung von komplexen High-Tech-Systemen genutzt werden kann. Dafür wird ein digitales Abbild – ein sogenannter Digitaler Zwilling - des physischen Systems genutzt, um gefahrlos im Labor automatisiert Trainingsdaten für die Künstliche Intelligenz zu erzeugen, um damit optimale Systemkonfigurationen und –kalibrierungen zu ermitteln, die dann für das physische System genutzt werden.

Technologien

Digitale Zwillinge, Künstliche Intelligenz (KI), Reinforcement Learning, Systemoptimierung.

Personen

Projektleitung Intern

Projektleitung Extern

Remco Schoenmakers, FEI Electron Optics B.V. (Thermo Fisher Scientific), Eindhoven

Wissenschaftliche Leitung

Partner
Helmee Imaging Oy
www.helmee.com
Sensmet Oy
www.sensmet.com
Symbio Finland Oy
www.symbio.com
University of Oulu
www.oulu.fi/university
Valmet Automation
www.valmet.com
VTT Technical Research Centre of Finland Ltd.
www.vtt.fi
AVL Deutschland GmbH
www.avl.com
NorCom Information Technology GmbH & Co.KGaA
www.norcom.de
RA Consulting GmbH
www.rac.de
TrianGraphics GmbH
www.triangraphics.de
Eindhoven University of Technology
www.tue.nl
Thermo Fisher Scientific
www.thermofisher.com
ASIMOV

Laufzeit

Start: 01.06.2021
Ende: 31.05.2024

Fördermittelgeber

Verwandte Projekte

ENABLE-S3

European Initiative to Enable Validation for Highly Automated Safe and Secure Systems

TESTOMAT

The Next Level of Test Automation

KI-Delta Learning

Erweiterung und Anpassung bestehender KI-Module autonomer Fahrzeuge

SET Level

Simulationsbasiertes Entwickeln und Testen von Level 4 und 5 Systemen

VVMethoden

Verifikations- und Validierungsmethoden automatisierter Fahrzeuge Level 4 und 5

KI Wissen

Entwicklung von Methoden für die Einbindung von Wissen in maschinelles Lernen