Energie- und Datensparsame Methoden für Umgebungswahrnehmung in Eingebetteten KI Systemen

Schwerpunktthema: Künstliche Intelligenz
Art der Förderung: Projektförderprogramme
Programm: CZS Durchbrüche
Geförderte Institution:
  • Technische Universität Kaiserslautern

Wieviel vorprogrammierte Kenntnisse, beispielsweise im Bereich Agrarwissenschaft, benötigt eine KI, um Beobachtungen besser einzuordnen? Mit diesen und ähnlichen Fragestellungen beschäftigt sich ein interdisziplinäres Forschungsteam an der TU Kaiserslautern.

Ziele

Ziel des Projekts ist es die Umgebungswahrnehmung in KI-Systemen zu verbessern. Im Projekt werden dazu verschiedene KI-Systeme beispielsweise zur Beobachtung, Pflege oder Wartung in verschiedenen Anwendungsgebieten untersucht. Durch vorprogrammierte Kenntnisse in bestimmten Themenfeldern sollen sie die gewonnenen Informationen effektiver verarbeiten. Reduzierte Datenmengen und eine effektivere Verarbeitung in KI-Systemen könnten eine dezentrale Verarbeitung im sogenannten Edge Computing begünstigen. Im Projekt wird dies in den Anwendungsfeldern „Smart Factory“ und „Smart Farming“ erforscht.

Beteiligte Personen:

Florian Jenner

Programm-Manager

Telefon: +49 (0)711 - 162213 - 22

E-Mail: florian.jenner@carl-zeiss-stiftung.de

Prof. Dr. Paul Lukowicz

Technische Universität Kaiserslautern

Detailinformation:

Schwerpunktthema: Künstliche Intelligenz
Programm: CZS Durchbrüche
Art der Förderung: Projektförder­programme
Zielgruppe: Professor:innen
Fördersumme: 4.987.000 €
Zeitraum: Februar 2022 - Januar 2028

Geförderte Institution:

Technische Universität Kaiserslautern
Technische Universität Kaiserslautern