Embedded AI

Der Forschungsschwerpunkt „Embedded AI“ befasst sich sowohl mit dem Einsatz der künstlichen Intelligenz beim Entwurf von (eingebetteten) Elektroniksystemen als auch dem Entwurf intelligenter Elektroniksysteme, insb. autonomer Systeme. Leichtgewichtige Implementierungen solcher eingebetteten autonomen Systeme stellen Forscher und Entwickler jedoch vor bislang unzureichend gelöste große Herausforderungen hinsichtlich auftretender Datenvolumen, Speicher- und Verarbeitungsleistungen, aber auch an die Korrektheit, die Ungefährlichkeit (Safety) als auch die Sicherheit (Security) solcher intelligenten Systeme.

Aufgrund hoher Kosten, Größe und des relativ hohen Energieverbrauchs lassen sich bekannte Techniken zur Implementierung von Algorithmen des maschinellen Lernens daher nicht in Gegenständen des Alltags (Internet der Dinge, IoT), z.B. einem intelligenten Wälzlager, einem adaptiven Ventil oder einem sich einem Träger selbst anpassendes Hörgerät, einsetzen. Hier gilt es, neue Wege zu gehen, damit maschinelles Lernen auch auf kleinen, eingebetteten Systemen möglich wird. Im Bereich der Analyse und Verifikation besteht ferner erheblicher interdisziplinärer Forschungsbedarf zur Untersuchung der Rolle und zur Integration von Verfahren des maschinellen Lernens in etablierte Verfahren der Signalverarbeitung, der Regelungstechnik und des Systementwurfs. Ein anderer Forschungszweig zielt auf die Zusicherung beweisbarer Gütekriterien für Eigenschaften wie Robustheit, Fehlertoleranz, Sicherheit und Echtzeit lernender und damit nicht statisch verifizierbarer Systeme. Für zahlreiche Anwendungsfelder ist außerdem die Gewährleistung der Privatheit von Daten als auch Modellen eine große Herausforderung. In der Entwurfsautomatisierung stellen sich darüber hinaus fundamentale Fragen der hinsichtlich der Unterstützung und Integration von Verfahren des maschinellen Lernens (ML) als auch symbolischen KI-Verfahren, insb. für IoT-Geräte.