Projekt zur Entwicklung einer universellen europäischen KI-Plattform

Bild: Sygic a.s.

Europa hat ein Konsortium zur Entwicklung einer universellen Plattform für die Verarbeitung von künstlicher Intelligenz. Das internationale Projekt unter dem Namen Everest erhält Mittel aus dem Aktionsprogramm Horizon 2020 für Forschung und Innovation. Unter der Koordination der IBM Research GmbH und der Universität Politecnico Di Milano ist Sygic einer der Partner des Projekts, das die Anwendung der Plattform in der Branche – intelligente Mobilität in Städten – unter Beweis stellen soll.

Der europäische Datenmarkt hat in den vergangenen Jahren einen deutlichen Aufschwung erfahren. Die durchschnittliche jährliche Wachstumsrate in den vergangenen fünf Jahren beträgt 15,7 %, während das Datenvolumen um 236 % pro Jahr zugenommen hat. Die Datenverarbeitung hat eine tiefgreifende Auswirkung auf Industrie, Gesellschaft und Umwelt. Die neue europäische Plattform ist vergleichbar mit den Plattformen, die von Giganten wie Google (Google Cloud), Microsoft (Microsoft Azure) oder Amazon (AWS) entwickelt wurden. Die Plattform soll im Rahmen von Horizon 2020 zur Entwicklung von Lösungsansätzen für nachhaltige Energie, kohlenstoffarme Wirtschaft oder intelligenten Stadtverkehr beitragen.

Wissenschaft und Industrie haben sich zusammengetan

Das dreijährige Everest-Projekt vereinte Wissenschaftler und IT-Experten. Das gemeinsame Ziel ist die Entwicklung eines ganzheitlichen Ansatzes für die Zusammenarbeit bei der Entwicklung von Berechnung und Kommunikation in einem heterogenen, verteilten, skalierbaren und sicheren System für Anwendungen im Bereich High-Performance Big Data Analytics (HPDA). Sie können dies durch die Vereinfachung der Programmierbarkeit von Architekturen durch einen ‚datengesteuerten‘ Designansatz, die Verwendung von hardwarebeschleunigter KI und durch eine effiziente Überwachung der Umsetzung erreichen.

Bewährt durch Anwendungsfälle aus den Bereichen Energetik, Umwelt und Transport

Der Ansatz wird von einem Projektteam unter Mitwirkung von Industriepartnern validiert, die drei Szenarien für Geschäftsanwendungen erarbeiten. Der Markt für den Handel mit wetterabhängigen erneuerbaren Energien könnte ein auf Wetteranalysen beruhendes Prognosemodell nutzen. Somit werden die Erzeugung, Nutzung und Vermarktung der Energie vorhersehbarer. Die Überwachung der Luftqualität von Industriestandorten trägt zur Prognose der Umweltauswirkungen chemischer Schadstoffe bei und hilft den Standorten, ihre Produktion zu verzögern oder emissionsmindernde Maßnahmen zu ergreifen. Ein Framework zur Verkehrsmodellierung in Echtzeit für den intelligenten Transport in Smart Cities muss mithilfe von Verkehrssimulator, Verkehrsprognosemodell und intelligenten Routenplanungsmethoden Staus in der Verkehrsinfrastruktur reduzieren.

Bild: Sygic a.s.

Ein entscheidender Schritt zur intelligenten und sicheren Mobilität

Intelligente Mobilität ist einer der Anwendungsfälle, wie Sygic den Stadtverkehr künftig noch effizienter gestalten könnte. Das Projektteam von Sygic befasst sich deshalb mit der letztgenannten Anwendung des Framework zur Verkehrsmodellierung in Echtzeit. Bei dieser Aufgabe arbeitet das Team mit IT4Innovations, dem Nationalen Höchstleistungsrechenzentrum an der Technischen Universität Ostrava, zusammen. Anders ausgedrückt: Sygic muss historische standortbezogene Daten, die von der Navigationsanwendung direkt von fahrenden Fahrzeugen gesammelt wurden, speichern, übertragen und verarbeiten und neue Verkehrsansichten erstellen. Sygic kombiniert sie mit erhobenen Daten zu Beschleunigung, Bremsvorgängen und Kurvenfahrt und versucht so, Unfallrisikoprofile zu lernen. Diese Daten können als Grundlage für die Berechnung der sichersten Routen dienen, was für das Versicherungssegment von Interesse ist.

Das Everest-Projekt hat kürzlich seine Webseite https://everest-h2020.eu/, aufgeschaltet, auf der Sie ihre Nachrichten verfolgen können.

Thematik: Newsarchiv
| News
Sygic a.s.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige