Good Stories

Starke KI auf kleinen Rechnern

Der Einsatz von selbstlernenden Algorithmen auch auf kleinen und kleinsten Rechnern ist das Ziel einer Forschungsgruppe am Materials Center Leoben (MCL). Einsatzgebiet ist die Zustandsüberwachung (Condition Monitoring) von Produktionsabläufen, Bauteilen und Maschinen.

Es geht um eine KI, die auch auf Mikrocontrollern, wie sie zum Beispiel in Smartwatches verbaut sind, läuft“, schildert Manfred Mücke, Group Leader Embedded Computing am MCL. Beim Condition Monitoring wird die Produktion ebenso überwacht wie die Qualität des Produktes. Damit ist das Monitoring aber noch nicht zu Ende, erklärt Mücke: „Das Produkt – zum Beispiel ein Auto, ein Zug oder ein Flugzeug – wird auch während des Gebrauchs ständig über Sensoren kontrolliert.“
Das MCL sieht sich bei der Entwicklung der „Schmalspur-KI“ als Unterstützer der Industrie. „Wir erforschen, wo der Punkt ist, an dem ein Algorithmus gerade noch funktioniert. In der Industrie muss das vorher geklärt werden, wir haben uns gefragt, wie wir das mit weniger Aufwand schaffen können.“

Das geschehe durch den Einsatz automatischer Codegenerierung, sagt der Wissenschaftler. „Das sind Programme, mit denen man z.B. ein gewünschtes neuronales Netz sehr kompakt beschreiben kann. Das funktioniert schon mit zwei Codezeilen. Aber dann erhalte ich etwas, was vielleicht nicht sehr schnell ausgeführt werden kann. Es ist so, als ob man sich von Alexa die Bestellung einer schwarzen Limousine wünscht. Man würde wohl einen schwarzen Wagen erhalten. Aber ob dieser mit Benzin, Diesel oder Strom fährt, wäre Zufall.“

An diesem Punkt setzt das Team an und bietet die Möglichkeit schnell nachzubessern.“ Wir haben eine Brücke von den High-Level-Beschreibungen zu der tatsächlichen Ausführung auf verschiedenen Mikrocontrollern geschlagen. Dadurch können wir die Ausführungszeit einer Variante ausmessen. Erfüllt sie nicht die Anforderungen, kann die Netzwerkspezifikation zielgerichtet nachgebessert werden. Wir können in Stunden oder Tagen erreichen, was bisher Wochen oder Monate dauerte.“

Ein weiterer Vorteil der automatischen Codegenerierung: Das Monitoringsystem funktioniere von Anfang an. „Dann verändern und optimieren wir die Ausführungseigenschaften. Aber wir bleiben von Beginn an bei etwas, das läuft.“

Konkrete Anwendungen gibt es bereits, berichtet Mücke. Dazu zählen Hochgeschwindigkeitsweichen ebenso wie LEDs. Und schließlich kommt das Condition Monitoring sogar bei den riesigen Rotorblättern von Windrädern in luftiger Höhe zum Einsatz.

Fördergeber: MCL als Träger des Kompetenzzentrums IC-MPPE wird von den Bundesministerien BMK und BMDW sowie von den Bundesländern Steiermark, Oberösterreich und Tirol – im Rahmen von COMET (Competence Centers for Excellent Technologies) – gefördert. Die COMET-Förderung wird von der FFG abgewickelt.

Kontakt:
mbcm@mcl.at
www.mcl.at

Foto: Manfred Mücke forscht am Materials Center Leoben.

Fotocredit: MCL

„Science“ wird mit finanzieller Unterstützung in völliger Unabhängigkeit unter der redaktionellen Leitung von Andreas Kolb gestaltet.