BMBF podporuje výzkumný projekt umělé inteligence v konstrukci

Spolkové ministerstvo školství a výzkumu (BMBF) financuje s přibližně 1,8 milionu eur projekt zaměřený na výzkum základů digitalizovaného vývoje produktů. Projekt, který je zpočátku plánován na tři roky, vede společnost Daimler AG; do projektu je zapojena také skupina pod vedením prof. Dr. Klausa-Roberta Müllera, profesora strojového učení na Technické univerzitě v Berlíně, s podporou přibližně 630 000 eur.

S narůstající digitalizací průmyslu umožňují digitální prototypy v počítačovém podpořeném návrhu (CAD), počítačovém inženýrství (CAE) nebo také počítačové výrobě (CAM) analýzu nového produktu na základě simulací. Díky tomu lze určitá testování provést již před stavbou prvního prototypu pouze na počítači. To například umožňuje vyzkoušet různé alternativy designu – aniž by bylo nutné postavit fyzický model.

Nový výzkumný projekt Artificial Intelligence Aided x (AIAx) má pomoci zvládnout digitalizaci procesu vývoje produktu s velkými, složitými datovými soubory a ulevit konstruktérům od časově náročných rutinních činností. Hlavní výzkumnou otázkou je: Jak lze dále rozvíjet stávající metody umělé inteligence tak, aby podpořily tradiční silné stránky průmyslu při vývoji vysoce kvalitních technických produktů? Cílem výzkumu je, aby se v střednědobém horizontu z pojmů CAD, CAE a CAM, které jsou dnes v průmyslu známy, vyvinul koncept Artificial Intelligence Aided Design/Engineering/Manufacturing – zkráceně AIAx.

V konstrukčním procesu jsou zkušenosti cenným know-how. Tyto zkušenosti je však obtížné formalizovat a proto je lze jen omezeně předávat mladým pracovníkům. Pomocí určitých metod strojového učení by však bylo možné například rozpoznat vzory v datech CAD konstrukce a tyto vzory efektivněji využívat.

Každá simulace generuje obrovské množství dat, která musí v současnosti vyhodnocovat inženýři, aby odhalili nedostatky a slabiny v konstrukci a postupně je zlepšovali. Vyvinuté metody strojového učení by měly tato data automaticky a inteligentně analyzovat a navrhnout případná zlepšení. Taková automatizace analytického procesu by nejen urychlila konstrukci, ale také by inženýrům umožnila věnovat více času vývoji inovativních návrhů a nápadů.

Technická univerzita v Berlíně přináší jako silný výzkumný partner své dlouholeté zkušenosti v základním výzkumu metod strojového učení (ML) a AI do nového projektu AIAx. Výzkumná skupina kolem Klausa-Roberta Müllera významně přispěla k vývoji podpůrných vektorových strojů (Support Vector Machines) a tzv. „Explainable Artificial Intelligence“ (vysvětlitelná umělá inteligence) a pokročila v zavádění metod ML v kvantové chemii. V rámci projektu se budeme především věnovat tématům jako „Efektivní hluboké učení“ a „Vysvětlitelnost a robustnost“ vyvíjených metod ML, říká Klaus-Robert Müller.

Transparentní – tedy vysvětlitelné – rozhodovací procesy metod ML mají zvýšit jejich akceptaci v praxi a tím umožnit jejich průmyslové využití. Proč se strojové učení rozhodne právě takto? „Zde chceme pomocí studie s účastníky zkoumat různé způsoby znázornění rozhodovacího procesu. Jak by měla být vysvětlení prezentována? Jaké informace jsou vhodné? Z hlediska akceptace metod ML je vysvětlitelnost důležitým aspektem. Konečná odpovědnost však leží na konstruktérovi,“ vysvětluje Klaus-Robert Müller.

AIAx spojuje jako projekt partnera z průmyslu a různé výzkumné instituce. Interdisciplinární charakter projektu se odráží v složení konsorcia. Kromě Technické univerzity v Berlíně jsou do projektu zapojeny společnosti Daimler AG, DYNAmore GmbH, Endress+Hauser Maulburg SE & Co. KG, Karlsruší institut technologie a společnost USU Software AG.