BMBF támogatja a mesterséges intelligencia kutatási projektjét a tervezés területén

A Bundes Oktatási és Kutatási Minisztérium (BMBF) mintegy 1,8 millió euró támogatással egy olyan projektet finanszíroz, amely a digitalizált termékfejlesztés alapjainak kutatására irányul. A projektet, amely elsőként három évre szól, a Daimler AG vezeti; a Prof. Dr. Klaus-Robert Müller által vezetett csapat, aki a Berlini Műszaki Egyetem Gépi Tanulás tanszékén tanít, mintegy 630 000 eurós támogatással vesz részt.

A digitalizáció növekedésével az iparban lehetővé válik a digitális prototípusok alkalmazása a Computer Aided Design (CAD), Computer Aided Engineering (CAE) vagy akár Computer Aided Manufacturing (CAM) rendszerekben, amelyek segítségével egy új termék elemzése szimulációk révén történhet. Így bizonyos tesztek már a fizikai prototípus építése előtt elvégezhetők kizárólag számítógépen. Ez például lehetővé teszi különböző tervezési alternatívák kipróbálását – anélkül, hogy fizikai modellt kellene építeni.

Az új kutatási projekt, az Artificial Intelligence Aided x (AIAx), célja, hogy segítsen a termékfejlesztési folyamat digitalizációjának nagy, összetett adatmennyiségek kezelésében, és tehermentesítse a tervezőket az időigényes rutinfeladatoktól. A központi kutatási kérdés így hangzik: Hogyan lehet továbbfejleszteni a meglévő mesterséges intelligencia módszereket annak érdekében, hogy támogassák az ipar hagyományos erősségét a magas színvonalú technikai termékek fejlesztésében? A kutatás célja, hogy középtávon az iparban ismert CAD, CAE és CAM fogalmakból kialakuljon az Artificial Intelligence Aided Design/Engineering/Manufacturing – röviden AIAx.

A tervezési folyamat során a tapasztalati értékek értékes tudásnak számítanak. Ezeket azonban nehéz formalizálni, ezért csak korlátozott mértékben adhatók át az utánpótlásnak. Bizonyos gépi tanulási módszerek alkalmazásával azonban például felismerhetők minták a CAD-konstrukció adataiban, és ezek hatékonyabban hasznosíthatók.

Minden szimuláció hatalmas adatmennyiséget eredményez, amelyet jelenleg mérnököknek kell kiértékelniük a hibák és hiányosságok felismerése érdekében, és ezeket fokozatosan javítani. Kifejlesztett gépi tanulási módszerek segítségével ezek az adatok automatikusan, intelligensen elemezhetők, és javaslatokat tehetnek a fejlesztésekre. Az ilyen automatizálás nemcsak felgyorsítaná a tervezést, hanem több időt szentelhetne a mérnököknek az innovatív tervek és ötletek kidolgozására.

A Berlini Műszaki Egyetem, mint erős kutatási partner, hosszú évek tapasztalatával járul hozzá az új AIAx projekthez a gépi tanulási módszerek (ML) és az AI alapkutatás területén. Klaus-Robert Müller munkacsoportja jelentős hozzájárulásokat tett a támogatás-vektor gépekhez, valamint az úgynevezett „Explainable Artificial Intelligence” (magyarázható mesterséges intelligencia) területén, és elősegítette a ML módszerek bevezetését a kvantumkémia területén. A projekt során elsősorban olyan témákkal foglalkozunk, mint a „Hatékony mélytanulás” és a „Magyarázhatóság és robusztusság” a fejlesztés alatt álló ML módszerek esetében – mondja Klaus-Robert Müller.

A ML módszerek döntéshozatali folyamatait átláthatóvá, azaz magyarázhatóvá kell tenni, hogy növeljük azok elfogadottságát a gyakorlatban, és ezáltal lehetővé tegyük ipari alkalmazásukat. Miért hoz a gépi tanulási rendszer döntést? „Egy vizsgálat során különböző bemutatási formákat fogunk vizsgálni a döntéshozatali folyamat bemutatására. Hogyan kellene az magyarázatot megjeleníteni? Milyen információk hasznosak? Az ML módszerek elfogadottságának szempontjából a magyarázhatóság fontos tényező. Végső soron a felelősség a tervezőé” – magyarázza Klaus-Robert Müller.

Az AIAx egy konzorciumi projekt, amely ipari partnereket és különböző kutatóintézeteket fog össze. A projekt interdiszciplináris jellege tükröződik a konzorcium összetételében. Így a Berlini Műszaki Egyetem mellett részt vesz a Daimler AG, a DYNAmore GmbH, az Endress+Hauser Maulburg SE & Co. KG, a Karlsruhei Műszaki Egyetem és az USU Software AG is.