Im Forschungs- und Entwicklungslab »Data Analysis und Künstliche Intelligenz« widmet sich das Forschungsteam der Anwendung von künstlicher Intelligenz und den Herausforderungen, die dabei entstehen.
In vier Schwerpunkten adressieren wir gezielt die wichtigsten Fragestellungen:
Schwerpunkt »HPC Support für KI / Machine Learning / Deep Learning«
Das zentrale Problem aktueller Computer-Infrastrukturen für das Trainieren großer KI-Modelle ist die GPU- und Knoten-übergreifende Parallelisierung sowie die effiziente Bereitstellung der Daten. Im Querschnitt zwischen Informatik und Mathematik werden hier sowohl die Forschung durch engere Vernetzung mit weiteren Arbeitsgruppen der TU Kaiserslautern intensiviert und die industrielle Umsetzung verstärkt.
Im Fokus steht hierbei, die Leistungsfähigkeit von aktuellen Deep-Learning-Verfahren zu steigern, in dem wir innovative HPC-Methoden, Dateisysteme und neue algorithmische Ansätze kombinieren.
Schwerpunkt »Erklärbare / Verlässliche KI«
Vertrauenswürdigkeit ist eine Voraussetzung dafür, dass Menschen und Gesellschaften KI-Systeme entwickeln, einsetzen und nutzen können. KI-Systeme werden grundlegend anders entwickelt als klassische softwarebasierte Systeme. Hier stoßen die etablierten Methoden und Techniken der klassischen System- und Softwaretechnik an ihre Grenzen. Wir arbeiten an innovativen Ansätzen, um KI-Systeme erklärbarer und verlässlicher zu machen.
Schwerpunkt »Datengetriebene Modellierung & Analyse großer Datenmengen«
Von den ersten Geschäftsideen bis zum Einsatz von KI-Systemen in einer Produktionsumgebung warten viele Herausforderungen auf Unternehmen. Solche Projekte erfordern das Zusammenspiel verschiedener Kompetenzen, wie Big-Data- und Hochleistungsrechner-Infrastrukturen, Datenanalyse, maschinelles Lernen sowie Softwareentwicklung. Wir bündeln unsere Expertise in diesen Themenfeldern und unterstützen Unternehmen auf ihrem Weg zur KI-basierten Produktion.
Schwerpunkt »Simulation und Maschinelles Lernen«
Um Systeme vorhersagen und verstehen zu können, müssen sie modelliert werden. In diesem Zusammenhang sind maschinelles Lernen und Simulationen grundlegende Technologien. Das Zusammenspiel beider Ansätze ermöglicht neuartige und innovative Simulationskapazitäten, die wir in diesem Schwerpunkt weiterentwickeln.
