07.10.2021

Halbzeit bei KI Delta Learning: Erste Forschungsergebnisse für ein skalierbares automatisiertes Fahren

Im Rahmen einer virtuellen Veranstaltung präsentierte am 7. Oktober 2021 das seitens der Mercedes-Benz AG geleitete Projekt KI Delta Learning erste Ergebnisse seiner Forschungstätigkeiten im Bereich skalierbare Künstliche Intelligenz (KI). Schon heute finden sich KI Anwendungen im Fahrzeug wieder. Um Situationen aus dem alltäglichen Verkehrsgeschehen meistern zu können, wird die KI automatisierter Fahrzeuge auf mögliche Situationen und Herausforderungen trainiert. Ändert sich eine Situation aber grundlegend, beispielsweise durch einen Wechsel der Umgebung von einem Land in ein anderes, muss die KI bisher mit neuen Daten von Grund auf neu trainiert werden. Dieser Wechsel von einer grundlegenden Situation in eine andere kommt in der Realität fortlaufend vor und wird Domänenwechsel genannt. Das vom Bundesministerium für Wirtschaft und Energie geförderte Projekt KI Delta Learning möchte mittels neuer Trainingsmethoden der KI in automatisierten Fahrzeugen ein besseres Verständnis der Umwelt vermitteln. Das Forschungsziel besteht darin, der KI für einen Domänenwechsel in Zukunft nur noch die Unterschiede, die sogenannten Deltas, beizubringen und so den Trainingsaufwand erheblich zu reduzieren.

„Wir haben wichtige Fortschritte gemacht, um einen Katalog von Methoden für die Skalierung der Künstlichen Intelligenz im Bereich des automatisierten Fahrens zu entwickeln. Unser Ziel im Rahmen der Forschungstätigkeit ist es Verfahren aufzuzeigen, mit denen ein Wissenstransfer in der KI möglich ist“, so Projektleiter Dr. Mohsen Sefati, Systementwicklung autonomes Fahren, Mercedes-Benz AG. „Für die Anwendung in der Automobilindustrie könnte dies von enormem Vorteil sein um KI Anwendungen zukünftig noch sehr viel effizienter und vielfältiger einzusetzen.“

Das Projekt konzentriert sich beim Trainieren der Deltas auf drei Hauptbereiche: Transfer Learning, Didaktik und Automotive-Tauglichkeit. Bei Transfer Learning wird das erlernte Wissen bei Wechseln zwischen Domänen nicht vergessen, sondern schrittweise um neues Wissen erweitert. So müssen die KI-Algorithmen nicht ständig von Grund auf neu trainiert werden – ein sehr zeitintensives und kostspieliges Unterfangen. Im Bereich der Didaktik werden unterschiedliche Ansätze der Trainingsmethoden für Algorithmen erforscht. Dabei stehen Fragen im Vordergrund wie: Wie sollen Trainingsstrategien am besten aufgebaut werden und wie kann man das Lernen mit besseren Lehrmethoden beeinflussen? Zwei Aspekte werden im Rahmen der Automotive-Tauglichkeit näher untersucht: Zum einen die Robustheit und Zuverlässigkeit von KI-Modulen in unbekannten Situationen und unter Störungen. Zum anderen die Herausforderungen, die sich bei der Übertragung von trainierten KI-Algorithmen auf in Fahrzeugen eingebettete Hardware ergeben.

Bereits erste Ergebnisse vorzuweisen

Bereits in den ersten anderthalb Jahren der dreijährigen Forschungstätigkeit wurde viel erreicht. Unter anderem wurden die ersten Konzepte zum Delta-Lernen für verschiedene Anwendungsfälle getestet. Die Ergebnisse wurden mit bestehenden Datensätzen und Referenzmodellen ausgewertet. Auch die Vorbereitung einer speziellen Datenerfassung für die Adressierung verschiedener Delta-Szenarien für Domain-Wechsel wurde abgeschlossen. Diese Konzepte werden weiter ausgearbeitet, sodass am Ende des Projektes ein erster Methodenkatalog zur Skalierung von KI-Ansätzen für das automatisierte Fahren zur Verfügung steht.

Das Forschungsprojekt KI Delta Learning wurde als Teil der KI Familie von der VDA Leitinitiative Autonomes und Vernetztes Fahren initiiert und entwickelt. Die KI Familie baut für dieses Anwendungsgebiet mit einem vernetzten Projektcluster umfassende KI-Expertise auf und besteht außerdem aus den Forschungsprojekten KI Absicherung, KI Data Tooling und KI Wissen. Im Rahmen der KI Familie werden Projektergebnisse ausgetauscht, Kompetenzträger zusammengeführt und technische Innovationen schneller realisiert. Das Programm der VDA Leitinitiative zielt auf die Sicherung der Leitanbieterschaft der deutschen Industrie im Bereich des autonomen und vernetzten Fahrens und engagiert sich in vorwettbewerblichen Kooperationsprojekten für einen breiten Kompetenzaufbau am Standort Deutschland.

Das FZI bringt sich als Forschungspartner in alle vier Projekte der KI-Familie ein.

Über das Projekt KI Delta Learning

Laufzeit: 1. Januar 2020 – 31. Dezember 2022, 36 Monate
Gesamtbudget: 26,15 Mio. EUR
Fördervolumen: 15,87 Mio. EUR
Fördermittelgeber: BMWi

18 Partner:

Mercedes-Benz AG, BMW Group, CARIAD SE, Porsche Engineering Group GmbH, Robert Bosch GmbH, Valeo Schalter und Sensoren GmbH, ZF Friedrichshafen AG, CMORE Automotive GmbH, InnoSenT GmbH, Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), FZI Forschungszentrum Informatik, OFFIS e.V., Albert-Ludwigs-Universität Freiburg, Bergische Universität Wuppertal, Hochschule Reutlingen, Technische Universität München, Universität Stuttgart, Eberhard Karls Universität Tübingen

Projektmanagement:
European Center for Information and Communication Technologies – EICT GmbH

Pressekontakt:
Valérie Hasler
im Auftrag von
European Center for Information and Communications Technologies – EICT GmbH
Tel: +49 162 1804016
Email: valerie.hasler-ext@dont-want-spam.eict.de
www.ki-deltalearning.de