ROUTINE
Reallabor zum Transfer digitaler Gesundheitsanwendungen und KI ins Gesundheitswesen
Start: 01.2021
Ende: 12.2021
Elektronische Augen und Künstliche Intelligenz (KI) ermöglichen bereits heute automatische Türwächter und Wohnräume, die über das Wohl ihrer Bewohner*innen wachen. Dabei kann die Privatsphäre der Menschen gewahrt werden, indem die Videodaten direkt im Sensor verarbeitet werden (sogenannte „eingebettete KI“). Vor allem komplexe Anwendungen mit konventioneller KI haben jedoch einen Bedarf an Rechenleistung, der in eingebetteten Hardware-Lösungen einen zu hohen Stromverbrauch, Probleme mit der Abwärme und hohe Herstellungskosten verursacht. Eine Echtzeitverarbeitung in Anwendungen zur Erkennung von Aktivitäten mit zeitlichem Kontext ist daher in vielen Fällen mit eingebetteter KI nicht möglich.
Als Anwendung wird ein System betrachtet, welches kritische Situationen wie etwa Bewegungslosigkeit, Inaktivität und Stürze in Wohnräumen erkennt und im Notfall mit einer Alarmnachricht an Pflegekräfte oder Angehörige reagieren kann. Der Projektpartner Inferics bietet hierfür mit PatronuSens aktuell eine Lösung basierend auf klassischen Kameras an. Im Projekt sollen als Lösungsansatz anstatt klassischer Kameras sogenannte Event-basierte Kameras verwendet werden, welche nur Änderungen über die Zeit als kontinuierlichen Datenstrom ausgeben. Durch dieses Funktionsprinzip entsteht eine inhärente Filterung des beobachteten Bereichs, wobei “Uninteressantes” ignoriert wird und nur Bildbereiche mit Aktivität ausgegeben werden. Abseits des Umstands, dass solche Event-Kameras alleine schon weniger Energie benötigen als ihre klassischen Gegenstücke, wird durch diese Filterung auch die Menge an Daten reduziert, die ein nachfolgender KI-Algorithmus verarbeiten muss. Das Ziel dieses Vorhabens ist es, zu untersuchen, wie solche Event-basierten Kameras in ein bestehendes Bildverarbeitungssystem integriert werden können, welche Systemkomponenten hierfür angepasst werden müssen und welche Vorteile ihr Einsatz tatsächlich bringt.
Das FZI forscht im Rahmen des Projekts insbesondere an gepulsten neuronalen Netzen (eng. Spiking Neural Networks, SNN) und deren Einsatz in realen Anwendungsszenarien. Zu diesem Zweck werden aktuelle Fortschritte in Neuromorphic Computing untersucht, die derzeit verfügbaren eventbasierten Kameras evaluiert und neuromorphe KI-Algorithmen entwickelt.
In diesem Forschungsschwerpunkt liegt das Hauptaugenmerk für das FZI auf den Themen Künstliche Intelligenz (KI) und Mensch und KI-Engineering. Zudem beschäftigt sich das FZI mit Fragestellungen zu dedizierter Hardware für KI sowie KI zur Prädiktion.
Förderhinweis:
Das Projekt EmbeddedNeuroVision wird vom Ministerium für Wirtschaft, Arbeit und Tourismus gefördert.
Projektpartner:
Reallabor zum Transfer digitaler Gesundheitsanwendungen und KI ins Gesundheitswesen
Verteiltes, kontinuierlich lernendes Bordnetzmanagement der nächsten Generation
Sicherer Einsatz von automatisierten Shuttle-Fahrzeugen im städtischen Verkehr durch unterstützende Infrastruktur-Vernetzung
Broker für dynamische Produktionsnetzwerke
Führungsausbildung für Einsatzkräfte mittels intelligenter virtueller Realitäten
Ressourceneffiziente Thin-Edge-Systeme durch integrierte KI und neuromorphe Elektronik in Sensoren
Künstliche Intelligenz für Arbeit und Lernen in der Region Karlsruhe
Sicherheit auf allen Systemschichten durch Vertrauensketten und Isolierung
Software-Engineering industrieller, hybrider Quantenanwendungen und -algorithmen
Kompetenzcluster Anonymisierung für vernetzte Mobilitätssysteme