Projekt | KI-EKG

Signifikante Verbesserungen der Energieeffizienz von KI-Hardware sind Voraussetzung für eine wachsende Verbreitung dieser rechenintensiven Technologie. Aktuell forschen Wissenschaft und Wirtschaft, national wie international, mit hohen Aufwänden an solchen Lösungen. Zum einen, um dem stark steigenden Ener-giebedarf im Bereich der Informations- und Telekommunikationstechnologie entgegenzuwirken und zum anderen, um bestimmte Anwendungen, z. B. in mobilen Endgeräten, zu erschließen. Mobile Endgeräte, die ohne Datenverbindung zu einem Rechenzentrum ihre volle Funktionalität bieten sollen, benötigen effiziente KI-Hardware. Aber auch Szenarien, in denen Informationen aus Datenschutz-gründen den lokalen Kontext nicht verlassen dürfen, profitieren enorm von entsprechenden Entwicklungen, beispielsweise in der Medizintechnik. Ebenfalls relevant ist der Bereich Industrie 4.0. Automatisierungslö-sungen, die agiler und intelligenter werden sollen, setzen den Einsatz KI-gestützter Steuersysteme voraus. Sind diese kompakt und energieeffizient, können sie nahe am Geschehen eine KI in Echtzeit ermöglichen. Im Rahmen dieses Vorhaben werden die folgenden drei Hauptziele angestrebt: 1 Es sollen die Methoden und Algorithmen zur Bewertung von energieeffizienten KI Lösungen, die zur Durchführung des Pilotwettbewerbs für die Bundesagentur für Sprunginnovationen benötigt werden, systematisch erforscht, implementiert und erprobt werden, wobei - einerseits Verfahren zur Klassifikation von EKGs untersucht und Kriterien zur quantitativen Erfas-sung einer Mindestperformanz abgeleitet werden sollen, und - andererseits Verfahren zur Bestimmung der Energieeffizienz von KI Plattformen entwickelt werden sollen. 2 Basierend auf oben entwickelter Methodik sollen die im Wettbewerb vorgeschlagenen Verfahren eva-luiert und bewertet werden. Weiterhin sollen durch Vergleich und Identifikation von Synergien auch übergreifende Ansätze identifiziert werden, die die Energieeffizienz verbessern können. Grundlegende Empfehlungen für die Implementierung von KI im Sinne von Energieeffizienz, Datenschutz, Handhab-barkeit, Plattformen und Architektur sollen abgeleitet werden. Forschungsbedarf im Bereich KI Mikro-elektronik soll identifiziert werden. 3 Am Beispiel der Analyse von EKG Daten soll das grundlegende Problem der Bewertung der Performanz von KI Lösungen untersucht werden. Angesichts der zurzeit laufenden Bemühungen KI Lösungen auch in Standards einzubeziehen, stellt sich immer wieder die grundsätzliche Frage, wie sich die Performanz von KI Lösungen quantitativ erfassen lässt und wie die in Standards benötigten Mindestperformanzspe-zifikationen sinnvoll zu definieren sind.