Forschungs­projekte

VEDLIoT

Very Efficient Deep Learning in Internet of Things

EU-Projekt VEDLIoT zielt auf die Entwicklung einer IoT-Plattform der nächsten Generation

Autonome Fahrzeuge und Geräte für intelligente Häuser werden immer komplexer. Ein neues, auf maschinellem Lernen basierendes System wird entwickelt, um die für diese Anwendungen verwendete Soft- und Hardware robuster, leistungsfähiger und energieeffizienter zu machen. Das neue Projekt VEDLIoT wird von der Europäischen Kommission mit rund acht Millionen Euro über einen Zeitraum von drei Jahren gefördert. Koordiniert wird das Projekt vom CoR-Lab der Universität Bielefeld.

In einem intelligenten Heim - einem "Smarthome" - stehen den Bewohnern Geräte zur Verfügung, die ihnen das Leben erleichtern sollen: Stellen Sie sich einen Kühlschrank vor, der Lebensmittel nachbestellt, wenn diese zur Neige gehen, und der gleichzeitig mit dem Ofen kommunizieren kann. Solche Geräte und Module sind Teil des Internet der Dinge (kurz IoT). IoT-Geräte sind an ein Netzwerk angeschlossen, in dem sie Daten aufzeichnen, speichern, verarbeiten und übertragen. Zu den Anwendungen für IoT-Geräte gehören auch selbstfahrende Autos und Industrierobotik.

Ziel ist es, eine energieeffiziente Hardwareplattform und Werkzeugkette für ML-basierte IoT-Anwendungen zu entwickeln. Von links: Jens Hagemeyer, Dr. Carola Haumann und Prof. Dr.-Ing. Ulrich Rückert von der Universität Bielefeld.

"Computer- und IoT-Systeme werden immer effizienter. Dies ermöglicht es uns, anspruchsvollere Probleme zu lösen und die Automatisierung zu beschleunigen, um unsere Lebensqualität zu verbessern", erklärt Professor Dr.-Ing. Ulrich Rückert, der als Koordinator des neuen VEDLIoT-Projekts die Forschungsgruppe Kognitronik und Sensorsysteme an der Universität Bielefeld leitet. "Aber das Volumen der Daten, die gesammelt und verarbeitet werden, ist enorm - und die dafür benötigte Rechenleistung ist sehr hoch. Zudem sind die Algorithmen oft zu komplex, um schnell und in angemessener Zeit Lösungen zu generieren."

Künstliche Intelligenz gegenüber konventionellen Methoden

Zwölf Partner aus vier europäischen Ländern - Deutschland, Polen, Portugal und Schweden - sowie der Schweiz, einem EU-Assoziierungsstaat, arbeiten gemeinsam an dem Projekt. Statt sich auf konventionelle Methoden, etwa aus der Statistik, zu verlassen, setzt das internationale Forscherteam Methoden des maschinellen Lernens ein, darunter Deep Learning, für das künstliche neuronale Netze eingesetzt werden. "Beim Deep Learning hat das zugrunde liegende Netzwerk neben den Input- und Output-Schichten auch Neuronen-Zwischenschichten. Dadurch lässt sich eine Art Abstraktion realisieren, die dadurch ein komplexes Systemverhalten ermöglicht", sagt Jens Hagemeyer, Elektroingenieur, der Mitglied der Forschungsgruppe Kognitronik und Sensorsysteme ist und auch die technische Leitung dieses Projekts inne hat. "Wir liefern die Informationen; die Maschinen lernen und entscheiden selbst."

Mit dem autonomen Lernen der VEDLIoT-Plattform sollen IoT-Geräte eine höhere Leistung erreichen und gleichzeitig energieeffizienter werden. Dazu wird im Rahmen des Projekts eine modulare Hardware-Plattform entwickelt, die es erlaubt, Mikroserver verschiedener Leistungsklassen auf einem flexiblen Träger zu kombinieren. "Je nach Anforderung der Anwendung können die Server auf dem Träger individuell konfiguriert werden, so dass eine universell einsetzbare Plattform entsteht", so Hagemeyer. Auch Systemausfälle werden mit dem neuen System verhindert: "Fällt ein Server aus, z.B. aufgrund eines schwachen Funknetzes, kann das gesamte Gerät weiter betrieben werden. Im besten Fall würde der Benutzer eines selbstfahrenden Autos den Serverausfall gar nicht bemerken."

Offener Aufruf für zusätzliche Projektpartner

"Einige der Projektpartner arbeiten bereits seit vielen Jahren zusammen", so Dr. Carola Haumann, Projektleiterin und stellvertretende Geschäftsführerin des CoR-Lab's. Zu dem Projekt gehören sieben Universitäten und Forschungsinstitute, die auf dem Gebiet der künstlichen Intelligenz und des Internets der Dinge arbeiten. Die anderen Projektpartner sind Unternehmen unterschiedlicher Größe, vom Start-up EmbeDL bis zum multinationalen Konzern Siemens.

Es ist noch Zeit, dass sich weitere Unternehmen an dem Projekt beteiligen: "Wir gehen davon aus, dass wir im Rahmen dieses Projekts - zusätzlich zu den bestehenden Anwendungen in den Bereichen Automotive, Automation und Smarthomes - mindestens zehn weitere Anwendungsfälle finanzieren werden. Deshalb wollen wir mehr Unternehmen einbinden", erklärt Haumann. Ein Prototyp der Plattform soll bis Mitte 2022 einsatzbereit sein. "Die Ergebnisse aus diesen verschiedenen Anwendungen werden während des gesamten Projekts in die IoT-Plattform einfließen", sagt Jens Hagemeyer. "Dies wird es uns ermöglichen, die Plattform kontinuierlich zu verbessern".

Das Projekt wurde im November 2020 gestartet, und für Anfang Dezember ist ein eingehender Workshop mit allen Projektpartnern geplant. Das Projekt soll bis Ende 2023 abgeschlossen sein. VEDLIoT wird aus der Förderlinie für Informatik und Kommunikationstechnologien des EU-Forschungsrahmenprogramms Horizont 2020 finanziert. Der Name VEDLIoT ist ein Akronym für "Very Efficient Deep Learning in IoT".

Die Forscher des neuen VEDLIoT-Projekts entwickeln eine modulare Hardware-Plattform, die in einer Reihe von Anwendungen eingesetzt werden könnte, von einem intelligenten Spiegel bis hin zu Smarthome-Geräten.

An dem Projekt sind neben der Universität Bielefeld auch Forschungseinrichtungen und Universitäten beteiligt: Die Technische Universität Chalmers in Göteborg (Schweden), die Universität Neuchâtel (Schweiz), die Universität Osnabrück (Deutschland), die Universität Göteborg (Schweden), die schwedischen Forschungsinstitute (RISE) in Göteborg (Schweden) und FCiências.ID, ein Verein für Forschung und Entwicklung in Lissabon (Portugal).

Teilnehmende Unternehmen sind: Antmicro in Poznan (Polen), EmbeDL in Göteborg (Schweden), Siemens mit Sitz in München und Berlin (Deutschland), Christmann Informationstechnik + Medien in Ilsede (Deutschland) und Veoneer in Stockholm (Schweden).

 

Weitere Informationen: VEDLIoT-Projektprofil (Englisch), Cordis Webseite

Kontakt:

Prof. Dr.-Ing. Ulrich Rückert, Universität Bielefeld

Technische Fakultät / CoR-Lab

E-Mail: rueckert@techfak.uni-bielefeld.de