For­schungs­grup­pen der Tech­ni­schen Fa­kul­tät

Die For­schungs­grup­pe „Nach­hal­ti­ge KI“ unter der Lei­tung von Jun.-Prof. Dr. David Kap­pel wid­met sich der Un­ter­su­chung der Re­chen­kom­ple­xi­tät von Al­go­rith­men für ma­schi­nel­les Ler­nen, um deren En­er­gie­ver­brauch bei gleich­blei­ben­der Leis­tungs­fä­hig­keit er­heb­lich zu re­du­zie­ren.

Un­se­re Mis­si­on

Mo­der­ne Ar­chi­tek­tu­ren für ma­schi­nel­les Ler­nen (ML) ver­brau­chen bei­spiel­lo­se Men­gen an En­er­gie, wobei eine ein­zi­ge Trai­nings­ein­heit oft den Energie-​ und CO2-​Fußabdruck eines Autos über seine ge­sam­te Le­bens­dau­er über­steigt. Bei der der­zei­ti­gen Wachs­tums­ra­te könn­ten ML-​Modelle den Trans­port­sek­tor in der glo­ba­len En­er­gie­bi­lanz in 10 bis 20 Jah­ren über­ho­len. Bio­lo­gi­sche Ge­hir­ne hin­ge­gen sind äu­ßerst en­er­gie­ef­fi­zi­ent, was zeigt, dass es im Prin­zip ef­fi­zi­en­te Lern­sys­te­me gibt. Die For­schungs­grup­pe „Nach­hal­ti­ge KI“ iden­ti­fi­ziert die Me­cha­nis­men, die die be­mer­kens­wer­te En­er­gie­ef­fi­zi­enz bio­lo­gi­scher Ge­hir­ne er­mög­li­chen, und er­forscht neue An­sät­ze, um den En­er­gie­ver­brauch des ma­schi­nel­len Ler­nens mit­hil­fe hy­bri­der ML/bio­in­spi­rier­ter Mo­del­le deut­lich zu re­du­zie­ren.

For­schungs­pro­jek­te

• EVENTS (En­er­gie­ef­fi­zi­en­te ver­teil­te Sen­sor­sys­te­me für ma­schi­nel­les Sehen: er­eig­nis­ba­sier­te ver­teil­te KI-​Algorithmen) star­te­te im Ok­to­ber 2022 im Rah­men des För­der­pro­gramms „BMBF - OC­TO­PUS - Elek­tro­ni­sche Sys­te­me für ver­trau­ens­wür­di­ge und en­er­gie­ef­fi­zi­en­te de­zen­tra­le Da­ten­ver­ar­bei­tung im Edge-​Computing“. Ziel des Pro­jekts ist die Ent­wick­lung ef­fi­zi­en­ter KI-​Algorithmen, die für den Ein­satz auf en­er­gie­ef­fi­zi­en­ten neu­ro­mor­phen Sys­te­men für die Computer-​Vision an­ge­passt wer­den kön­nen. Das von der TU Dres­den ge­lei­te­te Pro­jekt­kon­sor­ti­um wird die ent­wi­ckel­ten Al­go­rith­men auf in­no­va­ti­ver neu­ro­mor­pher Hard­ware in ver­schie­de­nen Pi­lo­t­an­wen­dun­gen im­ple­men­tie­ren und tes­ten. Wei­te­re In­for­ma­tio­nen fin­den Sie auf der EVENTS-​Projektwebsite.
• ESCA­DE (En­er­gie­ef­fi­zi­en­te groß an­ge­leg­te künst­li­che In­tel­li­genz für nach­hal­ti­ge Re­chen­zen­tren) star­te­te im Mai 2023 und wird vom Bun­des­mi­nis­te­ri­um für Wirt­schaft und Kli­ma­schutz (BMWK) ge­för­dert. Ziel des Pro­jekts ist die Ent­wick­lung mo­der­ner gro­ßer, ver­teil­ter und en­er­gie­ef­fi­zi­en­ter Mo­del­le für ma­schi­nel­les Ler­nen für kom­ple­xe An­wen­dun­gen wie die Ver­ar­bei­tung na­tür­li­cher Spra­che. Wei­te­re In­for­ma­tio­nen fin­den Sie auf der ESCA­DE-​Projektwebsite.