(Bild: ©monsitj/stock.adobe.com)
Ob Sprachassistenz, Gesundheitshelfer oder Einparkhilfe: künstliche Intelligenz ist unser smarter Helfer im Alltag. Allerdings verbraucht die Denkleistung von Rechnern viel Strom, weshalb neue effizientere Energiekonzepte von essenzieller Bedeutung sind. Im Zuge des Energieproblems startet das BMBF den sogenannten KI Sprunginnovationswettbewerb, um Innovationen von besonderer technologischer und gesellschaftlicher Relevanz zu fördern. An diesem sind insgesamt elf Teilnehmer aus Hochschulen und Forschungseinrichtungen beteiligt und erarbeiten Lösungen für energieeffiziente KI-Berechnungen. Als Datenbank werden hierfür reale Trainingsdaten zur Verfügung gestellt. Dadurch sollen aus den EKG-Daten Krankheitsbilder, wie z.B. Vorhofflimmern, zuverlässig erkannt werden. „Im Projekt Adelia suchen wir eine Lösung, energieeffizient EKG-Daten auszuwerten und dabei Kammerflimmern sicher identifizieren zu können“, erklärt Dr. Thomas Kämpfe, Gruppenleiter am Fraunhofer IPMS.
Das Projekt ist Teil eines neuen Konzepts der deutschen Forschungsförderung. Zum ersten Mal werden dabei Teams gefördert, die eine spezielle Wettbewerbsaufgabe lösen müssen. Insgesamt treten elf Wettbewerbsteams in drei Kategorien (FPGA, ASIC-130 und ASIC-22FDX) an, um verschiedenen Technologiepfaden gerecht zu werden. Die jeweiligen Sieger der drei Wettbewerbskategorien haben die Chance ihre innovativen Ideen gemeinsam mit der Industrie und Anwendern in die Tat umzusetzen. Das Team aus Fraunhofer IIS und dem Fraunhofer IPMS tritt gemeinsam in der Wettbewerbskategorie ‚FDSOI-Technologie (22FDX) der Firma Globalfoundries Dresden Module One LLC & Co KG‘ an. Dabei konzentrieren sich die beiden Institute auf die Entwicklung eines energieeffizienten Crossbar-Analogbeschleunigers. Die Anwendungspotentiale reichen hierbei von energieeffizienten ASICs zur Mensch-Maschine-Kommunikation bis hin zur Krankheitsprognose mit medizinischen Wearables.
