Ganzheitliche, föderale KI-Entwicklung für Mixed-Reality-Anwendungen in Europa

Einführung: Die rasante Entwicklung von Mixed-Reality-Anwendungen hat die Tür zu einer neuen Dimension der Mensch-Computer-Interaktion aufgestoßen. Durch die Verbindung natürlicher Wahrnehmung mit künstlicher Intelligenz (KI) eröffnen sich faszinierende Möglichkeiten in verschiedenen Bereichen, angefangen von industriellen Prozessen bis hin zur modernen Mobilität. Um diese Potenziale voll auszuschöpfen, bedarf es jedoch einer ganzheitlichen, föderalen KI-Entwicklung. Im Rahmen des Projekts FAMILIAR wird genau diese Vision verfolgt, indem die Vorteile von föderalem maschinellem Lernen (FedML) und XR-Technologie kombiniert werden.

Die Macht der Mixed-Reality-Anwendungen: Mixed-Reality-Anwendungen ermöglichen es, die reale Welt mit virtuellen Elementen zu verbinden und schaffen so eine erweiterte Realität (XR). Durch XR-Brillen können Nutzer nahtlos mit Computern und Maschinen interagieren. Ein beeindruckendes Beispiel ist die Anwendung von XR-Brillen im industriellen 3D-Druck. Mithilfe von trainierter KI in der XR-Brille können Fehler während des Druckprozesses erkannt und kategorisiert werden. Basierend auf diesen Erkenntnissen schlägt die KI dem Bediener vor, welche Parameter angepasst werden sollten, um die Druckergebnisse zu verbessern.

Die Herausforderungen der Datenanalyse: Um Fehler zu identifizieren, müssen umfangreiche Maschinen- und Prozessdaten erfasst werden. Diese Daten werden zentral gesammelt und auf kritische Fehler hin analysiert. Die Übertragung großer Datenmengen stellt jedoch häufig eine Herausforderung dar. Hier kommt das föderale maschinelle Lernen ins Spiel.

Föderales maschinelles Lernen (FedML) und dezentraler Controller: FedML ermöglicht das Training von KI-Modellen an den Orten, an denen die Daten entstehen. Anschließend werden nur die trainierten Modelle bzw. deren Parameter an eine zentrale Stelle geschickt. Dieser Ansatz adressiert das Problem, dass Unternehmen oft nicht über ausreichend Daten verfügen, um ein KI-Modell angemessen zu trainieren. Im Projekt FAMILIAR wird der Controller dezentralisiert. Jeder Teilnehmer übernimmt zeitweise die Rolle des Controllers, aggregiert die eigenen Parameter mit denen des Vorgängers und gibt die anonymisierten Ergebnisse weiter.

XR-Brillen und Datenanalyse: Ein weiterer innovativer Ansatz besteht darin, das Training von Daten und FedML auf XR-Brillen anzuwenden. Mit XR-Technologie können Trainingsdaten durch Video, Ton, Gesten oder Blickverfolgung erfasst werden. Die Kombination von dezentralem FedML auf der XR-Brille eröffnet neue Möglichkeiten, wie beispielsweise das Einstellen und Reparieren komplexer Maschinen.

Anwendungsfälle und Verwertung der Ergebnisse: Im Rahmen des Projekts FAMILIAR werden drei potenzielle Anwendungsfälle demonstriert.