Bergische Uni Künstliche Intelligenz und Design
Wuppertal · Wie kann man das Design von Produkten mithilfe von künstlicher Intelligenz positiv beeinflussen? Dieser Frage gehen Wissenschaftlerinnen und Wissenschaftler der Bergischen Universität Wuppertal in einem neuen Forschungsprojekt nach.
Unter Leitung von Prof. Dr. Hanno Gottschalk (Arbeitsgruppe Stochastik) arbeiten die Forscherinnen und Forscher an generativen neuronalen Netzwerken, die durch Training das optimale Design von Produkten bestimmen können. Für sein Vorhaben erhält das Forschungsteam eine Förderung von Siemens Energy und dem Bundesministerium für Wirtschaft und Energie in Höhe von 174.000 Euro.
„In unserem neuen Projekt geht es um die Verwendung von Methoden des generativen Lernens im Design. Durch das Training von generativen neuronalen Netzwerken, z. B. GAN (Generative Adversarial Networks) lernt ein Algorithmus den Zusammenhang zwischen den Designparametern und der Leistungsfähigkeit des Designs“, erklärt Prof. Gottschalk. GANs sind neuronale Netze, in denen zwei Netzwerke gegeneinander agieren und so voneinander lernen. Anwendung findet das Projekt im Design eines wasserstofffähigen Injektors (Apparat zum Stoffaustausch und zur Wärmeübertragung zwischen strömenden Gasen und Flüssigkeiten) für eine Gasturbine. Die neuronalen Netzwerke lernen in diesem Fall, welche Designparameter zu einem bestimmten globalen und räumlichen Mischungsverhältnis von Wasserstoff und Luft führen.
Neuronale Netze haben im Bereich der Künstlichen Intelligenz und im Bereich des Machine Learning in den vergangenen Jahren zunehmend an Bedeutung gewonnen. Sie werden beispielsweise genutzt in der Sprach- und Bilderkennung oder in der intelligenten Planung. Generatives Lernen, bei dem neuronale Netze aus Daten lernen, täuschend echt wirkende synthetische Objekte zu entwerfen, ist hingegen eine Forschungsrichtung, die weniger als zehn Jahre alt ist und sich dynamisch entwickelt.
