Die Anzahl IoT-fähiger-Endgeräte wie etwa Smart Speaker, intelligente Stromzähler, Staubsauger-Roboter oder auch vernetzte Feinstaubmessstationen steigt. Viele dieser Geräte besitzen Mikrocontroller oder Sensoren, wie etwa Kameras oder Bewegungsmesser, mit denen sie Daten mit KI-Verfahren analysieren und über Cloud-Services austauschen. Sowohl die Geräte selbst, als auch die KI-Anwendungen, verbrauchen jedoch Ressourcen in Form von Material und Energie. Eine Reduktion dieses Ressourcenverbrauchs verbessert die Umweltverträglichkeit und ermöglicht oft auch neue Funktionalitäten.
Die im Rahmen des Projekts entwickelten intelligenten Sensorsysteme (Erweiterung der senseBoxen) können ressourceneffizient und kostengünstig betrieben werden. Sie haben damit ein hohes Potenzial, im loT-Bereich eine langfristige Wirkung zu entfalten. Die Anwendungen sind für die Zivilgesellschaft leicht verständlich und eigenständig einsetzbar. Sie können somit auch ihre Wirkung im Bereich Citizen Science entfalten.
Im Rahmen des Projektes sollen effiziente und energiesparende KI-Verfahren entwickelt werden, welche auf den Mikrocontrollern selbst für die Datensammlung und -analyse eingesetzt werden können. Über spezielle Netzwerkprotokolle sollen zudem gesammelte Daten energieeffizient ausgetauscht werden können. Die effizienten KI-Verfahren mit minimalem Energieverbrauch sollen einen weitgehend autarken Betrieb der Mikrocontroller über mehrere Wochen oder Monate hinweg ermöglichen.
Professor Chair of Data Science: Machine Learning and Data Engineering, Universität Münster
Jetzt anmelden und keine Neuigkeiten verpassen! Mit dem Civic Coding-Update wollen wir dich über Veranstaltungen, Förderangebote und Projekte aus der Initiative und der KI-Welt auf dem Laufenden halten.