Labor für Künstliche Intelligenz & Maschinelles Lernen

Externer Inhalt

YouTube Video

Wir benötigen Ihre Einwilligung, um Ihnen an dieser Stelle ein Video von YouTube anzuzeigen. Sie können dieses (und damit auch alle weiteren YouTube-Inhalte auf unserer Webseite) nach Ihrer Zustimmung darstellen lassen.

Mit Ihrer Zustimmung können personenbezogene Daten an Drittplattformen übermittelt werden. Mehr dazu finden Sie in unserer Datenschutzerklärung . Ihre Einwilligung können Sie jederzeit über den Link Cookie-Einstellungen am Ende der Seite widerrufen.

In den letzten Jahren nimmt der Bereich der Künstlichen Intelligenz und des Maschinellen Lernens einen immer größeren Stellenwert am Campus ein. Neben Vorlesungen, in denen künstliche Intelligenz und maschinelles Lernen im Vordergrund steht, zieht das Thema teilweise auch in andere Vorlesungen ein. Gemeinsam ist, dass bei großen Modellen mit künstlichen neuronalen Netzen viel Rechenleistung benötigt wird.

So wurde u. a. der Campus 2020 Zentrum der Künstlichen Intelligenz der Hochschule Bochum und ist dementsprechend mit Servern und Rechnern ausgestattet worden.

Ausstattung

Rechen-Cluster in Nahaufnahme
PC-Pool

KI-PC-Pool

  • 30 Rechner mit jeweils Intel(R) Core(R) i9-9900, 32 GiB RAM, NVIDIA RTX 2080 SUPER

Die modernen Grafikkarten mit 8 GB GDDR6 Speicher ermöglichen es neuronale Netze schnell zu trainieren. Durch die große Anzahl an Arbeitsplätzen können hier auch in Übungsstunden größere Datensätze behandelt werden und die Ergebnisse stehen direkt zur Diskussion bereit.

KI-Mini-Lab / Makerspace

  • 6 Rechner mit jeweils Intel(R) Core(R) i7-8700K, 16 GiB RAM, NVIDIA GTX 1080 Ti
  • 2 Rechner mit jeweils Intel(R) Core(R) i7-9700K, 32 GiB RAM, NVIDIA RTX 2080 Ti

Diese Rechner können von Studierenden ohne zeitliche Begrenzung belegt werden. Das ist insbesondere fürs Training von Agenten beim Reinforcement Learning wichtig. Die Agenten verbessern dabei ihr Verhalten in einer virtuellen Umgebung, wie z. B. einer Fahrzeugsimulation, um die von den Studierenden vorgegebenen Ziele zu erreichen.

Server

  • 4 Server mit jeweils 2x Intel(R) Xeon(R) CPU E5-2660, 2.20 GHz mit je 8 Kernen, 16 GiB RAM
  • 16 Blade Compute Nodes mit jeweils 2× Intel Xeon E5-2640, 2.5 GHz mit je 6 Kernen, 16 GiB RAM
  • 1 Tesla-Server Intel(R) Xeon(R) CPU E5-2603, 1.70 GHz mit 6 Kernen, 16 GiB RAM, Nvidia Tesla P4 mit 8 GB GDDR5

Die Server stehen für allgemeine Rechenaufgaben aus der Forschung und für Abschlussarbeiten bereit. Bei Bedarf können auch andere Arbeitsgruppen des interdisziplinären Instituts Angewandte Künstliche Intelligenz und Data Science Ruhr die Server nutzen.

 

 

Laborpraktika

  • Maschinelles Lernen
    Hier werden praktische Versuche zu Supervised und Unsupervised Learning mit klassischen Verfahren oder neuronalen Netzen durchgeführt.

  • Angewandte Künstliche Intelligenz
    Hier geht es um das Training von Agenten mittels Reinforcement Learning.

Die Studierenden haben auch die Möglichkeit, von zuhause auf die Rechner zuzugreifen. Das war insbesondere während der "Coronasemester" vorteilhaft.

Fashion MNIST Beispiele

 

 

Beispielprojekte unserer Studierenden

  • Im Rahmen einer Masterarbeit wurde die Erkennung von Vogelstimmen aus Audiodateien umgesetzt.
  • In einer anderen Masterarbeit wurde eine Handgestenerkennung aus Bildern umgesetzt.

 

Forschung und Entwicklung

Der Fokus unserer Tätigkeit in Lehre und Forschung liegt auf den beiden Themen

  • Maschinelles Lernenund Data Mining
  • Modellbildung und Simulation

Hier ist z. B. die Bergische Innovationsplattform für Künstliche Intelligenz zu nennen und das interdisziplinäre Zentrum „Machine Learning and Data Analytics“.

Mit dem Weiterbildungsprojekt WeAI der Hochschule Bochum bieten wir Informatikern, Ingenieuren und Naturwissenschaftlern aus der Praxis im Bereich "Maschinelles Lernen" eine praxisnahe Form der Fort- und Weiterbildung auf höchstem fachlichen Niveau.

Wir sind Gründungsmitglied des AKIS (Interdisziplinäres Institut Angewandte Künstliche Intelligenz und Data Science Ruhr), das gegründet wurde, um die angewandte Forschung im Bereich Künstliche Intelligenz, Maschinelles Lernen und Data Science entlang der Ruhrachse zu fördern, sowie Impulse zur Weiterentwicklung des Masterangebotes im Bereich Data Science & KI der Hochschule zu geben.

Weitere Informationen zu unseren Forschungsaktivitäten entnehmen Sie den Seiten zur Professur.

 

Verantwortlich

Jörg Frochte
Laborleitung
Prof. Dr. rer. nat. Jörg Frochte
Christof Kaufmann
Wissensch. Mitarbeiter
Christof Kaufmann, M.Eng.
Ana Belén Martínez Torres
Wissensch. Mitarbeiterin
Ing. de Telecomunicación Ana Belén Martínez Torres
Janis Mohr
Wissensch. Mitarbeiter
Janis Mohr, M.Sc.
Wissensch. Mitarbeiter
Sarah Grewe, M.Sc.