Autoindustrie: KI-Anwendungen mit Quantenrechnern schneller machen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Autoindustrie: KI-Anwendungen mit Quantenrechnern schneller machen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Forschungszentrum Jülich, BMW Group, Mercedes-Benz AG, Volkswagen, Bosch und DFKI wollen gemeinsam KI-Anwendungen für Quantencomputer testen.
KI-Anwendungen für die Autoindustrie: Welche Rolle könnte Quantencomputing dabei spielen?

Quelle: Forschungszentrum Jülich / Sascha Kreklau

  • Quantencomputer könnten künstliche Intelligenz (KI) und maschinelles Lernen auf ein neues Niveau bringen.
  • Die Entwicklung realer KI-Anwendungen für Quantenrechner steckt aber noch in den Kinderschuhen.
  • Das vom Forschungszentrum Jülich koordinierte Verbundprojekt Q(AI)2 bringt beide Ansätze nun anhand konkreter Anwendungsfälle in der Automobilindustrie zusammen.

Künstliche Intelligenz ist eine der bedeutendsten Schlüsseltechnologien in der Industrie, speziell in hochtechnisierten Branchen wie der Autoindustrie. Der Rechenaufwand für viele KI-Anwendungen ist allerdings enorm. Selbst moderne Supercomputer benötigen teilweise mehrere Tage für bestimmte Aufgaben. Manche Probleme sind bislang sogar überhaupt nicht in realistischen Zeitspannen lösbar.

An dem vom Forschungszentrum Jülich koordinierten Verbundprojekt Q(AI)2 sind die drei größten deutschen Autohersteller BMW Group, Mercedes-Benz AG und Volkswagen sowie der Zulieferer Bosch und das Deutsche Forschungszentrum für künstliche Intelligenz (DFKI) beteiligt. Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert und verfügt über Mittel von vier Millionen Euro über die Laufzeit von drei Jahren.

„Quantencomputer bieten die Möglichkeit, Anwendungen mit KI qualitativ zu beschleunigen und so einen echten Geschwindigkeitsvorteil zu erzielen. Dies ist besonders dort wichtig, wo Antworten auf industriell relevante Fragestellungen schnell gefunden werden müssen“, erklärt Projektkoordinator Prof. Frank Wilhelm-Mauch vom Forschungszentrum Jülich.

KI-Anwendungen: Produktionsabläufe, autonome Fahrzeuge und Tourenplanung

„Bei den Anwendungsfällen wird es beispielsweise darum gehen, flexible Produktionsabläufe in der Industrie 4.0 zu optimieren, autonome Fahrzeuge kollisionsfrei durch den Verkehr zu steuern, oder Touren von Elektrobussen intelligent zu planen. Die Arbeit mit konkreten Aufgaben der Automobilindustrie als Start und Endpunkt der Forschung ist ein wesentliches Alleinstellungsmerkmal dieses Projektes“, erläutert Wilhelm-Mauch.

Die Nutzung von Quantencomputern und Quantenannealern für reale Probleme ist aufgrund des frühen Entwicklungsstadiums dieser Systeme bislang noch kaum erforscht. Q(AI)2 nimmt auf diesem Gebiet eine Vorreiterrolle ein. Forschende von akademischen Einrichtungen, Automobilherstellern und einem Zulieferer wollen gemeinsam erstmals eine breite Basis an quantenbeschleunigten KI-Algorithmen schaffen, die sowohl für die zur Verfügung stehende Hardware als auch für industrielle Fragestellungen optimiert sind.

„Wir wollen das Beschleunigungspotenzial ausloten, das in bereits bekannten Algorithmen steckt. Und wir wollen ganz grundsätzlich industriell relevante Anwendungen identifizieren, die sich mithilfe von Quantenrechnern wesentlich beschleunigen lassen“, erklärt Frank Wilhelm-Mauch. Die angestrebten Erkenntnisse könnten deutschen Automobilherstellern entscheidende Wettbewerbsvorteile verschaffen: Aussichtsreiche Ansätze sollen unmittelbar in konkrete Vorentwicklungsprojekte der beteiligten Unternehmen münden. Gleichzeitig werden die Ergebnisse externen Nutzenden zugänglich gemacht.

Kennzahlen: Ab wann sich der Einsatz von Quantencomputern lohnt

Zudem wollen die Partner in Q(AI)2 aussagekräftige Kennzahlen ermitteln, aus denen hervorgeht, ab wann sich Quantencomputer tatsächlich gewinnbringend für industrielle KI-Anwendungen einsetzen lassen. Wie viele Qubits und welche Taktzeiten müssen die Systeme aufweisen, um einen echten „Quantenvorteil“ zu erzielen?

Entscheidend für eine realistische Einschätzung ist dabei die Möglichkeit, Algorithmen mit modernster Quantencomputer-Simulationssoftware zu testen und auf verschiedenen Quantencomputersystemen zu implementieren. Über die JUNIQ-Infrastruktur des Forschungszentrums Jülich ist unter anderem der Zugriff auf vielfältige Hard- und Softwaresysteme sichergestellt. Die Jülicher Quantencomputer-Plattform vereint dabei verschiedene Arten von Quantencomputern, Quantenannealern und Quantensimulatoren unter einem Dach. Forschende erhalten so unter anderem Zugang zu Systemen von IBM, D-Wave, Atos und experimentellen Maschinen, wie sie beispielsweise im europäischen Quanten-Flaggschiffprojekt entstehen.

Bild oben: Projektkoordinator Prof. Dr. Frank Wilhelm-Mauch vom Forschungszentrum Jülich.
Bildquelle: Forschungszentrum Jülich / Sascha Kreklau

Weitere Informationen:

Projektsteckbrief Q(AI)2

Dossier: Quantentechnologie

Erfahren Sie hier mehr darüber, wie Unternehmen mit künstlicher Intelligenz Rohstoffe und Energie sparen.

Lesen Sie auch: „Autolackierung: Linearantriebe lassen es gleichmäßig glänzen“

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

Andere Leser haben sich auch für die folgenden Artikel interessiert

Redaktionsbrief

Tragen Sie sich zu unserem Redaktionsbrief ein, um auf dem Laufenden zu bleiben.

Wir wollen immer besser werden!

Deshalb fragen wir SIE, was Sie wollen!

Nehmen Sie an unserer Umfrage teil, und helfen Sie uns noch besser zu werden!

zur Umfrage

Aktuelle Ausgabe

Topthema: Wie KI neue Ideen in die Produktentwicklung bringt

Künstliche Intelligenz: Sechs Experten im Gespräch

Mehr erfahren

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.