Conti findet Partner für Sicherung Künstlicher Intelligenz

Das Technologieunternehmen Continental weitet sein internationales Netzwerk für künstliche Intelligenz (KI) auf das Silicon Valley aus. Im Fokus stehen unter anderem die Optimierung der Geschwindigkeit von neuronalen Netzen im Auto und die Absicherung von KI-Systemen in sicherheitskritischen Anwendungen.

Das Technologieunternehmen Continental weitet sein internationales Netzwerk für künstliche Intelligenz (KI) auf das Silicon Valley aus. Im Fokus stehen unter anderem die Optimierung der Geschwindigkeit von neuronalen Netzen im Auto und die Absicherung von KI-Systemen in sicherheitskritischen Anwendungen. Hierfür schließt Conti einen Kooperationsvertrag mit der KI-Forschungsgruppe der University of California in Berkeley.

"Berkeley DeepDrive" befasst sich mit hochmodernen Technologien für maschinelles Sehen und Lernen in automobilen Anwendungen. Heimat des multidisziplinären Zentrums ist das Institute of Transportation Studies der University of California in Berkeley. Sponsoren aus der Industrie fördern hier die Zusammenarbeit verschiedener Fachrichtungen, um neue Technologien in Automotive-Anwendungen zu bringen.

"Continental als BDD-Mitglied gewonnen zu haben, macht uns stolz", bekennt Professor Trevor Darrell, Direktor von Berkeley DeepDrive und Leiter des Fachbereichs "Partners for Advanced Transportation Technology" (PATH). "Wir freuen uns darauf, in enger Zusammenarbeit innovative Lösungen zu entwickeln." Continental als Branchenführer in der Automobilindustrie und BDD, das die Möglichkeiten für künstliche Intelligenz und autonomes Fahren in Automotive-Anwendungen erweitert - das passe sehr gut.

Für Continental stehen im ersten Jahr der Partnerschaft zwei Forschungsbereiche des Berkeley DeepDrive im Vordergrund. Zum einen geht es um die Testbarkeit von KI-Algorithmen in sicherheitsrelevanten Systemen. Fahrer müssen sich darauf verlassen können, dass die komplexe Technologie ihrer Fahrzeuge im Einsatz zuverlässig funktioniert. Deshalb entwickelt BDD Methoden, mit denen sich die Ausfallsicherheit von KI-Systemen besser testen lässt.

Zum anderen untersuchen die Forscher Möglichkeiten, KI-Anwendungen besonders speichereffizient zu betreiben, um neuronale Netze zu beschleunigen und zu optimieren. So sollen sich die KI-Methoden später leichter in Fahrzeugen anwenden lassen.