{"id":179,"date":"2023-03-30T20:59:06","date_gmt":"2023-03-30T18:59:06","guid":{"rendered":"https:\/\/gaia-initiative.org\/?post_type=research&p=179"},"modified":"2024-02-28T13:09:39","modified_gmt":"2024-02-28T12:09:39","slug":"digitale-schwarmintelligenz-in-netzen-von-mikroprozessoren","status":"publish","type":"research","link":"https:\/\/gaia-initiative.org\/de\/research-articles\/digitale-schwarmintelligenz-in-netzen-von-mikroprozessoren\/","title":{"rendered":"Digitale Schwarmintelligenz in Netzen von Mikroprozessoren"},"content":{"rendered":"\n

Schwarmintelligenz ist ein erstaunliches Ph\u00e4nomen: Egal ob bei V\u00f6geln, Fischen oder Ameisen, Schw\u00e4rme funktionieren nach bestimmten Regeln, an die sich alle Mitglieder des Schwarms halten. Dadurch entstehen Synergien, durch die das Kollektiv intelligenter agiert als die Summe seiner Mitglieder. So k\u00f6nnen situationsabh\u00e4ngige Entscheidungen, wie Flucht oder Kampf, gemeinsam getroffen und entsprechende Handlungen eingeleitet werden.<\/p>\n\n\n\n

\n
\"\"<\/figure>\n\n\n\n
\"\"<\/figure>\n<\/figure>\n\n\n\n

Analog zur nat\u00fcrlichen Schwarmintelligenz wird im Rahmen der GAIA-Initiative eine digitale Schwarmintelligenz in einem Ad-hoc-Netzwerk von Mikroprozessoren abgebildet. Diese sich spontan bildenden Netzwerke sind das Fundament f\u00fcr eine verteilte und sensornahe Auswertung von gro\u00dfen Datenmengen.<\/p>\n\n\n\n

Die digitale Schwarmintelligenz dient dazu, das Schwarmverhalten gezielt zu klassifizieren. Als Basis werden reale biometrische Messdaten einzelner Tiere genutzt, die mit Hilfe verteilter Tiersender innerhalb einer Artengemeinschaft gewonnen werden. Die K\u00fcnstliche Intelligenz, die die Messdaten verarbeitet, kann dabei zus\u00e4tzliche Informationen aus dem Schwarm generieren, die der Auswertung einzelner Tiersender weitaus \u00fcberlegen ist.<\/p>\n\n\n\n

Das selbstorganisierte Ad-hoc-Netzwerk in der Extreme Edge schafft die Grundlage f\u00fcr eine virtuelle Rechenplattform, auf der wechselnde Machine-Learning-Modelle (ML-Modelle) ausgef\u00fchrt und die Informationen einzelner Schwarmteilnehmer lokal koordiniert werden k\u00f6nnen. Das Besondere an dem Netzwerk ist seine F\u00e4higkeit autark zu agieren, die Verbindung einzelner Funkknoten innerhalb des Netzes zu gew\u00e4hrleisten und die gesammelten Messdaten zur Verf\u00fcgung zu stellen. Herausfordernd ist hier insbesondere die Volatilit\u00e4t der Tierschw\u00e4rme: Denn die virtuelle Rechenplattform muss auch dann stabil bleiben, wenn einzelne Tiere das Ad-hoc-Netzwerk verlassen, weil sie beispielsweise in ein anderes Gebiet ziehen. <\/p>\n\n\n\n

Um das Potenzial und die Vorteile moderner ML-Modelle optimal nutzen zu k\u00f6nnen, ist eine Mindestgr\u00f6\u00dfe der verbauten Hardware notwendig. Allerdings d\u00fcrfen Kleintiere nur ein geringes Ma\u00df ihres eigenen K\u00f6rpergewichts tragen. Deshalb bedarf es einer starken Limitierung der Tiersenderhardware. Denn je gr\u00f6\u00dfer die Batterie, desto schwerer ist sie. Um dem entgegenzuwirken, werden die komplexen Algorithmen nicht zentral auf einem einzelnen, sondern verteilt auf mehreren Endnutzerger\u00e4ten im Umkreis der Extreme Edge prozessiert. Daf\u00fcr wird die K\u00fcnstliche Intelligenz anhand der verf\u00fcgbaren Hardware aufgeteilt. Anschlie\u00dfend werden die komplexen Rechenprozesse mit Hilfe einer flie\u00dfband\u00e4hnlichen Architektur, dem sogenannten Pipelining, dynamisch und sequenziell auf die einzelnen Tiere im Feld zugewiesen. So entstehen in einem automatisierbaren Prozess aus einem trainierten ML-Modell mehrere Mikromodelle, deren Rechenanforderung von den einzelnen IoT-Teilnehmern effizient realisierbar ist. Die Algorithmen werden also nicht zentral auf einem einzelnen, sondern verteilt auf mehrere, im Schwarm verf\u00fcgbare Tiersender verarbeitet, wodurch das Gewicht der Tags deutlich reduziert werden kann. <\/p>\n\n\n\n

Im Projekt \u00bbSyNaKI\u00ab (Synergie nat\u00fcrlicher und K\u00fcnstlicher Intelligenz im Schwarm) wird die digitale Schwarmintelligenz am Beispiel von Geiern im art\u00fcbergreifenden Verbund mit Lands\u00e4ugetieren entwickelt. Das Projekt steht unter der Leitung von Felix Krey\u00df, Gruppenleiter Embedded Systems am Fraunhofer IIS. Gemeinsam mit seinem Team rund um Torsten Ohlenforst, Moritz Thome, Manuel Schrauth und Maik Bauer arbeitet er an der Abbildung der nat\u00fcrlichen Schwarmintelligenz in digitalen Netzen.<\/p>\n","protected":false},"excerpt":{"rendered":"

Schwarmintelligenz ist ein erstaunliches Ph\u00e4nomen: Egal ob bei V\u00f6geln, Fischen oder Ameisen, Schw\u00e4rme funktionieren nach bestimmten Regeln, an die sich alle Mitglieder des Schwarms halten. Dadurch entstehen Synergien, durch die das Kollektiv intelligenter agiert als die Summe seiner Mitglieder. So k\u00f6nnen situationsabh\u00e4ngige Entscheidungen, wie Flucht oder Kampf, gemeinsam getroffen und entsprechende Handlungen eingeleitet werden. Analog […]<\/p>\n","protected":false},"featured_media":154,"template":"","tags":[71],"research_topics":[83],"class_list":["post-179","research","type-research","status-publish","has-post-thumbnail","hentry","tag-digital-swarm-intelligence-in-networks-of-microprocessors-2","research_topics-technologien-methoden"],"acf":[],"_links":{"self":[{"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/research\/179","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/research"}],"about":[{"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/types\/research"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/media\/154"}],"wp:attachment":[{"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/media?parent=179"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/tags?post=179"},{"taxonomy":"research_topics","embeddable":true,"href":"https:\/\/gaia-initiative.org\/de\/wp-json\/wp\/v2\/research_topics?post=179"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}