Digitalisering af samfundet er én af forudsætningerne for at nå klimamålsætningen om 70 procents CO2-reduktion i 2030. Og der vil små sensorer (IoT-enheder) installeret i f.eks. bygninger, varmesystemer og renseanlæg spille en vigtige rolle til styring af energiforbrug, varme, indeklima osv.

I et nyt projekt Embedded AI – støttet af det nationale forskningscenter DIREC – vil forskere sammen med industrien undersøge, hvordan man kan udvikle AI (kunstig intelligens), der kan implementeres i IoT-enheder, så de kan mere selv. I dag er sensorer nemlig afhængige af AI-algoritmer på cloud-platforme eller decentrale netværk (Edge Computing), hvor data og kommando sendes via internet / trådløse netværk.

”Det er helt åbenlyst, at man ikke vil kunne det samme som med skyen og edge, men det vil koste mindre, bruge mindre energi og kunne reagere hurtigere. Det vil også øge sikkerheden og privacy, fordi man kan holde data, der hvor de opsamles. Så der er mange fordele ved embedded AI, siger projektleder Jan Madsen, der er professor, sektionsleder og vicedirektør på DTU Compute.

I projektet samarbejder DTU, Aarhus Universitet, Københavns Universitet og CBS med pumpeproducenten Grundfos Holding, motor- og maskinproducenten MAN Energy Solution, vinduesproducenten VELUX og teknologivirksomheden Indesmatech.

Flytte AI fra store platforme til små

l løbet af projektets tre år vil partnerne arbejde med konkrete problemstillinger hos de fire industripartnere. De er stærke repræsentanter for virksomheder, der vil kunne styrke konkurrenceevnen ved at kende de rigtige værktøjer og platforme til at udnytte embedded AI (eAI) i deres produkter.

I projektet vil man undersøge selve processen med at komme fra store platforme til små, udforske egnede tool-platforme, tjekke hvilke muligheder nye typer chip giver for embedded AI og kortlægge, hvordan embedded AI vil kunne ændre forretningsmodellerne for virksomheder.

”Ren forskningsmæssigt sker der meget inden for embedded AI. Forskellen fra det og vores projekt er, at vi samarbejder tæt med virksomhederne og tager udgangspunkt i deres problemstillinger og deres visioner for, hvor de gerne vil hen med embedded AI. Vi vil finde noget specifikt for hver case, men vi får også identificeret det, der er generisk og gælder på tværs af virksomhederne,” siger Jan Madsen.

Grundfos oplever et vidensgab
Ideen til DIREC-projektet er kommet gennem netværksmøder, hvor forskningsinstitutioner og industri snakker om fremtidige kompetencer og teknologibehov. Her har Thorkild Kvisgaard, Head of Electronics, Director Technology Innovation hos Grundfos, siddet med ved bordet.

Han fortæller, at virksomheden ser et klart behov for at kunne flytte noget af den kunstige intelligens fra de store platforme, som kører på mainframe computere osv., ned og køre i mere embedded devices (AIoT), selvom det bliver meget ressourcebegrænsede platforme at arbejde på. For man kan spare energi, og man undgår at skulle sende data over internettet og være afhængig af internettet og cloudløsninger, der kører uden for ens egen kontrol.

”Det vil naturligvis vise sig, at man ikke kan lave helt så meget på platforme med begrænsede ressourcer, men de grænser kender vi ikke i dag. Og måske kan vi lave meget mere, end vi tror. Hvis vi arbejder med noget, der ikke er tidskritisk, kan det godt være, at embedded AI har tid til at bruge flere minutter på at regne noget ud, hvis det er en proces, der er langsom og kompleks,” siger Thorkild Kvisgaard.

”Vi har i Grundfos selv eksperimenteret med teknologien, men vi oplever et gab mellem det, som data science-eksperter arbejder med på store cloud-platforme, og det som IoT-programmører arbejder med. Så vi håber, at projektet også vil skabe bedre forståelse for hinandens arbejdsområder.”

Chip bliver afgørende


Industripartneren Indesmatech agerer både lokalkontor for chipproducenter, faciliterer forskellige udviklingsprojekter med ny teknologi og hjælper virksomheder med at udvikle teknologi, som de ikke selv kan løse.

Virksomheden glæder sig til at få klarlagt mulighederne, når man arbejder med Embedded AI-algoritmer, forklarer co-founder af Indesmatech Rune Domsten:

”Det, der er interessant ved projektet Embedded AI ud over den software, man bruger til AI, er at få undersøgt, hvilke chips og hardwareplatforme man skal eksekvere på og bruge i de forskellige situationer. Fordi batteriforbruget i sensorer bliver virkelig afhængig af, hvilke chips man anvender, og det kan være et spørgsmål, om batteriet holder i f.eks. fem eller ti år.”

Selv om industripartnerne i DIREC-projektet som store virksomheder allerede er i gang med AI, vil projektet også kunne få stor betydning for især små virksomheder, der halter bagefter med kunstig intelligent, mener projektleder Jan Madsen:

”Mens det måske forskningsmæssigt kan virke ret uinteressant at udvikle små AI-algoritmer, er der faktisk store forskningsmæssige udfordringer i at udvikle effektive arkitekturer og metoder, der kan bruges i mindre og ressourcebegrænsede sensorer/IoT-enheder. Det kan desuden være dét, der får en lille virksomhed i gang med at bruge AI til komplekse opgaver og processer.”