With the (still new) “Living Objects Lab”, AI (artificial intelligence) is now integrated into teaching and research at KISD: Infrastructure, (research) space, supervision and above all many many great tools and devices are available to embed “intelligent” systems in physical objects. Through meaningful human-machine interfaces, these “objects” thus become “living objects”.
The information processing in AI systems is usually outsourced to powerful servers (in the “cloud”), while the object merely serves as an interface. Just recently, this information processing is sometimes also (pre)processed decentrally and locally on the end device (e.g. a microcontroller). This process is called Edge AI/Computing, derived from the term “edge” of the network/cloud.
In this course, we first deal with the term “AI” in general, separate ourselves from hypes and buzzword battles and learn how AI systems actually work “under the hood”. Then we look at the conceptual foundations of edge AI, talk about its pros and cons, and finally learn how to generate custom datasets, train custom AI models from sthe scratch, and finally apply them in an object.
Prerequisite for participation is some very basic experience in programming (What is a function? Is “2.5” an integer or float variable?). These can be acquired for example in the preceding course “Interactive Systems [Fundamentals]”.
Mit dem (immer noch neuen) “Living Objects Lab” wird KI (künstliche Intelligenz) nun in Lehre und Forschung an der KISD integriert: Infrastruktur, (Forschungs-)Raum, Betreuung und vor allem viele, viele tolle Werkzeuge und Geräte stehen zur Verfügung, um “intelligente” Systeme in physische Objekte einzubetten. Durch sinnvolle Mensch-Maschine-Schnittstellen werden diese “Objekte” so zu “living objects”.
Die Informationsverarbeitung in KI-Systemen wird in der Regel an leistungsfähige Server (in der “Cloud”) ausgelagert, während das Objekt lediglich als Schnittstelle dient. Erst seit kurzem wird diese Informationsverarbeitung manchmal auch dezentral und lokal auf dem Endgerät (z.B. einem Mikrocontroller) (vor)verarbeitet. Dieser Prozess wird Edge AI/Computing genannt, abgeleitet von dem Begriff “Edge”/”Rand” des Netzwerks.
In diesem Kurs beschäftigen wir uns zunächst mit dem Begriff “KI” im Allgemeinen, lösen uns von Hypes und Buzzword-Schlachten und lernen, wie KI-Systeme tatsächlich “unter der Haube” funktionieren. Dann schauen wir uns die konzeptionellen Grundlagen der Edge-KI an, sprechen über deren Vor- und Nachteile und lernen schließlich, wie man eigene Datensätze generiert, eigene KI-Modelle von Grund auf trainiert und sie schließlich in einem Objekt anwendet.
Voraussetzung für die Teilnahme ist eine gewisse Grunderfahrung in der Programmierung (Was ist eine Funktion? Ist “2,5” eine Integer- oder Float-Variable?). Diese können z.B. im vorangegangenen Kurs “Interaktive Systeme [Grundlagen]” erworben werden.