Maschine Learning an realen Projekten erlernen
Veranstaltungsnummer: 02SE422
- Planung und Umsetzung von industriellen Machine- Learning Projekten
- Hardware und Software von KI-Systemen
- Integration von KI-Systemen in den Maschinenpark
Machine Learning etabliert sich zunehmend als neuer Automationsansatz in der betrieblichen Praxis. Während konventionelle Automation auf von Menschen programmierten Regelwerken beruht, löst Machine Learning eine Automationsaufgabe mit Trainingsdaten und Rechenleistung. Mit diesem Ansatz lassen sich komplexe betriebliche Aufgaben lösen, bei denen konventionelle Automationsansätze an technische und wirtschaftliche Grenzen stoßen.
Ziel dieses Seminars ist der Aufbau von praxisnahem Knowhow in der Erprobung und Implementierung von KI-basierten Automationslösungen im industriellen Umfeld. Sie erwerben ein tiefes Verständnis von allen Entwicklungsschritten eines Deep Learning Projekts, von der Planung bis hin zur abschließenden Fähigkeitsprüfung einer KI-Lösung. Mit erster Erfahrung in der Nutzung relevanter KI-Werkzeuge werden Sie befähigt, KI-basierte Automation eigenständig im Betrieb anzugehen.
Dazu werden in diesem Seminar zwei industrielle Automationsvorhaben im Bereich Computer Vision von der ersten Idee bis zur Inbetriebnahme der fertigen Lösung durchlaufen. Die Seminarteilnehmer erleben die systematische Generierung von Trainingsdaten, das Training von Deep Learning Algorithmen, das Deployment auf industriellen Edge-Geräten und den Aufbau von Schnittstellen zu SPS-Steuerungen und anderen Maschinen. Der Machine Learning Workflow wird auf der Nvidia Jetson Plattform realisiert.
Top-Themen
- Planung und Umsetzung von industriellen Machine- Learning Projekten
- Hardware und Software von KI-Systemen
- Integration von KI-Systemen in den Maschinenpark
- Nachbau von zwei industriellen KI-Systemen
Programm
1. Tag 10:00 bis 17:00 Uhr
2. Tag 8:30 bis 16:00 Uhr
Tag 1: Theoretische Grundlagen
Kurze Einführung in Künstliche Intelligenz, Machine Learning und Deep Learning
- Grundbegriffe, Arten und Methoden
- Differenzierung zwischen konventioneller und KI-Automation
- Grundsätzliche Funktionsweise von Machine Learning
Machine Learning (ML) Workflow
- Planung des ML Workflows
- Auswahl der Entwicklungsplattform und Algorithmen
- Systematische Datenerhebung mit Fokus auf Kameras
- Datenmarkierung
- Training und Fähigkeitsprüfung von KI-Algorithmen
Implementierung von KI-Algorithmen im industriellen Umfeld
- Industrielle KI-Hardware, Sensoren und Aktuatoren
- Schnittstellen zu SPS-Steuerungen
- Training vs. Inferenz
- Kontrolle von Umweltbedingungen
Einführung in die Nvidia Plattform
- Edge-Computing vs. On-Premise vs. Cloud
- Nvidia Jetson und RTX
- CUDA und Docker
- Nvidia Model Zoo, TAO, Hello AI World
Tag 2: Praxisteil mit Hands-on Umsetzung durch die Seminarteilnehmenden
Um für die Seminarteilnehmenden eine ideale Lernerfahrung zu ermöglichen, experimentieren die Seminarteilnehmer mit Hard- und Software. Alle erforderlichen Materialien werden im Rahmen des Seminars zur Verfügung gestellt.
Im Praxisteil bauen die Teilnehmenden zwei KI-Referenzprojekte nach:
- 1. Als Beispiel für den Einsatz von Computer Vision in einem Produkt bauen wir das KI-basierte Sicherheitssystem “Hand Guard” des Herstellers Altendorf nach. Die mit dem Deutschen Arbeitsschutzpreis 2021 ausgezeichnete Lösung ist das weltweit erste GS-zertifizierte KI-Sicherheitssystem für diese Art von Maschine: www.altendorfgroup.com/machines/formatkreissaege-altendorf-hand-guard/
- 2. Als Beispiel für den Einsatz von Computer Vision in der Prozessoptimierung bauen wir ein KI-basiertes Prüfsystem von Automotive-Bauteilen nach, welches vom Referenten im Jahr 2019 für einen Automobilkonzern gebaut wurde. Die visuellen Prüfaufgaben in diesem Arbeitsschritt waren für konventionelle Automationsansätze zu komplex und nur durch Machine Learning automatisierbar:
www.youtube.com/watch
> Bestimmte Seminarinhalte werden durch die Seminarteilnehmenden erarbeitet, um eigene Machine Learning Erfahrungen zu erzielen.
> Theoretische Inhalte werden anhand vieler Praxisbeispiele verdeutlicht.
> Experimentieren Sie selbst mit KI-Hard- und Software
Der Lehrgang schließt mit einem fachlichen Brainstorming zu KI-Anwendungsideen der Teilnehmenden ab. Hierbei werden KI-Anwendungsideen aus technischer und wirtschaftlicher Sicht beurteilt und eine fachlich sinnvolle Vorgehensweise zur Umsetzung ausgearbeitet.
Zielgruppe
- Fach- und Führungskräfte aus der Industrie und Logistik
- F- und E-Verantwortliche
- Fach- und Führungskräfte aus Produktionsbetrieben und der Instandhaltung
- Projektmitarbeiter und -leiter von digitalen Transformationsprojekte
Ihr Experte für den Workshop Maschine Learning
Wilhelm Klat, Geschäftsführer, Circo Vision UG, Borchen