Anzeige der Artikel nach Schlagwörtern: kunstliche intelligenz

Im Bereich des autonomen Fahrens laufen Design und Test zunehmend im integrierten Prozess ab. Ein Beispiel dazu zeigte das in Darmstadt ansässige Fraunhofer-Institut LBF Autonomes Fahren vor 14 Tagen auf der Hannover Messe. Sogenannte XiL-Tests macht es möglich, reale Komponenten – beispielsweise Kameras – in virtuellen Entwürfen von Fahrzeugen und Einsatzszenarien zu testen.

Additive Verfahren sind gegenüber herkömmlichen Produktionstechniken auf dem Vormarsch: Flexibler, sparsamer, funktionaler sind sie schon. Nur bei der Produktivität hakt es noch. Ein deutsch-kanadisches Konsortium geht das jetzt mit Künstlicher Intelligenz (KI) an: Mit einer neuen Software zur Prozesssteuerung soll das Laserauftragschweißen automatisch optimiert und erheblich produktiver werden.

Automatisierung ist in der heutigen Produktion nicht mehr wegzudenken. Seit vielen Jahren trägt sie zur Steigerung der Produktivität bei, ist aber vor allem in größeren Unternehmen zu finden. Was bislang für kleine und mittlere Unternehmen (KMU) aufgrund von vielen Bauteilvarianten und Handhabungsszenarien schwierig zu automatisieren war, bekommt neuen Aufwind durch maschinelle Lernverfahren. Vor allem Reinforcement Learning birgt großes Potenzial: Jetzt lassen sich Prozesse automatisieren, für die herkömmliche Automatisierung bisher undenkbar war.

Weltweit gibt es Hinweise darauf, mit Hilfe von Künstlicher Intelligenz (KI) die Elektronikindustrie partiell oder insgesamt auf ein neues Qualitätsniveau zu heben. Das markanteste und zugleich komplexeste Vorhaben dafür ist das DARPA-Projekt IDEA. Während dieses noch ‚Zukunftsmusik' ist, bieten europäische, US-amerikanische und weitere Unternehmen bereits praktisch nutzbare Möglichkeiten der Integration von KI in den Entstehungsprozess von Elektronik an.

Weltweit gibt es Hinweise darauf, mit Hilfe von Künstlicher Intelligenz (KI) die Elektronikindustrie partiell oder insgesamt auf ein neues Qualitätsniveau zu heben. Ein markantes Beispiel für den Bereich Entwicklung von Super-ICs, komplexen Halbleitermodulen wie SoCs und PCBs ist das DARPA-Projekt IDEA.

Weltweit gibt es Hinweise darauf, mit Hilfe von Künstlicher Intelligenz (KI) die Elektronikindustrie partiell oder insgesamt auf ein neues Qualitätsniveau zu heben. Ein markantes Beispiel für den Bereich Entwicklung von Super-ICs, komplexen Halbleitermodulen wie SoCs und PCBs ist das DARPA-Projekt IDEA.

Mit seinem neuen PCB-Inspektionssystem der VT-S10 Serie führt Omron eine neue Imaging-Technologie in Verbindung mit AI-Funktionen ein und automatisiert damit die hoch präzise Inspektion von PCB Sub-Assemblies. Grundgedanke ist die Sicherstellung der Inspektionsprozesse ohne Spezialkenntnisse seitens des Bedienpersonals. VT-S10 zielt auf die Fertigung von hoch dichten und kompakten Board-Systemen, etwa für 5G-Equipment und autonome Elektrofahrzeuge, mit Blick auf Qualität, Safety und Security, bei denen die konventionelle PCB-Inspektion in der Erkennung von problematischen Löt-Topographien an ihre Grenzen stößt.

Renesas stellt den PMIC (Power Management IC) RAA215300 vor. Der Baustein ist eine optimierte Ergänzung zu den RZ/V2L- und RZ/G2L-Mikroprozessoren, die für KI-gestützte Anwendungen entwickelt wurden.

Künstliche Intelligenz hat meistens Black-Box-Charakter. Doch nur Transparenz kann Vertrauen schaffen. Um den jeweiligen Lösungsweg zu erklären, gibt es spezielle Software. Eine Studie des Fraunhofer IPA hat jetzt unterschiedliche Methoden verglichen und bewertet, die maschinelle Lernverfahren erklärbar machen.

Um Künstliche Intelligenz nutzen zu können, braucht ein Unternehmen nicht zwingend einen ausgewiesenen Fachmann. Eine Fraunhofer-Studie zeigt, wie kleine und mittlere Unternehmen stattdessen vorgehen können.