Mögliche Einsatzbereiche für AIfES

• Internet of Things / Intelligente Sensoren
• Medizinische Geräte / Wearables
• Smart Home / Smart City
• Smart Factory / Condition Monitorig

Mensch-Technik-Interaktion:

• Weiterentwicklung der Handschrifterkennung auf Mikrocontrollern
• Erkennung von komplexen Gesten auf Mikrocontrollern
• Neue Innovationen des interaktiven Therapieballs »ichó« mit ichó systems, dem Startup-Partner des Fraunhofer-inHaus-Zentrums  

Industrie 4.0:

• Weiterentwicklung des kabellosen Stromsensors
• Predictive Maintenance (Auswertung von Prozess- und Maschinendaten)
• Dezentralisierte KI durch verteilte Systeme
• Kombination von AIfES und NILM (Nonintrusive Load Monitoring)  

Messtechnik:

• Sensornahe und echtzeitfähige KI für den IMS LiDAR-Sensor  

Medizintechnik:

• Entwicklung eines intelligenten Sensors zur Detektion von menschlichem Stress im Fraunhofer inHaus-Zentrum
  
• Erweiterte Auswertung von Vitalparametern (virtuelle Sensoren)

Machine-Learning-Algorithmen und Hardwarebeschleuniger:

• Weiterentwicklung von Lernverfahren und neuen Netz-Strukturen
• Integration des RISC-V-Neurobeschleunigers in AIfES

RISC-V mit Neurobeschleuniger

Das Fraunhofer IMS entwickelt aktuell einen RISC-V Mikroprozessor, welcher einen Hardwarebeschleuniger speziell für neuronale Netze besitzen soll. AIfES wird in einer speziellen Version für diese Hardware optimiert, damit diese Hardwareressource optimal genutzt werden kann.

AIfES speziell für Sensoren geeignet

AIfES soll zukünftig neben den Machine-Learning-Algorithmen auch Funktionen zur Signalvorverarbeitung enthalten. Besonders für die Merkmalsextraktion sind diese Funktionen besonders geeignet.

Weitere Netztypen

Da AIfES ständig wächst und neue Algorithmen implementiert werden, ist die nächste Stufe die Integration von weiteren neuronalen Netz-Topologien. Hierzu gehören z.B. rekurrente Netze oder auch ein Convolutional Neural Network (ConvNet).