We use cookies to analyze our traffic. If you continue to use our website, you consent to the use of our cookies.Ok I agree!

PLANET4-Practical Learning of Artificial iNtelligence on the Edge for indusTry 4.0

Φορέας χρηματοδότησης: Erasmus+

Επιστημονικώς Υπεύθυνος: Καθηγητής Χρυσόστομος Στύλιος

Ιστοσελίδα: εδώ και εδώ

Social:


Το έργο επιδιώκει να μελετήσει και να προτείνει μεθοδολογίες για την ενίσχυση της έρευνας και διδασκαλίας της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης ως δύο πεδίων απαραίτητων για την επίτευξη και εισαγωγή της Τέταρτης Βιομηχανικής Επανάστασης στις Ευρωπαϊκές Μικρομεσαίες Επιχειρήσεις. Η Τεχνητή Νοημοσύνη βελτιώνει την απόκτηση και ανάλυση δεδομένων που αποτελεί χαρακτηριστικό του μοντέλου Βιομηχανίας 4.0, οδηγώντας στη βελτιστοποίηση των βιομηχανικών διεργασιών μέσω γρήγορων, ελαφρών και αποδοτικών αλγορίθμων.

Οι ακαδημαϊκές ερευνητικές προσπάθειες για την τεχνητή νοημοσύνη έχουν ακολουθήσει την τάση ανάπτυξης πολύπλοκων και με μεγάλες απαιτήσεις σε υπολογιστικούς πόρους αλγορίθμων που απαιτούν αρχιτεκτονικές που επικεντρώνονται στο cloud. Από την άλλη, οι βιομηχανικές αρχιτεκτονικές για την απόκτηση δεδομένων είναι στις περισσότερες περιπτώσεις κατανεμημένες, κατακερματισμένες και έχουν περιορισμένες απαιτήσεις σε υπολογιστικούς πόρους. Πρόσφατες έρευνες έχουν δείξει την ανάγκη να κινηθούμε προς μια αποκεντρωμένη χρήση της τεχνητής νοημοσύνης, όπου οι αλγόριθμοι ανάλυσης δεδομένων εκτελούνται απευθείας στην πλευρά του μηχανήματος. Καθώς αυτό είναι το μέλλον, καθίσταται προφανές ότι χρειάζεται μια νέα γενιά ειδικών στην τεχνητή νοημοσύνη και την μηχανική μάθηση, ικανή να προσαρμόσει τις συγκεκριμένες τεχνολογίες στις βιομηχανικές ανάγκες και να προωθήσει το ρόλο τους ως βασικών παραγόντων της 4ης βιομηχανικής επανάστασης.

Το Έργο PLANET4 επιτρέπει τη μεταφορά γνώσεων μεταξύ πανεπιστημίων και βιομηχανιών επιτυγχάνοντας τους ακόλουθους στόχους:

  • σχεδιασμός και εκτέλεση ενός μαθήματος μικτής μάθησης για την ενσωμάτωση τεχνολογιών τεχνητής νοημοσύνης σε εφαρμογές της Βιομηχανίας 4.0, με ιδιαίτερη έμφαση στις τεχνολογίες μηχανικής μάθησης, edge computing και βιομηχανικού Internet of Things(IoT),
  • επισημοποίηση και αξιολόγηση μιας νέας μεθόδου για την περιγραφή των αναγκών της βιομηχανικής ψηφιοποίησης και των προσπαθειών που έχουν στόχο την ταχεία αναγνώριση των καταλληλότερων μεθοδολογιών τεχνητής νοημοσύνης,
  • επισημοποίηση ενός πλαισίου κοινωνικών/διαπροσωπικών δεξιοτήτων και του σχετικού εκπαιδευτικού υλικού για υλοποίηση εκπαιδευτικών εργαστηρίων στην κατεύθυνση του μοντέλου 4.0 «Καινοτομία και διαχείριση αλλαγών», με στόχο την ενδυνάμωση των εκπαιδευομένων με εκείνες τις εγκάρσιες δεξιότητες που είναι απαραίτητες για την εργασία στο πλαίσιο της 4ης βιομηχανικής επανάστασης,
  • σχεδιασμός και ανάπτυξη μιας πύλης για τη συλλογή και την ανταλλαγή βέλτιστων πρακτικών κατά την εφαρμογή των τεχνολογιών αιχμής της τεχνητής νοημοσύνης και της μηχανικής μάθησης για εφαρμογές της Βιομηχανίας 4.0.

 Η προσέγγιση του έργου πραγματοποιείται με διεπιστημονικό τρόπο και επικεντρώνεται τόσο στις κάθετες δεξιότητες γύρω από τις τεχνολογίες τεχνητής νοημοσύνης και μηχανικής μάθησης, όσο και στις οριζόντιες (κοινωνικές/διαπροσωπικές) ικανότητες που απαιτούνται για τη διαχείριση των αλλαγών που εισάγονται στο βιομηχανικό οικοσύστημα. Επιπλέον, το έργο θα δώσει στους ακαδημαϊκούς τη δυνατότητα να συλλέξουν ανάγκες και απαιτήσεις από τον βιομηχανικό κόσμο, επιτρέποντας την προσαρμογή της διδασκαλίας της τεχνητής νοημοσύνης με τρόπο ώστε να ταιριάζει καλύτερα με τις πραγματικές προσπάθειες και ανάγκες των σύγχρονων βιομηχανιών.