Ein Anwendungsbereich von Everest ist die Überwachung der Luftqualität von Industriestandorten. Dies trägt zur Prognose der Umweltauswirkungen chemischer Schadstoffe bei und hilft den Standorten, ihre Produktion zu verzögern oder emissionsmindernde Maßnahmen zu ergreifen. (Quelle: Sygic)

Ein Anwendungsbereich von Everest ist die Überwachung der Luftqualität von Industriestandorten. Dies trägt zur Prognose der Umweltauswirkungen chemischer Schadstoffe bei und hilft den Standorten, ihre Produktion zu verzögern oder emissionsmindernde Maßnahmen zu ergreifen. (Quelle: Sygic)

Mit Everest soll eine einheitliche europäische KI-Plattform entstehen, die vergleichbar ist mit den Plattformen von Google (Google Cloud), Microsoft (Microsoft Azure) oder Amazon (AWS). Im Rahmen von Horizon 2020 soll sie zur Entwicklung von Lösungsansätzen für nachhaltige Energie, kohlenstoffarme Wirtschaft oder intelligenten Stadtverkehr beitragen.

Das auf dreijahre angesetzte Projekt Everest vereint Wissenschaftler und IT-Experten. Das gemeinsame Ziel ist die Entwicklung eines ganzheitlichen Ansatzes für die Zusammenarbeit bei der Entwicklung von Berechnung und Kommunikation in einem heterogenen, verteilten, skalierbaren und sicheren System für Anwendungen im Bereich High-Performance Big Data Analytics (HPDA). Erreicht werden soll dies durch die Vereinfachung der Programmierbarkeit von Architekturen durch einen „datengesteuerten“ Designansatz, die Verwendung von hardwarebeschleunigter KI sowie eine effiziente Überwachung der Umsetzung.

„Die künstliche Intelligenz sorgt für eine Wiederauferstehung der Forschung in der Computerarchitektur, insbesondere durch die Kombination von Allzweckprozessoren und spezialisierter Hardware. Die Programmierbarkeit dieser heterogenen Architekturen ist jedoch ein ungelöstes Problem. Mithilfe des Everest-Frameworks werden Anwendungsentwickler und Architekturdesigner an einem Tisch sitzen und die gleiche Sprache sprechen können, um Systeme und Anwendungen effizient gemeinsam zu optimieren“, so Christian Pilato vom Politecnico Di Milano.

 
Bewährt durch Anwendungsfälle aus den Bereichen Energetik, Umwelt und Transport

Der Ansatz wird von einem Projektteam unter Mitwirkung von Industriepartnern validiert, die drei Szenarien für Geschäftsanwendungen erarbeiten. Der Markt für den Handel mit wetterabhängigen erneuerbaren Energien könnte ein auf Wetteranalysen beruhendes Prognosemodell nutzen. Somit werden die Erzeugung, Nutzung und Vermarktung der Energie vorhersehbarer. Die Überwachung der Luftqualität von Industriestandorten trägt zur Prognose der Umweltauswirkungen chemischer Schadstoffe bei und hilft den Standorten, ihre Produktion zu verzögern oder emissionsmindernde Maßnahmen zu ergreifen. Ein Framework zur Verkehrsmodellierung in Echtzeit für den intelligenten Transport in Smart Cities muss mithilfe von Verkehrssimulator, Verkehrsprognosemodell und intelligenten Routenplanungsmethoden Staus in der Verkehrsinfrastruktur reduzieren.

Ein entscheidender Schritt zur intelligenten und sicheren Mobilität

Intelligente Mobilität ist einer der Anwendungsfälle, wie Sygic den Stadtverkehr künftig noch effizienter gestalten könnte. Das Projektteam von Sygic befasst sich deshalb mit der letztgenannten Anwendung des Framework zur Verkehrsmodellierung in Echtzeit. Bei dieser Aufgabe arbeitet das Team mit IT4Innovations, dem Nationalen Höchstleistungsrechenzentrum an der Technischen Universität Ostrava, zusammen.
„Wir haben lange mit einer kosteneffizienten Rechenleistung für besonders anspruchsvolle Algorithmen wie die der KI gerungen. Mit diesem Projekt können wir dank Terabytes an unseren historischen Floating Car Data Verkehrstrends prognostizieren. Wenn wir das Ganze zusammenfügen, können wir relevante Lösungen für Städte entwickeln“, sagt Radim Cmar, Lösungsarchitekt bei Sygic.

Anders ausgedrückt: Sygic muss historische standortbezogene Daten, die von der Navigationsanwendung direkt von fahrenden Fahrzeugen gesammelt wurden, speichern, übertragen und verarbeiten und neue Verkehrsansichten erstellen. Sygic kombiniert sie mit erhobenen Daten zu Beschleunigung, Bremsvorgängen und Kurvenfahrt und versucht so, Unfallrisikoprofile zu lernen. Diese Daten können als Grundlage für die Berechnung der sichersten Routen dienen, was für das Versicherungssegment von Interesse ist. 

Sygic (no)

Ähnliche Beiträge