AI xpress NET: Deployment und Optimierung von KI auf spezialisierten Beschleunigern am Beispiel Personenerkennung

Name: AI xpress NET: Deployment und Optimierung von KI auf spezialisierten Beschleunigern am Beispiel Personenerkennung
Start: 2024-05-16T17:30:00+02:00
End: 2024-05-16T19:00:00+02:00
Location: AI xpress

16. Mai 2024 17:30 – 19:00

Beschreibung

In diesem Vortrag konzentrieren wir uns auf die Schlüsselaspekte des Deployments und der Optimierung von Künstlicher Intelligenz (KI) auf spezialisierten Beschleunigern, illustriert am Beispiel einer Personenerkennung. Ein besonderer Fokus liegt darauf, wie KI bereits mit wenigen Zeilen Code signifikant beschleunigt werden kann.

Nutzen für die Besucher:innen :

Die Teilnehmenden erhalten ein tiefgehendes Verständnis für KI und die dazugehörige Beschleuniger-Hardware, ergänzt durch eine breite Palette von Deployment-Methoden und Optimierungsstrategien. Sie erlangen wertvolle Einblicke in effektive Ansätze zur Implementierung von KI-Systemen, untermauert durch konkrete Praxisbeispiele. Zudem bietet der Vortrag praktische Werkzeuge und Best Practices, um KI-Systeme zu optimieren und effizient zu betreiben. Abschließend erörtert der Vortrag, wie diese Techniken in verschiedenen Anwendungen genutzt werden können, wodurch die Teilnehmer eine umfassende Perspektive auf die vielseitigen Einsatzmöglichkeiten von KI erhalten.

Weitere Termine:

28.03.2024: Einführung in den EU AI AC

18.04.2024: Reinforcement Learning in der Praxis am Beispiel der Steuerung ultraleichter Drohnen

13.06.2024: XAI für tiefe neuronale Netze zur Bilderkennung – globale vs. lokale Erklärungen am Beispiel Verkehrsschildklassifikation

18.07.2024: Einführung in Quantum Machine Learning

Speaker

Timo Leitritz, Fraunhofer IPA

Timo Leitritz ist wissenschaftlicher Mitarbeiter in der Abteilung Bild- und Signalverarbeitung am Fraunhofer-Institut für Produktionstechnik und Automatisierung. Sein Schwerpunkt liegt auf der Entwicklung von menschzentrierten Assistenzsystemen in industriellen Anwendungen mit Hilfe von kamerabasierter Aktivitätserkennung. Bevor er am Fraunhofer IPA arbeitete, absolvierte er sein Masterstudium in Mechatronik und Informationstechnik am Karlsruher Institut für Technologie und erwarb interdisziplinäres Wissen in den Bereichen Robotik, Computer Vision und Deep Learning.