Page 184 - Handbuch Internet of Things

HANDBUCH INTERNET OF THINGS
Kapitel 4.6 / KI & selbstlernende Algorithmen
die Netzwerkparameter näherungsweise be- stimmt werden müssen. Aufgrund der hohen Parameteranzahl werden hierfür zwei wichti- ge Voraussetzungen benötigt:
1. eine strukturierte, repräsentative Daten- basis mit Labels und
2. eine leistungsstarke Rechenkra .
Durch die Vielzahl an Sensoren und die Ver- fügbarkeit von Ressourcen über das Internet ist der erste Punkt mittlerweile o mals ein- fach zu erfüllen. Bei der Rechenpower wurden ursprünglich Gra kkarten zweckentfremdet, um die mathematischen Operationen schnel- ler zu berechnen als durch herkömmliche „Central Processing Unit“(CPU)-Prozesso- ren. Aktuell bieten führende Gra kkartenher- steller wie Nvidia dedizierte Prozessorchips an, die sich auf die mathematischen Operati- onen des Deep Learnings spezialisiert haben und es erlauben, Tausende von Operationen zu parallelisieren. Durch die Supercomputer von Nvidia wie die DGX-1- und DGX-2-Sys- teme(1) lassen sich neuronale Netze mittler- weile innerhalb von wenigen Minuten trainie- ren. Bis vor wenigen Jahren wurden hierfür mehrere Wochen oder gar Monate benötigt.
Deep Learning in der Erdbeobach- tung für die „Sustainable Develop- ment Goals“
Die Vereinten Nationen (UN) haben im Jahr 2012 auf der Rio+20-Konferenz Ziele für die nachhaltige Entwicklung unserer Welt fest- gelegt. Im Rahmen dieser Agenda wurden 17 Zielsetzungen für eine nachhaltige öko- nomische, soziale und ökologische Entwick- lung bestimmt. Diese nachhaltige Zielsetzung ist unter dem Namen „Sustainable Develop- ment Goals“ (SDGs) wie auch unter dem Na- men Agenda 2030 oder Weltzukun svertrag bekannt und ist am 1. Januar 2016 mit einer geplanten Umsetzung bis zum Jahre 2030 in Kra getreten(2). Im Rahmen dieser Agen- da nden sich Ziele, wie die Ernährung für die gesamte Weltbevölkerung nachhaltig zu sichern sowie eine nachhaltige Städte- und Siedlungsentwicklung voranzutreiben.
Eine mögliche Hilfe bei der Erreichung die- ser Nachhaltigkeitsziele bieten Erdbeobach- tungsdaten insbesondere in Form von Lu - und Satellitenbildern. Durch die Auswertung dieser Daten können Aussagen über die Be- stellung von landwirtscha lichen Feldern oder auch über das aktuelle Lagebild nach ei- ner Naturkatastrophe getro en werden. Der starke Anstieg an verfügbaren Erdbeobach- tungsdaten, insbesondere durch Lu - und Satellitenbilddaten, ermöglicht eine niemals zuvor mögliche Analyse der Erde. Heutzuta- ge nehmen Satelliten eine riesige Datenmen- ge an Bildern pro Tag auf, welche in der Pra- xis händisch nicht auszuwerten sind. Die er- zeugten Daten sowie der Fortschritt auf dem Gebiet der künstlichen Intelligenz erlauben die Entwicklung einer automatisierten Lö-
 Verwandte emen
V Die Smart City wird Realität V Kontrolle und Macht
im Zeitalter von Big Data
V Nachhaltigkeit und das IoT
V Intelligente Energienutzung durch digitale Plattformen
S. 64
S. 84 S. 103
S. 105
185
Technologien