FH Münster
Cluster ermöglicht Forschung zu Künstlicher Intelligenz

Wenn es um Computer und ihre Rechenleistungen geht, muss es manchmal etwas mehr sein. Der "Steinfurter Campus Cluster" der Fachhochschule Münster bietet enorme Rechenleistungen. Studierende nutzen diese für ihre Abschlussarbeiten - und stellen dabei Künstliche Intelligenz in den Mittelpunkt.

Sonntag, 03.02.2019, 11:30 Uhr
FH Münster: Cluster ermöglicht Forschung zu Künstlicher Intelligenz
Die Informatik-Studenten Yves-Noel Weweler (l.) und Marc Dangschat (r.) sind froh, dass sie den Campus Cluster nutzen konnten, den Markus Gilbert (M.), wissenschaftlicher Mitarbeiter am Fachbereich Physikalische Technik, ins Leben gerufen hat. Foto: FH Münster/Pressestelle

Manchmal muss es eben ein bisschen mehr sein. Das gilt bei Computern vor allem dann, wenn massig Daten im Spiel sind. Herkömmliche Laptops oder Rechner kommen damit nicht klar. An der Fachhochschule (FH) Münster wird Professoren und Studierenden – also allen, die wissenschaftlich arbeiten –  deshalb eine neue Infrastruktur zur Berechnung großer Datenmengen geboten: der „ Steinfurter Campus Cluster“.

„Zuletzt haben wir für 40.000 Euro neue Grafikkarten angeschafft, um Studierenden und Wissenschaftlern den Einstieg in Big Data (zu Deutsch: große Datenmengen; Anm. d. Red.) und Machine Learning zu ermöglichen“, sagt Markus Gilbert, Physiker am Fachbereich Physikalische Technik. Er verwaltet den Cluster, der im Kern ein Verbund mehrerer Rechner ist. Der Cluster steht in Steinfurt, doch auch in Münster kann mit ihm gearbeitet werden.

Machine Learning

Machine Learning bezeichnet nach Angaben der FH mathematische Techniken, mit denen Maschinen und Systeme selbstständig Wissen aus Erfahrung generieren können. Sie können also selbstständig lernen. Das Deep Learning ist eine Methode innerhalb des Machine Learnings. Es arbeitet ähnlich wie das menschliche Gehirn und kann nicht nur aus Erfahrungen lernen, sondern auch Strukturen und Muster erkennen.

...

Von Informatik bis Architektur

Der Campus Cluster ermöglicht unter anderem Forschung auf dem Gebiet der Künstlichen Intelligenz. Das haben sich Yves-Noel Weweler und Marc Dangschat vom Fachbereich Elektrotechnik und Informatik sowie Sven Könning vom Fachbereich Architektur bei ihren Abschlussarbeiten zu Nutze gemacht.

Obwohl die Arbeiten in verschiedenen Fachbereichen angesiedelt sind, folgen sie im Kern dem gleichen Ansatz: dem Deep Learning. Das Deep Learning funktioniert prinzipiell ähnlich wie das menschliche Gehirn, das aus einer Vielzahl von Nervenzellen, den Neuronen, aufgebaut ist. „Diese sind stark vernetzt und kommunizieren untereinander“, sagt Jürgen te Vrugt, Professor am Fachbereich Elektrotechnik und Informatik.

Nachbildung des Gehirns

Beim Deep Learning werden künstliche neuronale Netze eingesetzt, die seit den 1940er Jahren nach Vorbild des Gehirns nachgebildet werden. Diese werden laut te Vrugt trainiert: „Der Mensch gibt die Struktur des künstlichen neuronalen Netzes vor, die Vielzahl der notwendigen Parameter lernt das System dann autark aus einer  Vielzahl von Beispieldaten.“ Das System lernt selbstständig.

Yves-Noel Weweler hat diesen Ansatz in seiner Arbeit zur Sprachsynthese verwendet. „Sprachsynthese kommt dort zum Einsatz, wo geschriebene in gesprochene Sprache umgewandelt werden muss“, sagt Jürgen te Vrugt. Prominente Einsatzgebiete seien Amazons Alexa oder Apples Siri.

Cluster ermöglicht schnelles Rechnen

Ohne die enormen Rechenleistungen des Campus Clusters wären die Arbeiten von Weweler und Dangschat  so nicht möglich gewesen. „Dahinter stecken mehrere Monate digitale Trainingszeit“, so Dangschat. „Dank des Clusters konnten wir die aber innerhalb einer Woche durchlaufen.“

ETI-MSA-PT-Campus-Cluster-KI-deep-learning (3)

Sven Könning hat sich als angehender Architekt mit Deep-Learning-Methoden beschäftigt. Foto: FH Münster/Pressestelle

Marc Dangschat hat sich mit dem Gegenteil, der Spracherkennung, befasst. „Bei der Spracherkennung wandeln wir gesprochene in geschriebene Sprache um“, sagt Jürgen te Vrugt. Grundlegende Anwendung findet sie in Diktiersystemen, aber auch die immer populärer werdende Sprachsteuerung, zum Beispiel im Zusammenhang mit Smart Home, beruht auf der Spracherkennung. Denn die gesprochene Eingabe werde dabei in eine Form umgesetzt, die Maschinen verarbeiten können.

Bei der Spracherkennung wandeln wir gesprochene Sprache in geschriebene Sprache um.

Jürgen te Vrugt

Ohne die enormen Rechenleistungen des Campus Clusters wären die Arbeiten von Weweler und Dangschat  so nicht möglich gewesen. „Dahinter stecken mehrere Monate digitale Trainingszeit“, so Dangschat. „Dank des Clusters konnten wir die aber innerhalb einer Woche durchlaufen.“

Auch Sven Könning hat in seiner Arbeit im Fachbereich Architektur auf Künstliche Intelligenz zurückgegriffen. „Es wäre ja spannend, wenn der Computer Muster auf Bildern erkennen und direkt Merkmale extrahieren könnte, zum Beispiel Holz, Klinker oder Putz an der Fassade unterschiedet oder spezielle Fensterbögen oder Ornamente erkennt“, erläutert er den Ansatz seiner Arbeit.

Veränderungen in der Architektur

„Ich möchte Umwälzungen in die Architektur bringen“, sagt Sven Könning. Seine Arbeit habe gezeigt, dass Künstliche Intelligenz „langweilige Arbeitsschritte übernehmen oder schnellere Varianten erzeugen“ könne, als bisher. Der Campus Cluster hat Könning die entscheidende Infrastruktur gestellt, um diese Ergebnisse zu erzielen – und so vielleicht die Architektur zu verändern.

ETI-MSA-PT-Campus-Cluster-KI-deep-learning (4)

Alle Studierende und Wissenschaftler können auf dem Campus Cluster arbeiten - egal, ob sie in Steinfurt oder Münster sitzen. Foto: FH Münster/Pressestelle

https://event.yoochoose.net/news/705/consume/10/2/6365681?categorypath=%2F2%2F84%2F61%2F87%2F3862662%2F
Kein Platz für Studenten
Gebäude der ehemaligen Oxford-Kaserne würde das Studierendenwerk gern im Herbst weiterhin als Studentenunterkünfte anbieten.
Nachrichten-Ticker