Wie verhält sich die Elektrode einer Lithium-Batterie während der Entladung? Wie wachsen Blasen in basaltischem Schaum? Wie verändern sich Knochen, wenn man ein Implantat einsetzt? Solche und ähnliche Fragen können Forschende nicht mit einem einfachen Röntgenbild ergründen.
Stattdessen braucht es leistungsstarke Synchrotron- oder Neuronen-Quellen, die zahlreiche 3D-Aufnahmen in zeitlicher Folge ermöglichen (4D-Tomographie). Dabei entstehen schnell Datenmengen im Terabyte-Bereich, die sich bislang nur mit viel Handarbeit und nicht systematisch auswerten lassen.
Verbundprojekt KI4D4E
Hier setzt das Verbundprojekt KI4D4E („Ein KI-basiertes Framework für die Visualisierung und Auswertung der massiven Datenmengen der 4D-Tomographie für Endanwender von Beamlines“) an. Die daran beteiligten Partner planen ein Framework, das bereits auf handelsüblichen PC für Spieleanwendungen und mit 128 GByte Arbeitsspeicher (RAM) läuft.
Die Terabyte-großen Datenmengen sollen komprimiert im RAM abgelegt und in Echtzeit verarbeitet sowie visualisiert werden. Bei der Tomographie auftretende Artefakte – wie Rauschen oder Bewegungsunschärfen – wollen die Forschenden mit neuartigen Algorithmen zur Artefaktreduktion korrigieren; hierbei soll eine Künstliche Intelligenz (KI) mit tiefen neuronalen Netzen zum Einsatz kommen.
Zeit- und ortsunabhängige Auswertung im Nachgang
Künftig werden Endanwendende ihre Materialien, Substanzen und Objekte wie gehabt an stationären Neuronen-Quellen oder Strahllinien mächtiger Forschungsgroßgeräte (Synchrotron-Beamlines) erfassen – die einmal gesammelten Messdaten allerdings können sie im Nachgang zeit- und ortsunabhängig auswerten. Ein entsprechend ausgestatteter Desktop-PC am eigenen Institut genügt.
Grundlage für das geplante Software-Framework ist ein als Open-Source verfügbares und erweiterbares Anwendungsprogramm, das Abbildungen dreidimensionaler Objekte darstellt. Dieser so genannte 3D-Voxel-Viewer wurde bereits 2014 an der Fakultät fünf (Informatik, Elektrotechnik und Informationstechnik) der Universität Stuttgart entwickelt.
Am dortigen Institut für Technische Informatik (ITI) angesiedelt ist die Abteilung Computational Imaging Systems, die das Verbundprojekt koordiniert. Zu den weiteren Partnern zählen das Karlsruher Institut für Technologie, die Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung, das Forschungszentrum Jülich, die Friedrich-Alexander-Universität Erlangen-Nürnberg, das Helmholtz-Zentrum Berlin für Materialien und Energie, das Helmholtz-Zentrum Hereon sowie die Universität Passau.
.jpg "Benchmark evaluiert Large Language Models automatisch")
