Over ons

Consortium

Team

AI Vlaanderen

Contact

Voor veel AI-toepassingen worden momenteel krachtige, energieverslindende processoren gebruikt die zich in de cloud bevinden. Nochtans is het voor veel toepassingen niet mogelijk om de sensordata eerst naar de cloud te brengen om ze daar te verwerken, bijvoorbeeld omdat een lage responstijd nodig is. De oplossing? AI naar de sensoren brengen: edge computing. Dit wordt mogelijk gemaakt door de co-optimalisatie van enerzijds vermogen- en energie-effici&euml;nte AI-processoren en anderzijds geavanceerde Machine Learning taken.
Dit toepassingsgerichte onderzoek stimuleert innovatie op het vlak van:
<ul>
<li>Gedistribueerde en hi&euml;rarchische AI-systemen</li>
<li>Geavanceerde signaalverwerking</li>
<li>Zelflerende algoritmes</li>
</ul>
Bovenstaande zaken laten het toe om meteen actie te ondernemen met lokaal verworven gegevens.

<h3>Structuur van de onderzoeksuitdaging</h3>

storage/airesearch/gc2.png

Management team, <a href="https://www.imec-int.com/en" target="_blank" rel="noopener">imec</a>

Steven Latré

Management team &amp; WP1 Lead: Use Cases, <a href="https://www.imec-int.com/en" target="_blank" rel="noopener">imec</a>

Tanguy Coenen

WP2 Lead: Inter-device Algorithms, <a href="https://idlab.ugent.be/" target="_blank" rel="noopener">UGent - IDLab</a>

Bart Dhoedt

WP3 Lead: Intra-Device Algorithms, <a href="https://ipi.ugent.be/" target="_blank" rel="noopener">UGent - IPI</a>

Wilfried Philips

WP4 Lead: Software Tool Suites, Software to Hardware Mapping, <a href="https://www.imec-int.com/en" target="_blank" rel="noopener">imec</a>

Bart Goossens

WP5 Lead: Extreme Edge Hardware, <a href="https://www.esat.kuleuven.be/micas/" target="_blank" rel="noopener">KU Leuven - MICAS</a>

Marian Verhelst

Verschillende onderzoeksgroepen werken samen in dit onderzoeksdomein. Deze tabel geeft enkel de contactpersonen weer per werkpakket.

Contactpersonen

AI-systemen die energie-effici&euml;nt zijn en performant lokaal werken.

Door de co-optimalisatie van enerzijds vermogen- en energie-effici&euml;nte AI-processoren en anderzijds geavanceerde Machine Learning taken kunnen we de prestaties van AI verbeteren, een betrouwbare communicatie met lage responstijd realiseren, een energie-effici&euml;nte verwerking van AI opzetten en de veiligheid van de gegevens waarborgen.