因此,我们成功进一步扩展了研究基础设施。2021 年 4 月,我们正式启用了“高效太阳能电池中心”的新实验室大楼。这座大楼的建设得益于德国联邦教育和研究部 (BMBF) 和巴登-符腾堡州的资助(第 50/51 页)。我们的目标是进一步加强串联光伏技术的开发。在串联太阳能电池中,结合了具有不同电子特性的材料,例如 III-V 半导体、钙钛矿或硅。这可以克服传统太阳能电池仅使用一种材料的物理效率极限,并为节省太阳能电池和模块材料提供了巨大潜力——这是朝着光伏可持续性迈出的重要一步。
近年来揭示了欧洲能源供应的脆弱性。随着气候中立的目标,对弹性增强的需求在将来会更加强大。40多年前,弗劳恩霍夫·伊斯(Fraunhofer Ise)已经开始解决与维持能力供应有关的日益紧迫的问题。一个人提前认识到了许多此类问题,并为自己的贡献奠定了成功的基础,他去年去世了 - Fraunhofer ISE的创始董事Adolf Goetzberger教授于2023年2月24日去世,享年94岁。我们记得阿道夫·戈茨伯格(Adolf Goetzberger)的富有远见的工作,尊重和感激之情,谦卑地尊重他终生的科学成就,并为太阳能系统的研究而不懈地努力。
为了到 2050 年使德国经济和社会达到可持续、温室气体中和和循环的状态,德国面临着巨大的转型过程。联合国在其可持续发展目标 (SDG) 12 中提出了负责任的消费和生产。在欧洲层面,绿色协议和 2020 年更新的循环经济行动计划为未来几十年的转型制定了额外的关键指导原则。这些不是关于发展单个地区,而是关于如何开展经济活动的原则以及在 5 亿人口的市场中相关的价值衡量标准。
属性 可用于本地推理的公共权重(MIT 许可证) 多种模型大小,高达 15 亿个参数(“大”) 经过 68 万小时的 YouTube 内容训练
弗劳恩霍夫光子系统公司的创新实力还体现在去年成功将两家衍生公司 Arioso 出售给 Bosch Sensortec 和 HiperScan 出售给 Fagron。Arioso Systems 于 2019 年从弗劳恩霍夫光子系统公司和 BTU Cottbus-Senftenberg 的研究工作中脱颖而出,是全球最具创新力的 MEMS 微型扬声器技术供应商之一。一项新技术从概念到衍生公司发展得如此之快,现在已经被博世这样的知名公司收购,这真是一个奇迹。HiperScan 也是弗劳恩霍夫光子系统公司的衍生公司,也是德国药房原料可靠安全识别市场的领导者。弗劳恩霍夫光子系统公司开发的创新扫描光栅技术是 HiperScan 开发的近红外光谱仪的基础。作为
欧盟四大领先的研究和技术组织 (RTO)——法国 CEA-Leti、德国 Fraunhofer- Gesellschaft、比利时 imec 和芬兰 VTT——正在合作开展 PREVAIL 项目。该项目于 2022 年底启动,利用 RTO 先进的 300 毫米制造、设计和测试设施来开发高性能、低功耗的边缘 AI 硬件。为了让行业尽快将这些技术转化为商业产品和创新,必须进一步从基础研究向商业适用性发展,并建立必要的开发和试点制造基础设施。PREVAIL 项目(“实现和验证 AI 硬件领导地位的伙伴关系”)的目标是提供一个技术平台,该平台能够为边缘 AI 应用设计、制造和测试先进的神经形态芯片原型。
到2050年,所有部门都支持可再生源的波动能源供应的系统集成。在准备德国联邦政府宣布的国家氢战略时,Fraunhofer-Gesellschaft开发了氢路线图,并将其提供给涉及定义该战略的部委。该活动由弗劳恩·霍弗(Fraun Hofer)系统与创新研究所ISI和Fraunhofer ISE领导。在欧洲背景下也认可了研究所和弗劳恩霍夫·埃格尔沙夫特的氢能:2020年7月,克里斯托弗·赫布尔(Christopher Hebling)教授被提名为“国际能源机构IEA氢氢化和利用技术的技术合作计划”的执行委员会,以代表德国参加“技术合作计划”。在12月,德国氢气和燃料电池协会将他选为重新定向的执行委员会,并任命他为副总统。
具有认知能力的新一代信息物理系统 (CPS) 正在为现实世界的控制应用而开发。例如自动驾驶汽车、柔性生产工厂、自动化手术机器人、智能电网和认知网络。这些系统基于人工智能 (AI),利用 AI 领域的技术灵活应对不精确、不一致和不完整,具有从经验中学习的固有能力,并根据不断变化甚至不可预见的情况进行调整。然而,AI 的这种额外灵活性使其行为更难预测,而挑战在于构建基于 AI 的系统而不产生“类似 AI”行为的弱点 [1]。此外,信息物理 AI 系统通常是安全关键的,因为它们可能会在现实世界中造成真正的伤害。因此,安全 AI 的核心目标是处理甚至克服安全与复杂 AI 系统很大程度上不可预测的行为之间的矛盾。例如,考虑一种汽车的自动紧急制动系统,该系统基于机器学习 (ML) 不断感知操作环境,通过基于操作环境模型(及其自身)的 AI 决策模块评估当前情况,并在必要时通过超越人类驾驶员来启动紧急制动操作。当然,这种紧急操作的目的是防止在时间紧迫的情况下发生事故,因为人类操作员可能无法再控制这些事故。紧急制动操作本身也与安全有关,因为错误执行可能会造成严重伤害。安全 AI 挑战并不新鲜 [2],很可能可以追溯到 20 世纪 50 年代初的图灵本人。尽管如此,由于人们对人工智能的热情高涨,它最近变得至关重要,因为人工智能技术的接受度和在现实世界应用中的成功取决于有意义、可靠和安全的控制。关于在现实世界中负责任地部署人工智能的持续讨论范围从以人为本的社会规范和价值观 2 到其稳健和安全的实现 [3] [4]。然而,在这个思想大纲中,我们将自己限制在安全人工智能系统的技术设计和工程原理上,这是将任务和安全关键型人工智能系统负责任地部署到我们的社会结构中的必要步骤。此外,尽管我们在这个思想大纲中只关注安全方面,但我们相信,所建议的方法也能与人工智能系统的相关可靠性属性(如安全性、隐私、逆向隐私、公平性和透明度)有效地交叉。
1. Fraunhofer IESE 的研究。Fraunhofer IESE 在数字生态系统和平台商业模式领域开展研究。各种研究工作产生了一个分类系统(通常称为分类法),该系统旨在系统地对数字平台及其货币化策略进行分类。2. randevu.tech 的专业知识和分析。randevu.tech 团队在平台领域拥有深厚的专业知识,并设计和实施了各种收入模式方法。使用 Fraunhofer IESE 的分类法,randevu.tech 分析了其客户和一些知名平台的使用案例,以了解收入模式是如何设计的。使用 Fraunhofer 的分类法,该团队研究了 80 多个市场和平台使用案例,以了解其收入模式。
在2023年,网络区域的威胁达到了新的高度:软件和硬件产品的弱点比以前更多,攻击方法继续指定,勒索软件的威胁仍然令人担忧。,但我们在防御和保护方面也取得了重要进展。Fraunhofer AISEC的使命是并且仍在定罪以应用于应用程序的解决方案的出色IT安全研究,以提供更可靠性,可信赖和操纵性的基于IT的系统和产品的安全性。从这个意义上讲,Fraunhofer AISEC 2023开发了用于安全数字转换的新解决方案:用于安全使用人工智能等关键技术,用于安全的自主驾驶,平台安全和可信赖的数据处理,以云监控,以实现安全,未来的和密码的协议身份的证据。