Motivation
Diskontinuierliche Materialien sind die Grundlage einer Vielzahl von Objekten, von Kaffeebohnen über Pharmazeutika bis hin zu (Bergbau-)Böden und Eisenerz. Insbesondere für Projekte der Energiewende und der Umweltgestaltung sind solche Materialien von entscheidender Bedeutung. Die genaue Bestimmung ihres mechanischen Materialverhaltens ist jedoch kostspielig und komplex. Hier kommt der Einsatz von Künstlicher Intelligenz (KI) ins Spiel: Das Vorhaben GINN wird geophysikalisch-informierte neuronale Netze (GINN) entwickeln, um das Verständnis und die Modellierung des Bodenverhaltens zu revolutionieren. So wird physikalisches Wissen mit KI als sogenannte Informierte KI kombiniert.
Ziele und Vorgehen
GINN konzentriert sich auf den Einsatz von KI-Techniken in der Geotechnik und Bauingenieurwesen. Zu Beginn wird eine Deep-Learning-Netzwerkarchitektur entwickelt, um thermodynamische Gesetze und geophysikalische Stoffbeziehungen zu integrieren, die an verschiedene Bodenarten anpassbar sind. Anschließend wird der GINN-Ansatz mit selbst generierten künstli-chen Daten und realistischen Labordaten trainiert und verfeinert, um inmitten komplexer Bodeneigenschaften genaues Materialverhalten mit minimaler Probenahme zu erlernen. Schließlich wird das Modell auf spezielle Simulationen hochskaliert, um Genauigkeit zu maximieren und gleichzeitig Rechenkosten zu minimieren, damit die Resultate und eine beschleunigte Digitalisierung bestmöglich in der Ingenieurspraxis angewendet werden können.
Innovationen und Perspektiven
Durch den Einsatz von KI sollen bestehende Modelle verfeinert, übermäßige Sicherheitsfaktoren reduziert und Kosten optimiert werden. Virtuelle Darstellungen des Bodenverhaltens sollen Ingenieuren beispiellose Einblicke und schnelle Erkenntnisse ermöglichen. Alle in GINN gesammelten Erfahrungen und Ergebnisse werden den Weg für eine nachhaltige Infrastrukturentwicklung ebnen und neue Chancen in verschiedenen Branchen rund um Boden, Materialentwicklung und KI eröffnen.