neurocat entwickelt die Softwarelösung aidkit zur Validierung der Sicherheit von KI-basierten Perzeptionsmodellen für hochautomatisierte Fahrfunktionen. Existierende Schwachstellen der KI-Algorithmen, wie kritische Licht- und Wetterverhältnisse, werden mit der Hilfe vielseitiger Datenaugmentierungsmethoden frühzeitig erkannt. Das Tool aidkit ist ein wichtiger Schritt auf dem Weg zu szenario-basierten Testprozessen für KI-Komponenten im Automobilsektor.
Zielsetzung:
- Die Zuverlässigkeit der KI-basierten Umweltwahrnehmung erhöhen, um so eine erfolgreiche Kommerzialisierung von Level 3 & 4 Funktionalitäten im Automobilsektor zu ermöglichen.
- Die bislang weitestgehend getrennten Welten von Sicherheit und KI-Entwicklung verbinden. Schon bei dem Training und Testen von KI-Perzeptionskomponenten müssen Evidenzen generiert werden, die sich in eine holistische Sicherheitsargumentation einbinden lassen.
- Die frühzeitige Identifikation von Datenlücken bei der KI-Entwicklung, was eine strukturierte Vorgehensweise bei Datensammlungskampagnen erlaubt.
- Die erforderliche Zahl der Iterationen bei HiL- und SiL-Tests durch ein tieferes Verständnis der kamerabasierten Perzeption zu reduzieren.
Arbeitsbereiche:
- Entwicklung des cloud-basierten Tools aidkit zur Analyse und Absicherung von KI-basierten Perzeptionsmodellen.
- Erforschung von Teststrategien rund um das Einbinden von Komponententests für KI-Perzeptionsmodelle in eine übergeordnete Sicherheitsargumentation. Dabei ist insbesondere die Formulierung von überprüfbaren technischen Sicherheitsanforderungen, sowie die Definition von Pass-/Fail-Kriterien für KI-Modelle, eine zentrale Herausforderung.
- Produktbegleitend ist neurocat auch beratend tätig, insbesondere in den Bereichen der Sicherheitsvalidierung von KI-Modellen, sowie dem Aufsetzen von sicherheitsorientierten MLOps-Entwicklungsprozessen.
- Mitarbeit in Standardisierungsgremien (z.B. Initiierung der DIN SPEC 92001-1,-2 & -3, Mitarbeit bei der ISO PAS 8800).
Mitarbeiterzahl:
ca. 40
Damit erregte das Start-up Aufmerksamkeit:
- Durch die Mitarbeit in Standardisierungsgremien hat das Start-up bereits kurz nach der Gründung 2017 das Interesse einiger Unternehmen geweckt. Dies hat schließlich auch zu den ersten Kundenprojekten mit der Volkswagen Gruppe geführt.
- In dieser Anfangszeit hat neurocat insbesondere an Forschungsfragen im Bereich »Adversarial Robustness« gearbeitet. Darauf aufbauend wurde gemeinsam mit Volkswagen erste vielversprechende algorithmische Ansätze für die Testung von KI-Perzeptionskomponenten veröffentlicht.
- Ein weiterer zentraler Meilenstein in der bisherigen Unternehmensgeschichte ist die in 2021 abgeschlossene Finanzierungsrunde mit der Simulations- und Validierungsfirma dSPACE.
aidkit liefert mathematisch fundierte, datenbasierte und verständliche Risikobewertungen basierend auf Abschätzungen des Schadensausmaßes und der Eintrittswahrscheinlichkeit für jedes relevante ODD-Szenario.
©neurocat
Struktur:
Die Gründer Florens Greßner und Felix Assion haben sich im Mathematikstudium an der Humboldt Universität zu Berlin kennengelernt. Noch während des Studiums haben sie 2017 neurocat ins Leben gerufen, und auf diese Weise ihr Statistik- und Optimierungswissen in die Praxis überführt. Mittlerweile werden die beiden Gründer bei der Realisierung von sicherheitskritischen KI-Anwendungen durch ein 40-köpfiges Team mit Mitarbeitern aus über 13 Nationen unterstützt.
Finanzen:
neurocat hat sich lange Zeit durch Beratungs- und Forschungsprojekte selbst finanziert. Erst 2021 haben sich die Gründer für eine Finanzierungsrunde mit dem Anbieter von Simulations- und Validierungslösungen dSPACE entschieden. Für 2024 planen die Gesellschafter eine weitere Finanzierungsrunde, um den Markteintritt des SaaS Produkts aidkitweiter zu beschleunigen.
Die Gründer von neurocat Felix Assion (l.), Head of Product Management, und Florens Greßner, CTO.
©neurocat
Standorte:
Berlin-Adlershof
Kooperationen/Forschungsprojekte:
- neurocat hat in den letzten Jahren an diversen Förder- und Forschungsprojekten mitgearbeitet. Insbesondere die Mitarbeit an dem KI-Absicherungsprojekt hat neurocat’s Produktvision geschärft, sowie bei dem Aufbau starker Partnerschaften im Automobilsektor geholfen.
- Mittlerweile engagiert sich neurocat auch verstärkt im Bahn- und Schienenverkehr, unter anderem bei den Förderprojekten Berliner Digitaler Bahnbetrieb (BerDiBa) und KI-Lokomotivsysteme (KI-LOK).
So geht’s weiter:
- neurocat nimmt 2023 an einigen großen Automobil- und Safetykonferenzen teil, insbesondere der Tech.AD, dSPACE World Conference und der ADAS & Autonomous Vehicle Tech Expo. Des Weiteren plant neurocat eine USA Roadshow zum Ausbau von Partnerschaften zu amerikanischen Automobilherstellern und Zulieferern.
- Auf technischer Seite steht die Erweiterung des Produkts aidkit um weitere Datentypen an (z.B. Radar, Lidar & Audio). Zukünftig können Kunden daher auch KI-basierte Sensorfusionsmodelle und audio-basierte KI-Modelle mit dem Werkzeug untersuchen. Außerdem arbeitet neurocat an dem Ausbau ihres Deployment-Angebots, um auch kundenspezifische OnPrem-Deployment-Wünsche realisieren zu können. (jr)
Das steckt hinter aidkit:
Die Validierungssoftware aidkit ist das erste Tool zur szenario-basierten Testung von KI-Perzeptionsmodellen. Anwender können trainierte KI-Modelle und Bilddatensatze in der Softwareumgegunb analysieren, und so frühzeitig Leistungsprobleme innerhalb der Operational Design Domain (ODD) erkennen. Hierfür erzeugt das Cloud-basierte Tool, aufbauend auf vom Anwender importierten Bilddatensätzen und ODD-Spezifikationen, vielseitige augmentierte Datensätze nach den Angaben des Anwenders und modifiziert diese entsprechend (um z.B. Adversarial Attacks & Common Corruptions, wie Aufkleber oder Schnee auf Verkehrsschildern, Sensorrauschen etc. nachzubilden), die die Erkundung von Edge Cases und Corner Cases ermöglichen.
Mit aidkit kann die Erkennungssicherheit verschiedenen KI-Perzeptionsmodelle validiert werden. ©neurocat
Mit dem Tool können technische Sicherheitsanforderungen in der Entwicklung von KI-Modellen, bereits vor anstehenden Systemintegrationsschritten, berücksichtigt und überprüft werden. Dieses frühzeitige Testen auf KI-Komponentenebene vermeidet unnötige Iterationen bei HiL- & SiL- Tests, und es unterstützt die Einhaltung anstehender Sicherheitssstandards (z.B. ISO PAS 8800).
aidkit lässt sich direkt in die MLOps-Entwicklungsumgebung des Kunden integrieren, und Testvorgänge können via REST API oder Web-Interface verwaltet werden. Durch die horizontale Skalierbarkeit von aidkit kann der Benutzer jederzeit selbst entscheiden, wie viel Zeit das Testtoolfür die KI-Sicherheitstests benötigen darf. Damit ist sichergestellt, dass aidkit keine lästigen Verzögerungen im KI-Entwicklungsprozess erzeugt. (jr)