Sieger der AI Challenge Days 2021 gewinnen zum zweiten Mal in Folge
Letzte Woche überreichte Anja Moldehn, Geschäftsleiterin des Centrum Industrial IT e.V (CIIT), den Gewinnern der AI Challenge Days 2021 im September die Preise. Bjarne Seen und Joshua Henjes belegten als Team „Humanoid Hyperparameter Tuning“ den ersten Platz bei dem Hackathon und konnten ein Preisgeld von 1.000€ für sich gewinnen. Man kannte die beiden bereits aus dem vorherigen Industrial Datathon „AI DataCOMP“ im Mai, bei dem sie gemeinsam mit ihren Phoenix Contact-Kollegen ebenso den Sieg bejubeln konnten.
Die AICommunityOWL organisierte vom 10.-12. September gemeinsam mit der TH OWL, dem Centrum Industrial IT (CIIT), AiNT GmbH, Wieland-Werke AG und dem KI Reallabor vom Fraunhofer IOSB-INA die dritten AI Challenge Days. Fünf Teams von Experten für Künstliche Intelligenz versuchten in weniger als 42 Stunden eine Herausforderung aus der Industrie zu lösen – dieses Mal ging es um das Recycling von Altmetallen.
Echtzeit-Klassifizierung von Altmetall durch KI
Das Recycling von Altmetall ist eine wirtschaftliche und umweltfreundliche Form der Rohstoffgewinnung. Metalle können unter geeigneten Bedingungen unendlich oft recycelt werden. Eine Erhöhung des Prozentsatzes der recycelten Metalle ohne Qualitätsverlust ist möglich, wenn das Recyclingmaterial vor dem Umschmelzprozess bekannt ist und Verunreinigungen entfernt werden.
Das vom Bundesministerium für Bildung und Forschung geförderte Forschungsprojekt „MetalClass“ widmet sich diesem Thema. Die Unternehmen AiNT GmbH und Wieland-Werke AG arbeiten gemeinsam an diesem Projekt und stellten den KI-Experten Daten für folgende Herausforderung zur Verfügung:
Die prompte Gamma-Neutronen-Aktivierungsanalyse (PGNAA) untersucht komplexe Metalle zerstörungsfrei und liefert detaillierte Informationen über die elementare Zusammensetzung. Ein Teil dieser Herausforderung besteht darin, herauszufinden, ob die Analyse schnell durchgeführt werden kann, um ein Recycling in industriellem Maßstab zu ermöglichen. PGNAA regt das Material mit Neutronen an, die eine Gamma-Emission mit einer bestimmten Intensität erzeugen. Diese Intensitäten werden mit einem Gammaspektrometer gemessen.
Ziel der Hackathon-Challenge war es, eine Echtzeit-Klassifizierung auf der Grundlage des PGNAA-Spektrums durchzuführen.
Glückliche Gewinner-Teams
Die Teams beschäftigten sich ein ganzes Wochenende lang mit dieser Problematik und präsentierten am Sonntag ihre Lösungen. Alle konnten mit ihren vielversprechenden Herangehensweisen und interessanten Ansätzen glänzen. Im Anschluss wurden die Lösungen der Teams von einer Jury mit Punkten bewertet.
Bjarne Seen und Joshua Henjes, zwei duale Studenten von Phoenix Contact, die Data Science an der TH OWL studieren, konnten bereits zum zweiten Mal in Folge den Sieg bei unseren Hackathons für sich gewinnen. „Wir waren sehr überrascht, dass wir auch ohne große Erfahrung, nur mit Hilfe des Internets und einigen kreativen Ansätzen ein so überzeugendes Ergebnis abliefern konnten. Durch den Bezug zur Industrie haben wir einen guten Eindruck über die Anwendung von Data Science bekommen“ so Joshua Henjes.
Aber müde von unseren Hackathons sind sie noch lange nicht, sagt Bjarne Seen: „Gerne sind wir auch wieder beim nächsten Hackathon dabei, hoffentlich dann auch wieder zu 4. mit Verstärkung durch zwei weitere Kollegen die beim ersten Mal dabei waren”
Doch ebenso gingen der zweite und dritte Platz nicht mit leeren Händen aus:
Das Team „b“, bestehend aus Felix Störk, Jannik Stranghörner und Philipp Hartmann, wurde Zweiter und gewann 500€. Auch Jonas Ginster, Dennis Sprenger und Lennart Schipper vom Team “clueless” schafften es auf das Siegertreppchen und erhielten für ihre Leistung ein Preisgeld von 250€.
Prof. Dr. Markus Langer-Hegemann von der TH OWL und Organisator des Hackathons ist begeistert von den Ergebnissen, die in dieser kurzen Zeit erarbeitet wurden: „Wir hatten hochmotivierte und sehr kompetente Studierenden verschiedener regionaler und überregionaler Hochschulen als Teilnehmende. Der Hackathon hat zu spannenden Diskussionen zwischen Industrievertretern, Forschungseinrichtungen und Studierenden geführt. Obwohl die vorgesehene Zeit nur knapp 42 Stunden waren, haben die Teilnehmenden schockierend gute Ergebnisse abgeliefert und viele neue Ideen eingebracht. Es ist schön zu sehen, dass sich mit der AICommunityOWL eine eingespielte Gruppe gebildet hat, die den Austausch zwischen Anwendern, Forschern und Nachwuchs in der KI aufbaut, aufrecht erhält und sicherlich in Zukunft weiter ausbauen wird.“
Auch Dr. Kai Krycki von AiNT GmbH sieht den Hackathon als voller Erfolg und hat sich vor allem über den Austausch mit den KI-Experten gefreut: „Der Hackathon hat beeindruckende Ergebnisse geliefert, die uns sicherlich auch im Projekt weiterbringen werden. Mein persönliches Highlight war die Diskussion der unterschiedlichen Ansätze der einzelnen Gruppen am Samstagabend, bei der auch ich einiges über unsere Problemstellung lernen konnte. Alle Teams waren extrem motiviert und haben bis zum Schluss versucht das Optimum aus unseren Daten herauszuholen”
